铁路货运量的组合预测方法研究

铁路货运量预测作为铁路运输生产的基础工作之一,是铁路企业制订正确的营销战略的前提.在现有的铁路货运量预测模型中,采用的方法不同,预测的结果也不尽相同,而组合预测方法能够结合各种预测方法的有用信息,对目标进行科学的预测.本文探讨了在非负权重条件下,线性组合预测和非线性组合预测的模型,并以历年的铁路货运量为实例进了论证,实践结果令人满意.     

基于组合模型的用电量预测方法研究

电力是经济发展的保障,对用电量进行科学合理的预测是安排电力生产、电站建设的前提。文章基于灰色和时间序列预测模型,建立组合模型,经验证,组合模型预测精度较单一预测模型有一定程度的提高,最后利用组合模型对湖南省2010-2015年用电量进行预测。     

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。     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测。以此来避免单一模型的不足,从而提高模型的预测精度。通过2005-2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度。     

基于相关系数的IOWGA算子区间组合预测方法

各种错综复杂的因素导致数据表现出不确定性,区间型数据为取值在一定边界的现象提供了强有力的分析工具。为提高区间型观测信息的预测精度,本文结合相关系数和诱导有序加权平均(IOWGA)算子给出一类区间值时间序列的组合预测模型。通过最大化实际值和基于IOWGA算子的组合预测值区间中心和半径序列的相似性程度,给出组合预测的一类客观权重信息确定方法。最后,结合实例表明本文所提出的区间型信息组合预测模型能够有效提高预测精度。     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测.以此来避免单一模型的不足,从而提高模型的预测精度.通过2005 -2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度.     

组合模型对我国居民消费水平的预测

居民消费水平指按常住人口平均计算的居民消费支出。对居民的消费水平的研究对我国未来实行扩大内需政策具有重大的意义。文章根据全国1978～2007年居民消费水平的统计数据,采用组合模型预测的方法,预测我国2008～2010年的居民消费发展前景,并对我国增强消费水平提出一些建议。     

基于农村物流需求量的组合预测分析

农村物流需求量的预测对于农村物流的发展有重要意义。文章把农村消费品零售总额作为农村物流需求量预测指标．通过分析各影响因素,建立了多元回归、双指数平滑及移动平均单预测模型。根据得出的单项预测误差数据,采用折扣系数法建立组合预测模型,使得组合预测模型预测误差平方和最小。预测能力明显优于单项预测模型。     

基于BP神经网络的铁路货运量组合预测

在介绍了BP神经网络及组合预测的基础上分别采用灰色预测法、S曲线以及指数函数对昆明市铁路货运量的历史数据进行了单项拟合预测,再利用BP神经网络对三项拟合预测结果进行了组合预测.结果表明,基于BP神经网络的组合预测方法比单一预测方法在预测精度上有很大提高,验证了该方法的有效性.     

基于经验模态分解的空气质量指数组合预测方法及应用

空气质量发展趋势的预测对于空气污染问题的防治具有非常重要的意义。因此,本文提出了基于经验模态分解(EMD)的空气质量指数(AQI)的一种组合预测方法。我们首先运用经验模态分解(EMD)的方法对非平稳、非线性且呈剧烈波动的时间序列即AQI原始数据进行多尺度分解。其次,我们分别使用4种常用的单项预测方法:灰色预测(GM)、ARIMA、BP神经网络和支持向量回归(SVR),分别对于分解后的本征模态函数(IMF)序列和趋势序列进行预测,得到单项预测结果。为了提高预测的精度,我们选用平均相对误差(MRE)较小的前三种单项预测方法,并对它们的预测结果进行组合预测。最后,运用熵权法分别计算出IMF序列和趋势序列的组合预测值,并将所有预测值求和得到AQI的最终预测结果。为了评价模型的预测效果,我们选用四种常用误差评价指标,对各个模型的预测结果进行评价比较,而仿真实验的结果表明了本文提出的基于经验模态分解的空气质量指数组合预测方法具有较高的预测精度和良好的适用性。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM（1,1）组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM（1,1）模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM（1,1）模型,最后利用线性回归模型、DGM（1,1）模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

建筑物沉降的组合预测模型应用研究

提出采用组合模型预测建筑物沉降,并以常用的三种建筑物沉降预测模型组成组合模型进行了计算分析,结果表明组合预测模型具有较高的预测精度,值得推广应用.     

