VIP患者的需求预测

VIP患者这一目标人群具有与众不同的特性，本文通过对其特点的分析，对VIP患者各种需求，如心理，教育等方面的探析，争取对VIP患者的需求进行合理的预测，以指导实践。     

“十一五”期间我国石油需求预测

石油是能源的重要组成部分,做好石油需求预测对我国经济发展和社会的稳定有着重要的意义。文章采用灰色系统理论对我国在"十一五"期间石油需求进行预测,试图为我国制定石油发展规划提供定量依据。     

云南省劳动力需求预测分析

本文对云南省劳动力需求的影响因素进行了线性回归分析,运用BP神经网络方法对云南省的劳动力需求进行建模与预测,最后提出扩大劳动力需求的若干对策建议。     

供应链的需求预测方法研究

对未来需求的预测构成了供应链中所有战略性和规划性决策的基础，而且由于供应链的需求预测的方法和机制的不合理，给供应链带来的危害已越来越大。传统的单一预测方法不使用于供应链的特点，为此提出一种新的组合预测方法对供应链的需求进行预测。     

重庆市交通运输需求预测分析

随着国民物质和精神生活需求的不断提高,使得最大限度地满足国民经济和社会发展对人与物的转移需要,成为运输活动的根本目标.要从根本上解决交通运输问题,必须以交通运输需求分析为基础,在此基础上才能做出合理的运输规划.通过对影响交通运输因素的分析,采用组合预测的方法对交通运输需求进行分析与预测.     

成都平原经济区的物流需求预测研究

本文采用指数平滑法和多元回归分析法,结合成都平原经济区八个城市2000-2015年的经济数据,对成都平原经济区未来的物流需求进行预测,以期为该区域的物流基础设施建设提供数据支持,也希望为各级政府部门制定物流政策和战略提供参考依据.     

个性化需求预测支持系统研究

分析了构建个性化需求预测支持系统的必要性和个性化需求预测的特点,并拓展了个性化需求预测的概念。通过分析个性化需求预测支持系统的功能和要求,重点研究了个性化需求预测支持系统的结构组成,主要包括预处理部分、预测模型体系等。     

2000年中国经济发展对能源的需求预测

一个国家经济发展对能源的需求量主要取决于本国所处的工业化发展阶段.工业化的核心是用先进的手段改造和装备国民经济各个部门,以极大地提高社会劳动生产率.按照工业化划分为起步阶段、工业化推进阶段、工业化成熟阶段来进行分析.在70年代以后,主要经济发达国家如美国、日本、德国、英国、法国、意大利和加拿大等处于工业化成熟阶段,这个阶段的主要特点是产业结构有重大变化,增加值很高的高技术产业得到高速发展,同时对资源的利用效率大大提高.这七个主要经济发达国家,从1980～1987年     

“十二五”时期中国铁矿石需求预测分析

合理地定性判断未来中国铁矿石需求格局,准确地定量预测铁矿石需求是一项不容忽视的研究工作.本文分别运用灰色系统理论、多元线性回归模型、单层径向基函数神经网络、多段径向基函数神经网络和组合预测模型实证分析“十二五”时期中国铁矿石需求并对结果进行对比分析,结果显示:“十二五”我国铁矿石需求继续呈现增长态势,但增幅有所下降.     

“十二五”时期中国铁矿石需求预测分析

合理地定性判断未来中国铁矿石需求格局,准确地定量预测铁矿石需求是一项不容忽视的研究工作。本文分别运用灰色系统理论、多元线性回归模型、单层径向基函数神经网络、多段径向基函数神经网络和组合预测模型实证分析“十二五”时期中国铁矿石需求并对结果进行对比分析,结果显示：“十二五”我国铁矿石需求继续呈现增长态势,但增幅有所下降。     

武汉市物流需求预测

综合货运量是物流需求最主要的一项指标.文章通过综合货运量对武汉市物流需求影响进行预测,根据武汉市2007年至2010年GDP预测总量,选用一元线性回归分析方法对武汉市综合货运量的预测,说明武汉市物流需求未来几年将以较快的速度增长.     

