配送中心需求量的时间序列预测方法研究

本文通过对物流需求预测的时间序列预测方法的组成成分、基本结构进行分析，利用编制计算机程序来建立时间序列需求量预测的简单指数平滑法、自适应指数平滑法和HOLT指数平滑法三种预测模型，为配送中心的库存控制提供支持。     

预测技术 第三讲 趋势外推预测

预测技术门可佩第三讲趋势外推预测一、趋势曲线的概念所谓时间序列，就是按时间顺序排列的统计数据。时间序列可认为由趋势、季节（周期），随机三种成份构成，而趋势是其中最基本的成份。在很多情况下．时间序列不受季节影响（如年度数据），如果随机成份也不另作处理，...     

时间序列在粮食预测中的应用

所谓时间序列就是将某一个指标在不同时间上的不同数值,按照先后顺序排列而成的数列,它包括了系统结构特征及运行规律。本文通过时间序列分析在粮食产量预测中的应用,介绍了时间序列模型的辨识和预测,并基于Eviews软件计算完成了我省粮食产量的预测。     

结构时间序列模型在经济预测方面的应用研究

本文开发了一种新的经济时间序列预测方法——利用结构时间序列模型进行预测。在结构时间序列模型中由经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量，不能利用传统的回归分析方法求解模型，因此，本文采用状态空间方法来求解结构时间序列模型。本文通过ARIMA模型来研究经济时间序列的结构，在此基础上建立了不同形式的结构时间序列模型，并利用结构时间序列模型对我国社会消费品零售总额、狭义货币供给量(M1)和国内生产总值(GDP)等经济时间序列进行了预测。实证研究表明，结构时间序列模型具有良好的预测效果。从而为经济时间序列预测提供了一种新的有效方法。     

如何提高节假日负荷预测准确率

目前，揭阳的负荷预测主要是根据历史数据（星期一到星期五的预测是采用前22天的历史数据，节假日预测是考虑过去1年节假日历史数据）采用线性回归、时间序列、基于温度准则回归、指数平滑法、人工神经网络法5种科学算法,通过电脑计算后形成5个负荷曲线,再根据负荷实际情况筛选出最符合实际的1个负荷曲线,必要时按负荷特性（例如农历七月初七，七月十五，冬至日，气象因素）对筛选出的曲线进行人工修改。总的来讲：目前负荷预测采用的方法就是采用科学算法加人工修改。     

基于组合分析模型的河北省粮食产量预测研究

粮食产量是农业生产的基本问题之一,它标志着农业生产力的发展水平。以河北省为研究对象,选取2000～2019年粮食产量和影响因素数据。一方面,自单一的粮食产量时间序列入手,利用R语言建立线性拟合、Holt两参数指数平滑模型;另一方面,考虑粮食产量的影响因素,建立粮食产量与影响因素之间的逐步回归、岭回归模型。基于组合预测原理,以绝对值残差损失函数最小为原则,利用Java语句计算最优权重,最终得到Holt两参数指数平滑法与逐步回归法组合的最优预测模型。与四种单项预测模型相比,其在预测精度上有显著提高。     

时间序列预测法在库存结构管理中的应用

航空器材的库存结构受许多因素影响,如何使库存结构合理是航材管理人员长期以来一直在探索的问题。时间序列预测法就是利用过去的历史数据,推断未来事物的发展规律,它可以消除随机因素对库存数量的影响,使预测更加准确,从而使航材管理人员作出更加合理的决策。     

证券市场的混沌研究及相空间预测

相空间预测途径与传统的时间序列预测途径有较大的不同，它较传统确定性和随机性预测方法更多地利用了时间序列中包含的丰富信息，因此能够得到更精确的结果。本文以相空间重构理论为基础，对上证指数进行了混沌特性分析。首先由分形维和测度熵两个指标证实了上证指数的混沌特性，然后对不同的预测期，应用相空间的多点相似预测方法对上证指数进行预测分析，并对不同的预测期的预测结果进行比较，得出较优的相空间预测方法。     

隐马尔可夫模型在经济预测中的应用

定量预测方法分为因果预测法和时间序列预测法。因果预测法利用预测变量与其他变量之间的因果关系进行预测,时间序列预测法的原理是根据预测变量历史数据的结构推断其未来值。由于时间序列只能描述变量自身序列的结构,但不能描述其他特征,而因果预测法虽能描述某个变量与其他变量之间的因果关系,但缺少描述这一变量自身时间序列结构的功能。因此,笔者提出了一种新的预测方法———基于观测序列为向量的隐马尔可夫模型(HMM),该方法能同时考虑变量自身序列结构以及变量与其他变量之间的因果关系。本文首先介绍了隐马尔可夫基本理论;其次在模型训练、隐状态序列估计的基础上,提出基于HMM预测算法;最后进行了实证研究,其结果也表明该方法的有效性。     

电力系统电优组合预测电力负荷的方法

介绍了趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等电力负荷预测的方法,并以预测牡丹江市全社会年用电量为实例,在适用条件、数据形式、计算难度和适用时间等方面对几种预测方法进行分析、比较。得出结论:回归分析法、趋势分析法适用于大样本,且过去、现在和未来发展模式均一致的预测,灰色模型法适用于贫信息条件下的预测;灰色系统理论采用生成数序列建模,回归分析法、趋势分析法采用原始数据建模,指数平滑法是通过对原始数据进行指数加权组合直接预测未来值的;回归分析法和趋势分析法的计算相对简单;单耗法、指数平滑法、灰色模型法较适宜近期预测,回归法、趋势分析法和改进型灰色模型较适于中、长期预测。     