基子组合预测法的公铁立交桥交通量预测研究

交通量的调查与预测是公路管理中的一项基础性工作,为了能够科学预测交通量,在交通工程理论、系统论等理论的指导下．采取系统分析的方法,对近10年公铁立交桥的各种交通组成、交通量,当地人口、GDP数量进行实地调查,再把调查的交通量数据进行折算为标准交通量,以此为基础对立交桥的交通量科学分析,进行组合预测,把预测的结果通过多元回归验证,最终确定了该立交桥的交通量,为公路建设总体布局与规划、旧路技术改造以及交通措施管理等提供了重要依据。     

铁路客运产品质量综合评价研究

按照产品设计阶段、使用阶段和售后阶段,从旅客列车开行方案、旅行过程服务水平、未兑现时服务水平3方面构建包括开行频率、发到时刻、票价选择种类等10个指标的评价体系;据此设计了调查问卷.运用层次分析法和模糊综合评判方法对铁路客运产品质量进行评价,评价结果为满意;同时对这一结果进行全方位分析.最后就铁路部门如何提高客运产品质量提出有针对性的建议.     

铁路客运产品质量综合评价研究

按照产品设计阶段、使用阶段和售后阶段,从旅客列车开行方案、旅行过程服务水平、未兑现时服务水平3方面构建包括开行频率、发到时刻、票价选择种类等10个指标的评价体系;据此设计了调查问卷。运用层次分析法和模糊综合评判方法对铁路客运产品质量进行评价,评价结果为满意;同时对这一结果进行全方位分析。最后就铁路部门如何提高客运产品质量提出有针对性的建议。     

基于logistic-svm组合预测模型在公司信用评级中的应用

对公司建立信用评价模型,以便及早发现信用危机信号,不仅有利于公司的经营管理,也有利于投资人的投资决策。采用logistic回归模型和支持向量机相结合的组合评价方法,试图寻找出降低公司信用风险的有效措施。试验结果表明,这两种方法的组合预测模型不仅有较高的预测精度,同时也有较好的稳定性,logistic-svm组合模型优于单一模型。     

基于IOWA算子的组合预测模型在物流需求预测中的应用

根据2000~2009年宁波市物流需求的数据,采用灰色GM 1,,1,模型和一元线性回归模型进行组合优化,建立了基于诱导有序加权平均(IOWA)算子的物流需求量组合预测模型。结果表明基于IOWA算子的组合预测模型能有效提高预测精度,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010~2013年宁波市物流需求作出预测。     

Forecasting the daily federal funds rate

This paper compares two alternative one-day-ahead forecasts of tomorrow's federal funds rate. The first forecast is a simple random walk forecast in which the forecast of tomorrow's federal funds rate is taken to be today's federal funds rate. The second forecast is an ARIMA model forecast that was allowed to vary with changes in the Federal Reserve System's operating procedures. These two forecasts are compared in terms of their general forecast accuracy and the decision support they provide to a financial institution hypothesized to be borrowing $7 million a week in the federal funds market. Even in cases felt to be most favorable to the ARIMA forecasts, the degree of forecast accuracy and decision support superiority of the ARIMA forecasts is found to be quite small.     

论大型铁路客站对交通资源的整合效率

提出了交通区位性能的概念,构建了一个基于交通区位性能的大型铁路客站对交通资源整合效率的分析框架.认为,大型铁路客站的内在功能特性是其能够提高资源整合效率的基础条件,而影响其交通区位性能的主要因素,才是大型铁路客站能否提高对资源整合效率的决定性因素.大型铁路客站通过提高其交通区位性能而提商对交通资源的整合效率,并表现为通过提高资源的配置效率、运输产品质量和网络经济性而达到提高网络效率的目的.