我国居民消费的组合预测模型

居民消费是制约我国经济快速、可持续增长的重要原因,因此研究消费者的消费需求变化是经济分析的重要内容之一。准确可靠的消费需求预测能够为政府预测新的经济前景、制定新的发展战略提供重要依据。本文采用目前使用相对广泛的组合预测模型建立了我国居民消费组合预测模型。这个组合预测模型是将灰色预测模型、时间自变量模型以及神经网络模型三个模型有机的结合起来,具备了传统消费模型所无法具有的一些优点,并使用1986～2005年的数据对其进行验证。经过验证,证明所建立的组合预测模型可以用来对我国的居民消费前景进行预测,然后利用所建立的模型对我国2007年到2010年的居民消费进行了预测。最后,对所建立的模型进行评价。     

基于组合预测模型的我国入境旅游收入预测研究

以国家旅游局官方网站公布的2000-2012年入境旅游收入为原始数据,选取ARIMA模型、GM（1,1）灰色预测模型以及回归分析预测模型分别对原始数据进行定量分析。鉴于单项预测模型的局限性,基于误差平方和最小方法构建组合预测模型,并辅以实例进行分析和验证,构造出精度最高的A-G-R模型作为组合预测模型。     

基于混合多项式模型的韶山红色旅游需求人数预测

基于三次和四次多项式拟合模型。针对韶山红色旅游景区旅游需求人数预测问题,提出了混合多项式拟合预测模型．该模型可以解决信息呈递增趋势的问题,结果具有一定的可信度．将该模型与灰色预测模型GM（1,1）进行比较,结果表明,混合多项式拟合预测模型的平均相对误差明显要低于GM（1,1）模型,且计算代价更小．     

改进的灰色模型在我国农村人均纯收入预测中的应用

以扩展我国农村人均纯收入预测方法和提高预测精度为目标,采用变起点对传统GM(1,1)模型进行改进,改进过程为建立一个预测模型群,改进结果为从预测模型群中挑选精度最高、拟合程度最好的模型作为预测模型,通过实际应用的确提高了预测精度和拟合程度,较大地增强了预测的可操作性和可信性。     

组合预测模型在建筑物沉降预测中的应用

分析预测建筑物的未来沉降变化规律及发展趋势能够有效保障建筑物在施工及使用期间的安全。现有的时间序列模型、灰色GM(1,1)模型、线性拟合模型等单一预测模型均存在不足之处,预测精度不理想。通过挖掘各单一预测模型的有效信息,组合各单一预测模型优势,采用经典定权法建立组合预测模型来预测建筑物未来的沉降变化和发展趋势。以芜湖中建生活广场4#楼第5～10期的沉降监测数据为基础,预测了4#楼第11期的沉降变化规律及其发展趋势。预测结果显示,组合预测模型的预测精度更高,效果更好,具有一定的借鉴意义与应用前景。     

变起点GM(1,1)马尔可夫链模型在我国农村人均纯收入预测中的应用

以扩展我国农村人均纯收入预测方法和提高预测精度为目标,采用变起点模型对传统GM(1,1)模型进行改进,通过建立一个预测模型群,从中挑选精度最高、拟合程度最好的模型作为后续的预测模型,通过实际应用的确提高了预测精度和拟合程度;然后在此基础上对后续的预测模型的残差进行分类,计算转移概率矩阵,从而得出由区间和概率组成的预测范围,较大的增强了预测的可操作性和可信性。     

企业财务危机预测模型研究综述

有效的企业财务危机预测,可改善企业经营管理.单变量预测模型是利用单一财务比率指标预测财务失败,而多变量预测模型则注重多个财务比率指标的综合,如线性概率模型、线性辩识模型、Logit模型.从发展的眼光看,多变量预测模型有更大的发展和应用空间.     

一种基于神经网络的消费函数模型

提出了一种基于神经网络的消费函数预测模型。与传统预测方法对比计算后发现，该模型在精度方面优于传统的消费函数预测模型，且具有随着样本的增加进一步优化模型参数的功能，为经济系统建模和预测提供了新的思路。     

经济预测中的线性组合模型及其实证

经济预测仅使用单项模型方法存在较大的风险,通过组合不同的单项模型,可以更加充分利用各个模型所提供的信息,从而构造出比单项模型效果更好的组合预测模型。以福建省居民人均消费水平为例,分别建立线性回归模型、灰色系统模型与指数增长模型,并在此基础上建立线性组合预测模型,对这些模型的预测效果进行实证比较分析。     

对组合预测模型预测精度的分析

本文得出了关于组合预测模型及其实用形式预测精度的两个定理,从而为运用组合模型预测的合理性提供了可靠依据,其中一主要结论是:运用组合预测模型的实用形式进行预测,所产生的方差不大于运用各单一预测模型所产生方差的几何平均值。     

组合预测模型在安徽省人均GDP预测中的应用

本文以安徽省1990年至2007年安徽省人均GDP为样本,在三个单一预测模型的基础上建立了非最优正权组合预测模型。为了提高预测精度,引入最优线性组合预测模型,将几个单一预测模型有机地组合起来。综合各个预测模型的优缺点,通过使组合预测误差平方和最小,确定各单一预测方法的权重系数,得到最优线性组合预测模型,并对未来5年安徽省人均GDP进行了预测。研究表明该模型在实际预测工作中具有较好的实用性。     

