基于GM-PLS组合模型的北京城市生活垃圾数量预测

北京市经济的快速发展和城市建设的加快,产生了大量的城市生活垃圾,为解决生活垃圾带来的资源浪费和环境污染问题,应该在北京城市生活垃圾现状的基础上,建立灰色系统和偏最小二乘回归的组合预测模型以对未来城市生活垃圾产量进行预测,从而为合理进行城市垃圾处理设施规划建设提供依据。     

基于组合预测方法的需水量预测

本文在概述组合预测法的基础上,探讨了需水量的预测方法.尤其是建立了基于回归分析和灰色预测的需水量组合预测模型.通过实例对组合预测的结果与线性回归、灰色预测的结果进行了比较,结果表明组合预测模型的精度比单一模型的预测精度明显提高.     

北京市流动人口发展趋势预测研究

进入新世纪以来,北京市流动人口规模增长了1倍多.其中,省内流动人口规模增长了4倍多,省际流动人口规模增长了1.86倍.综合运用灰色预测模型和Logistic模型,以及综合运用ARIMA模型和Logistic模型,得到2020年北京市外省流入人口规模的预测区间为[867.50,1045.29](单位:万).即预计到2020年,北京市外省流入人口规模最低为867.50万人,最高为1 045.29万人.相应地,预计到2020年,北京市外省流入人口规模的最低年均增长率为1.25％,最高年均增长率为3.98％.     

基于灰色神经网络的短期电力负荷预测分析

电力负荷预测是电力系统一项重要的工作。本文应用了灰色预测和人工神经网络相结合的方法进行短期电力负荷预测。首先介绍了灰色预测和神经网络的基础理论,其次利用一个仿真算例来验证灰色神经网络算法的可靠性。     

基于灰色理论的北京市会展产业发展趋势预测

在构建会展产业发展影响因素指标和细分会展活动的基础上,运用灰色关联分析方法分析北京市会展产业发展的关联因素,在此基础上运用多变量灰色预测模型对北京市会展产业及各种会展活动收入进行预测,研究发现由于北京市会展产业收入主要来自于会议活动,北京市会展产业发展与其科技发展水平密切相关,而且由于会议收入增长速度快于会展产业收入增长速度,其占会展产业收入比例不断提高,同时展览收入占产业收入比例却不断下降,而且国际展览收入占展览收入比例却将有所提升。     

基于灰色预测模型的宁夏现代服务业人才需求预测

运用灰色GM(1,1)模型,以宁夏2006~2017年第一、二、三产业相关数据为基础,结合宁夏产业发展实际状况,建立了灰色预测模型,对宁夏2017~2021未来五年产业发展就业总人数和现代服务业就业人数进行预测,在一定程度上为宁夏现代服务业人才规划和培养提供定量依据。     

北京市垃圾分类宣传对居民垃圾分类态度及意愿的影响研究

居民垃圾源头分类对于促进垃圾无害化、减量化和资源循环利用具有重要意义。基于1616份北京市居民调查问卷,通过模型定量分析北京市政府垃圾分类宣传对于居民垃圾分类态度及意愿的影响。结果表明：政策宣传频率和多样化宣传方式均可提升居民垃圾分类的态度及意愿;垃圾分类态度在政策宣传和意愿中具有中介效应;电视、宣传栏、条幅和宣传单页方式最为有效,经济激励无法提升居民态度。基于研究结论提出北京市垃圾分类宣传建议。     

基于灰色神经网络模型的建筑物变形预测方法研究

将灰色理论与BP神经网络有机地结合，建立灰色神经网络模型用于建筑物变形预测，通过建筑物变形的实测时间序列资料，分析模型的预测精度，与通常采用的人工神经网络和灰色系统模型等预测方法进行比较，反映该模型能取长补短，并具有所需信息量少与精度高等优点。     

风电场风功率预测模型准确性探究

风电场输出功率预报的准确性需要风功率的精准预测来支持,不断提高风电场输出风功率预测的准确度是风功率精准预报的关键。为准确预测风功率,使风电场输出风功率保持较高的稳定性,提高风能利用效率及电力系统的稳定性,文章选用了3种最常见的模型进行风电输出功率预测研究:自回归求和滑动平均模型(ARIMA)预测、灰色系统GM(1,1)预测和BP神经网络预测;选取某风电场4月份某天的风电输出功率数值作为样本进行超短期预测;随后计算出这3种预测模型的均方根误差Erms、平均绝对误差Eav以及准确率r来对比它们的预测准确度。通过对比,发现利用自回归求和滑动平均模型对风功率进行短期预测能得到比较高的预测精度。     

两种预测模型在居民消费水平预测中的研究与评价

居民消费水平反映了国家或者地区的经济发展状况,预测居民消费水平对制定相关的经济政策具有积极作用。文章通过多项式拟合和灰色预测模型来研究和预测居民消费水平,用Matlab数学工具对居民消费水平数据进行分析和处理,采用损失函数的思想对两种预测模型的预测结果做出评价和分析。     