运用ARMA模型对股价预测的实证研究

时间序列分析是经济领域应用研究最广泛的工具之一,它用恰当的模型描述历史数据随时间变化的规律,并分析预测变量值。ARMA模型是一种最常见的重要时间序列模型,被广泛应用到经济领域预测中。给出ARMA模型的模式和实现方法,然后结合具体股票数据揭示股票变换的规律性,并运用ARMA模型对股票价格进行预测。     

经济预测讲座(二)如何利用时间序列分析进行经济预测

一、时间序列分析是经济预测的常用方法 利用时间序列分析的方法,对经济活动进行预测,在我国的预测方法中是应用得比较早,也是比较普遍的方法之一。在统计部门,由于实行定期连续地对社会经济现象进行调查统计的制度,统计基础资料比较系统、完整,所以利用时间序列分析方法进行经济预测,比起其它部门,具有很大优势。什么叫时间序列呢?所谓时间序列就是将表明某种现象的统计指标的统计数字,按照发生时间的先后顺序排列起来所形成的数列。它能反映某种现象发展变化的动态,所以也叫作动态数列。一组时间序列中的各项数字所代表的时间长短、调查统计的总体范围、计算方法和计量单位、指标所反映的质的内容,前后应该一致,即人们常说的统计口径是可比的,这样的时间序列才能用于经济分析和预测。 利用时间序列对经济进行预测,就是利用同一     

神经网络方法在股市预测中的应用

１．前言自有股票交易以来，对股票价格的预测一直就是学术界和广大投资者最感兴趣的问题之一，它不仅存在着极其诱人的应用价值，也具有重大的理论意义。时至今日，人们已经提出了多种对股票价格预测的方法，主要分为三类：１）传统的投资分析方法。具体可划分为基本面分析法和传统的技术分析法。２）传统的时间序列分析法。该类方法把股票价格或股价指数看作变化的时间序列，通过建立时间序列相关辨识模型来预测未来变化。３）非线性系统分析法。该类方法把股票市场理解为一个随机性和秩序性交织在一起的非线性动力系统。任何依赖于对非线…     

怎样预测流动资金的需要量

乡镇企业在生产经营中需要多少流动资金额,随着企业生产经营规模的发展而不断变化。为保证生产经营的顺利进行,加强资金的筹措与使用资金的计划性,提高资金管理水平,必须对企业流动资金的需要量进行预测。流动资金需要量的预测方法,一般采用以下几种。一、时间序列预测法根据近年乡镇企业实际占用流动资金额的历史资料,按它的时间顺序排列,由过去、现在引伸到将来,并采用计算移动平均数的方法,来确定预测值。例如:烟台市计量仪表厂92年第4季度各     

预测技术在港口吞吐量预测中的应用

本文应用预测技术中的指数平滑法，灰色模型预测法对港口吞吐量的预测进行建模分析，验证比较，并提出了修正灰色模型预测吞吐量的方法。通过比较分析，认为改进型灰色模型对吞吐量的方法，通过比较分析，认为改进型灰色模型对吞吐量的预测是一种拟合精度较高，预测较符合实际的方法，适用于港口吞吐量的短期预测。     

财政支出预测中的干预分析

对财政支出的未来发展趋势进行预测是国家预算中经常遇到的问题。经济预测大多是以时间序列的前期数据建立预测模型，然后用此模型对后期数据进行预测。具体进行预测中往往会看到所建模型在某一个时期或某一段时期内不能准确地给出较精确的预测值。这是因为时间序列的变化趋势中除了有随机因素的影响，还会有其它干预因素的影响。本就财政支出预测中的干预因素进行定量分析，修正预测模型来提高预测精度。     

基于广域多时间尺度的CVT误差状态预测方法

针对现有电容式电压互感器（CVT）误差状态预测只考虑单一粒度构建时序模型的问题，本文提出了一种基于广域多时间尺度的CVT误差状态预测方法，首先，对CVT运行状态下二次输出数据进行STL时序分解，构建多元时序特征；其次，利用不同时间尺度的分解数据构造多元时间序列预测模型；最后，利用多元时间序列预测模型，实现不停电条件下CVT误差状态的精准预测。仿真数据表明，该方法能准确预测CVT超误差状态，与现有方法相比，验证了该方法的准确性与适用性。     

动态数列直线趋势预测方法和参数研究

本文通过采取步长和初始时间序列不同的两种情况,根据运用公式1计算的结果初步推断出动态数列直线趋势预测方法和参数的取值的规律,并对此规律进行数学证明和实例验证,并由此提出公式2和3。通过本文的论述可以得出,按照直线趋势预测法进行预测,预测值与取时间序列的第一个取值无关,也与时间序列间的步长大小无关,只要时间序列间的步长相等即可,预测值都是一样的,且预测值呈等差数列。     

RBF神经网络在基本建设投资预测中的应用

采用了径向基函数网络，在对原始数据进行平滑处理的基础上学习与训练，并应用于基本建设投资预测的实践当中。模拟结果表明，实际预测中效果较为理想，从而为基本建设投资的预测提供了一种新的方法和理论依据。     

河南农村物流需求的组合预测及策略研究

河南作为农业大省大力发展农村物流对其率先实现中部崛起有着很重要的现实意义,预测河南农村物流需求对于制定发展战略显得尤为重要。文中以河南农村消费品零售总额为河南农村物流需求预测指标,综合一元线性回归、时间序列双指数平滑法、移动平均法,建立组合预测模型,追求预测误差平方和最小,预测出河南农村物流需求呈良性发展趋势,并就进一步发展河南农村物流提出建议。