基于ARIMA-RF组合模型的国内动力煤价格预测

选取秦皇岛港口动力煤价格作为研究对象,搜集10年间煤价数据并分析其影响因素,确定煤炭产量、港口库存、运输成本、火力发电量及社会用电量为主要影响因素;分别建立ARIMA(2,1,2)模型和RF(随机森林)模型并优化,通过加权平均法得到ARIMA和RF模型权重,建立ARIMA-RF组合模型。该模型较深度神经网络模型(DNN)、支持向量回归模型(SVR)、ARIMA模型、RF模型预测的煤价准确度更高,可准确预测动力煤价格走势,为调控能源消费强度、深化能源体制机制改革政策制定提供参考。     

基于Logistic组合模型的中国民用汽车保有量预测

经济的发展和人民生活水平的提高使我国民用汽车保有量急速上升,同时导致公共设施和能源供应等矛盾凸显。客观、准确的未来中国汽车保有量预测是解决上述问题的前提。本文以传统Lo-gistic模型为基础,借鉴灰色理论累加生成数据处理方法和级差格式,对预测参数进行估计,同时将模型中扩散速度函数化,并建立以误差标准差为权重的民用汽车保有量的Logistic组合预测模型。该模型能很好地避免传统预测模型中预测参数主观化,预测环境常态化的缺点,使模型能够客观、动态地反映未来中国汽车保有量的扩散趋势。最后结合中国历年民用汽车历史数据,对未来十年中国民用汽车保有量进行预测。预测结果表明:未来十年中国的民用汽车保有量还将快速增长,到2020年中国民用汽车保量将超过2.3亿辆。     

基于SARIMA-SVR组合模型的 空气质量指数预测

空气质量指数(AQI)在波动中既具有整体的时间序列线性特征和明显的季节性波动周期,又具有多种因素影响的不确定性,为了提高AQI的预测精度,基于Ri386 3.3.3和Matlab R2014a两种编程软件,提出了一种同时具有线性和非线性的复合特征的时间序列预测模型——SARIMA-SVR组合模型。以太原市2014年1月—2019年7月的AQI月均值数据为基础,利用SARIMA时间序列模型进行线性预测,利用SVR模型对残差进行非线性预测,加和得到组合预测模型的预测结果,分析比较SARIMA,SVR和SARIMA-SVR这3种模型的预测结果和平均绝对百分比误差。结果表明,组合预测模型发挥了2种模型各自的优势,相较于单一预测模型的预测结果而言,其预测精度更高,稳定性更好。通过此模型得到的空气质量预测结果不仅可为人们的日常生活提供指导,而且可为大气污染的防治工作提供科学依据和借鉴意义。     

灰色模型在股票价格预测中的应用——以中国石化为例

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,对交易日收盘价格进行预测,并以中国石化(600028)2012-01-04至2012-12-31的交易数据为例进行了分析。分析结果表明,灰色预测模型的平均预测准确度为98.63%。考虑到股票交易规则,42%的预测数据为有效预测,有效预测的平均预测准确度为99.31%。     

基于灰色线性回归组合模型的物流需求预测研究

灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证.最后,本文以改进模型对福建省未来几年的物流需求进行了预测.     

基于组合预测模型的工业增加值中长期预测方法研究

工业增加值的准确预测已日益受到人们的关注.在这篇论文里,首先考虑运用相似复合体模型进行建模,然后运用具有最优停止法则的GMDH自回归方法和非线性的SPSS曲线估计方法建立单一模型.最后,用基于误差平方和最小的多元线性回归模型方法对各种单一模型的预测值进行组合,得到最优模型.通过实证研究可以发现,在中长期的工业增加值预测中,组合预测模型取得了较为满意的效果.     

中国纺织品出口前景预测

多年以来,纺织品作为中国最大的出口类商品之一,在国民经济中占有重要地位,是中国对外贸易的重要组成部分[1]。而保持纺织品出口的持续稳定增长对于我国的经济增长、人民币汇率稳定、解决就业问题以及对于纺织行业的可持续发展至关重要。在此环境下,对我国纺织品的出口情况进行预测就显得尤为重要。本文采用回归分析对纺织品出口进行预测,预测未来我国的纺织品出口。     

基于灰色模型的国际能源需求预测

本文在阐述全球能源需求现状的基础上,采用灰色预测法对全球2012～2015年的石油、天然气、煤炭、核能、水电、可再生能源和总的一次能源的需求量进行了预测,并分析了未来全球能源的需求趋势、需求结构和需求增长速度等方面的特点.据此,提出了我国未来能源开发和利用的建议,包括科学开发勘探能源,提高能源利用效率,加大可再生能源的开发和利用,建立能源战略储备和加强国际合作、减少能源消费量等.     

基于ELSTM-BL模型的股票投资组合研究

为了提高股票收益率预测精度,达到利用深度学习算法构建股票投资组合模型谋求高额收益的目的。首先通过指数衰减法对长短期记忆（Long Short-Term Memory, LSTM）神经网络参数进行优化,形成ELSTM模型;其次利用改进后的LSTM模型对次日的个股收益率进行预测,以形成BL模型的主观观点参数;最终将收益率预测结果输入到BL模型得到股票投资组合的配置权重,并将资产按照模型给出结构配置。在方案实施阶段,将基于ELSTM-BL模型的股票投资方案与LSTM-BL模型、市值权重模型与历史BL模型的投资组合方案作比较,ELSTM-BL模型表现出明显优势。     

中国民用汽车保有量的组合预测

本文对中国民用汽车保有量进行了中短期的预测.文章基于组合预测误差平方和最小的条件.将指数平滑法和BP神经网络有机结合,从而提高了预测的精度和稳定性.并通过对中国民用汽车保有量的组合预测结果的分析,提出有利于中国汽车产业发展的政策建议.     