BP神经网络和多元线性回归模型对碳排放预测的比较

为帮助钢铁企业了解自身的碳排放情况,更好的实现节能减排,建立BP神经网络和多元线性回归模型对钢铁企业碳排放进行预测分析,以期找到一种精确、实用的碳排放预测模型,为工业化生产提供参考依据,致力于帮助企业做好提前的碳排放预测,掌握自身排放情况,能够更有效的实施温室气体减排,将企业的碳排量控制在国家政策允许的范围内。结果表明：发现两种模型均能有效的对碳排放进行预测,误差均小于5%;BP神经网络模型对碳排放的预测优于多元线性回归模型。     

基于线性回归角度比较资产定价模型的价格预测功能——CAPM模型、Fama-French三因素模型及其扩展模型

本文运用线性回归的方法,选取了适当的统计量对当下运用最广泛的三个资产定价模型进行比较,这三个模型分别为CAPM模型、Fama-French三因素模型及其扩展模型。文章运用美国的基金数据来研究上述三个模型的价格预测功能,以及在线性回归下的拟线性的优劣。     

六安市城市生活垃圾产量的预测

阐述了六安市城市生活垃圾产量预测的两种方法——根据人均垃圾日产量指标预测和根据垃圾年增长率预测。为缺乏相关基础资料的小城市探索了一些新的垃圾产量的预测方法。     

基于实例的水资源预测方法概述

基于合肥市近几年的城市生活用水量数据为例,对一些水资源预测方法进行讨论和比较。对合肥市城市生活用水量的现状进行简要的概述;介绍三种水资源预测方法即指数平滑法、灰色模型预测法和BP神经网络预测法的理论方法及模型;利用给定的资料数据,运用三种预测方法进行分析,通过拟和模型误差对比,判定最佳的预测方法。     

证券投资基金收益概率密度预测——基于神经网络分位数回归模型

证券投资基金收益往往具有更高的峰度与更大的偏度,建立在古典假定基础上的均值回归分析难以给出准确预测结果。考虑到证券投资基金收益中的高峰、非对称等典型特征与各因素对收益序列的非线性影响模式,建立神经网络分位数回归模型,一方面,可以通过分位数回归功能,揭示各因素对证券投资收益整个条件分布的影响规律;另一方面,可以通过神经网络结构,模拟金融系统中的非线性关系。在神经网络分位数回归模型基础上,对证券投资基金收益整个条件密度函数进行预测,提供比点预测更多的有用信息,便于进行科学决策。     

合肥市生活垃圾清运量的灰色预测及管理建议

预测结果显示:到2020年以后,合肥市生活垃圾的年产量将是目前年产量的3倍左右,达到148.7万吨.今后,在生活垃圾管理工作中,应充分发挥政府作用,建立和推行合理的垃圾收费制度;从源头上消减垃圾产量;实施先进的生活垃圾处理与处置技术;鼓励和吸收民间资本进行市场化运作.     

基于灰色预测模型的港口集装箱吞吐量预测——以武汉港为例

以武汉港集装箱吞吐量的历史数据为依据,利用灰色预测模型科学预测未来武汉港的集装箱吞吐量。针对经典G（1,1）模型在构造过程中的缺陷进行修改,构造了修正后的G（1,1）模型,减少了原有模型的误差,提高了预测的精度。通过实例探讨了修正的G（1,1）模型在港口吞吐量方面的预测,同时验证了灰色预测模型的有效性和实用性。     

基于灰色预测与回归分析的资源安全度预警模型

本文通过对世界各类资源消耗数据的研究．运用灰色预测及回归分析等方法，提出基于人均淡水占有量、能源消耗量、粮食消耗量、人口数量及农业生产指数的资源预警模型。同时把发达国家、发展中国家分为两个系统，分别确立合理的安全度预警系统并对资源安全度进行测算。结论得出如今的资源安全指数处于危险状态。     

北京市城乡收入差距的预测和成因分析

城乡居民收入差距不断扩大是我国许多省区面临的重要问题,北京市作为全国的政治文化中心,也面临着同样的难题,并且形势不容乐观。本文依据1990-2010年北京市城乡收入数据,运用SPSS回归分析法,对北京市未来几十年的城乡收入状况进行了预测,然后结合相关学者的研究,建立了多元线性回归模型,用1990-2010年相关数据,采用逐步回归法进行回归。并在回归结果基础上,给出了缩小城乡居民收入差距的几点建议。     

北京市城乡收入差距的预测和成因分析

城乡居民收入差距不断扩大是我国许多省区面临的重要问题,北京市作为全国的政治文化中心,也面临着同样的难题,并且形势不容乐观。本文依据1990-2010年北京市城乡收入数据,运用SPSS回归分析法,对北京市未来几十年的城乡收入状况进行了预测,然后本文结合相关学者的研究,建立了多元线性回归模型,用1990-2010年相关数据,采用逐步回归法进行回归。并在回归结果基础上,给出了缩小城乡居民收入差距的几点建议。