企业人力资源需求预测的程序与方法

本文主要阐述了影响企业人力资源需求的主要因素，人力资源需求预测程序及预测方法等问题。     

简介灰色预测模型在物流需求预测中的应用

物流需求是社会经济活动特别是生产与经营活动所派生的一种次生需求,因而物流需求与社会经济水平之间有着极大的相关性,可以用社会经济的各项指标进行物流需求预测.灰色预测模型是应用范围较广且取得显著成效的一种灰色动态预测模型,具有对数据要求限制少、中短期预测精度高等特点.本文介绍了灰色预测模型以及在物流需求预测中的应用,并结合实例进行了应用研究.     

应用BP神经网络进行住房需求预测分析

文章通过对现时住房需求预测模型的分析,针对传统预测模型的不足,提出应用BP神经网络理论构建人均住房需求预测模型。建模数据采用我国1995至2004年共10年的统计数据,其中1995-2002年的数据用做模型训练数据,2003-2004数据为模型检验数据。通过实验验证,结果表明基于BP神经网络的预测模型具有较好的适用性和较高的预测精度。     

基于线性回归模型的物流需求预测分析

现代物流作为一种先进的组织方式和管理技术,其发展是企业管理的热点,并成为了中国经济高速增长的加速剂。文章采用简单实用的线性回归分析方法,通过构建简单可行的物流需求预测模型,分析供需平衡问题,提供可行性量化数据,以使社会物流活动保持较高的效益。通过模型实证分析发现:物流业对国民经济支撑作用表现得越来越强。     

对企业资金需求预测进一步思考

资金需求预测及分析是企业经营决策中的一项重要内容。资金需求预测准确与否不仅反映企业计划管理水平高低,还直接影响企业资本结构,资金成本,及未来盈利,最终影响企业经济效益。现实中影响企业资金需求的因素很多,宏观因素有如国家的产业政策,央行的货币政策,市场的景气状况等。微观因素有如企业产品生命周期、经营发展战略、产品营销策略、产品市场定位、企业的资信度等,所以理论上说要准确预测企业资金需求是很困难的。但如果固化一些变化因素,简化资金需求的预测过程,管理会计提供了企业资金需求一种简便的方法：资金需求的销售预测法。     

基于BP神经网络的库存需求预测应用

本文应用BP神经网络模型,并加入影响因子,用于库存需求量的预测,同时采用了传统的预测方法。通过各种方法预测结果的对比,说明文中所建立的加入影响因素的BP网络模型预测效果较好。     

基于ARIMA模型的N铁路局管内物流需求预测研究

选取1995-2012年A、B两省货运量数据作为基础,建立ARIMA模型对两省物流需求进行分析,并采用Static预测方法对两省2013-2015年的物流需求进行了预测。模型不仅克服了传统的需求预测方法偏重定性分析,耗时耗力的缺点,而且将过去值拟合误差作为重要因素纳入模型,提高了预测精度。研究有助于铁路部门结合两省不同的经济发展状况,制定相应的货运营销策略,为铁路在货运组织改革背景下提升货运竞争力提供理论参考。     

广州城市生活垃圾增长与用地需求预测

采用线性回归、对数增长、固定比率增长和HP滤波趋势分析等方法对广州2010～2025年的城市生活垃圾及现有处理模式下的用地需求进行了预测。基于对广州未来城市人口基本将保持在1800万规模的判断,选取对数增长预测方法进行预测。结果表明,到2015年、2020年和2025年,广州中心城区终端垃圾处理量分别约为306万吨、320万吨和331万吨,在现有的以填埋为主的处理模式下,垃圾填埋的土地需求分别为407亩、426亩和441亩。     

中国人口、家庭户与住房需求预测研究

我国未来住房需求的变化将受到人口、家庭户数量和结构变动的影响。在人口预测的基础上,采用扩展的户主率家庭预测模型,假定分家庭规模、户主年龄、性别的户主率不变或变化的情况下,预测未来家庭户的数量、结构情况。在此基础上,结合2000年普查得到的不同家庭户类型住房情况的信息,对未来30年我国城乡居民住房面积和间数的需求进行了预测。由于人口和家庭户的增长,我国居民住房面积和间数的需求在未来三十年将持续增长;由于家庭户数量增长速度超过人口数量增长的速度,按家庭户变化预测的未来居民住房的需求较大;由于人口和家庭户结构的变化,未来三十年的住房需求在不同时期的情况有所不同,年均新增住房需求的增长在2015年前虽波动起伏,但变化不大; 2015年之后,年均新增住房需求将逐步下降。