新旧大气导则预测模式在环境影响评价中的应用比较

大气环境影响预测是环境影响评价的一项重要内容,为准确评价项目实施后对周围大气环境的影响,需采用合适的大气预测模型。从大气预测模型系统组成原理、应用范围、应用过程、预测结果等方面对AERMOD和EIAA大气预测模型进行比较,分析两种模型在大气环境影响预测中的优缺点。     

基于MPA-ELM的股票价格预测模型研究

针对极限学习机(ELM)学习速率慢、易陷入局部最优且泛化能力不强等问题,提出一种基于海洋捕食者算法(MPA)和极限学习机(ELM)的组合预测模型。利用海洋捕食者算法对ELM的关键参数进行优化,降低人为因素的干扰,建立具有较高准确率的MPA-ELM股票价格预测模型。将该模型与ELM、BOA-ELM、WOA-ELM等模型的预测结果进行比较,结果证明,提出的MPA-ELM预测模型准确率更高且收敛速度更快。     

济南房价影响因素研究及预测——基于灰色关联分析法、回归方程和多元线性回归分析的视角

通过对济南市历史房价数据和人口数量、人均可支配收入等相关因素数据的采集和分析,整理出了变量间的相关关系,建立对于济南地区未来房价走势的预测模型。通过灰色关联分析法建立模型1,得出历史价格与当前价格高度相关的结论;通过Excel进行数据回归分析,选择运用与房价数据拟合度较高的指数回归函数,建立基于人口变动的房价预测模型2;通过excel进行多元线行回归分析,得出回归方程,建立预测模型3。三个模型均检验了济南未来房价呈上涨趋势的假设成立,并对2018年1月~3月的具体房价进行了预测。     

基于GA-SVM的矿区采空塌陷预测模型

论文提出了用遗传算法(GA)优化支持向量机(SVM)来预测矿区采空塌陷的方法。结合某矿区的实际塌陷情况,选取了17组采空塌陷数据作为训练样本,以覆盖层类型、覆盖层厚度、地质构造复杂程度、矿区倾角、采空体积率、采空区距地表的垂深和采空区空间叠置层数7个指标作为模型输入,采空区稳定程度作为模型输出,构建GA-SVM矿区采空塌陷的预测模型。然后利用该模型对工区5组采空塌陷数据进行预测,其预测结果与实际情况相符。为了验证提出的模型的优越性能,将得到的结果与BP神经网络模型和常规SVM预测的结果进行对比了结果表明GA-SVM预测模型比BP神经网络和常规SVM具有更高的精度,进一步验证了该模型的有效性和可靠性。     

马尔可夫灰色模拟模型及其程序实现

结合马尔可夫模拟模型和灰色GM（1,1）预测模型的优点,形成了马尔可夫灰色模拟模型,并利用计算机模拟技术编制了C语言程序来实现此模型的预测功能,它不仅拓广了灰色预测的应用范围,而且大大提高了模拟随机波动数据列的准确性。     

基于财务比率调整的上市公司财务困境预测

在考虑中国上市公司财务信息质量特征的基础上，对常用财务比率进行了调整和拓展，并分别以常用财务比率和调整后的财务比率，利用logistic回归建立了预测模型。实证分析结果表明，以调整后财务比率建立预测模型的预测精度。明显高于以常用财务比率建立模型的预测精度。     

基于动态环境的企业竞争对手跟踪监测

竞争对手跟踪与监测是竞争情报的基本核心内容。没有连续、持久的竞争对手跟踪与监测，就不可能有可靠、高效的战略决裳。本文剖析了动态环境中的竞争对手跟踪与监测的内涵，构造了由正向机制与反推机制结合而成的跟踪与监测基本模型及识别模型、分析模型和预测模型三个支持模型。     

2008—2020年我国粮食产量的预测分析

改革开放30年来,我国粮食产量大幅度提高。但是粮食生产并不是一个稳定变化的过程,而是呈波动增长的态势。本文首先运用HP滤波分析方法将我国1988—2007年的粮食产量分离为波动序列和时间趋势序列,在此基础上对趋势序列建立了三次抛物线模型。分别利用三次抛物线模型、灰色预测模型以及组合预测方法拟合估计了我国前20年的粮食产量,并分析了三者的拟合精度。结果显示,组合预测模型能够提高预测精度。并利用该方法进一步预测了2008—2020年我国的粮食产量。     

基于灰色系统理论的市场潜力预测模型--以我国旅游电子商务市场为例

基于灰色系统理论,以2001年以来我国旅游电子商务市场潜力为依据,初步构建了我国旅游电子商务市场潜力的灰色GM （1,1）预测模型;并对预测模型的精度进行了检验;分析探讨了提高预测精度的方法.然后据此模型对我国旅游电子商务市场潜力进行了预测.据初步估算2009年我国旅游电子商务市场潜力将超过100亿元.