基于ARIMA-GRACH模型的现货电价预测

通过建立ARIMA预测模型对现货电价进行预测,并对ARIMA模型存在的异方差问题通过GARCH模型进行修正。实证算例中,采用北欧四国电力市场数据,与ARIMA和灰色GM（1,1）模型进行比较,表明ARIMA—GARCH模型的预测精度更高,预测误差更小。     

基于SSM模型的浙江出口市场结构实证分析

合理的出口市场结构有利于促进出口的稳定增长.该文系统的对浙江出口市场结构进行分析,目的在于透析浙江近几年来出口市场结构的变化,进一步提高市场结构合理化水平.为了深入的了解浙江出口市场结构,文中利用SSM数学模型,以历年的统计数据为基础,对浙江的出口市场结构进行实证分析.得出目前浙江的出口市场结构基本合理,欧盟是浙江最具潜力的出口目标市场.通过市场细化分析发现浙江的出口市场结构仍存在不少问题,最后针对问题提出相关的建议.     

基于组合权重法的供应链环境成本分摊模型研究

随着自然环境的逐渐恶化, 加强环境成本的管理成为全球关注的热点。更多的企业通过组建供应链来提高效率、减小环境成本, 但却出现推诿、推卸承担环境成本责任的现象, 因此要保持供应链持续运行, 需要公平、合理分摊供应链环境成本。本文以供应链环境成本分摊为研究对象, 针对传统分配方案单一、分摊结果为绝对值的缺陷, 在Shapley值法的基础上, 综合考虑了环境成本率、环境成本利润率、环境资产占有率和环境收益率４ 个企业环境影响力因素, 利用组合权重法得出新的供应链环境成本分摊模型, 并通过算例分析验证该方法的可行性, 为更加公平、合理的环境成本分摊提供可靠依据。     

多算法组合的河流水质预测方法研究

为了对河流水质在一定时间的变化情况进行准确预测,研究分析了灰色预测方法、广义自回归条件异方差模型,考虑这两种方法的优势和不足,引入离散小波变换对时间序列进行处理,提出了基于3种算法的组合预测方法,给出了该组合预测方法的具体实现过程和算法要求,在Matlab编程实现该组合预测方法。以某河流水质为研究对象,利用该方法预测河流的水质变化情况,并和实际监测结果进行对比,预测结果表明:溶解氧、高锰酸盐指数、氨氮含量均和实测结果接近,吻合度高,平均相对误差较小,说明该组合预测方法可以有效地预测河流水质在未来短时间内的水质变化情况。     

基于CPSO的基础设施模糊投资组合优化模型

针对基础设施效益模糊、难以度量的特点,结合模糊集理论,建立了模糊投资组合优化模型,改进粒子群算法,加入混沌思想,使用混沌粒子群算法(CPSO)求解基础设施的模糊投资组合优化模型。以4个城市投资公司的数据为样本,验证该方法的科学性与有效性。研究结果表明:模糊投资组合优化模型可较好地表征基础设施的模糊效益,提高基础设施投资决策的科学性;混沌寻优思想改进的粒子群算法可求得模糊投资组合优化模型的全局最优解,增强算法的鲁棒性。     

基于模型预测控制的迭代学习控制器设计

针对具有非重复性干扰项的重复操作过程,提出了基于模型预测控制的迭代学习控制算法,其中,迭代学习控制器以前馈形式作用于重复过程,算法在时间轴方向基于跟踪误差暂态模型,采用模型预测控制的反馈校正,来抑制当前随机干扰,提高系统的跟踪性能,在重复次序方向利用P-型迭代学习控制克服重复干扰。仿真结果表明了该方法的有效性。     

纺织品服装贸易预测分析——以天津市为例

本文从天津市纺织服装贸易的现状入手,以历年中国纺织品进出口和天津市纺织品出口的数据为依据,结合天津市的实际情况运用计量经济学的相关知识分析论证和对比论证,对天津纺织品服装出口作出预测。     

一种改进的变权重管网负荷组合预测方法

对管网负荷的准确预测是保证管网经济安全运行的前提，在总结前人大量的管网负荷预测方法的基础上，提出了基于新鲜度函数的模糊变权重组合预测管网负荷的方法。该方法是单模型预测技术的自然推广，通过将新鲜度函数引入组合预测，有效地刻画时间序列的变化趋势，从而实现对模糊自适应变权重组合预测方法的有效改进。改进后的组合预测方法不仅综合利用了各种预测方法的有用信息．而且该最佳组合预测的权系数也是时变的，是一个进一步提高预测精度的方法，该方法具有预测精度高、计算简便的特点。     

浅谈海外工程项目物资的出口运输工作——以中东某项目为例

本文结合中东某油田地面工程项目的物资出口运输工作,介绍了该项目中物资出口工作的特点,阐述中东海关和政府对单据的特殊要求,对如何做好海外工程项目的物资出口运输工作提出一些建议和看法,对国际承包工程的物资采购工作具有参考意义。