基于互联网大数据的CPI舆情指数构建与应用

研究目标：基于互联网大数据构建CPI舆情指数辅助预测CPI。研究方法：提出了一种构建CPI低频与高频舆情指数的统计方法,并通过选用2006年6月至2015年12月的数据验证了该方法的有效性。研究发现：相关关键词的搜索热度指标具有领先CPI的预测作用,依此建立的CPI舆情指数有助于改进CPI预测精度。研究创新：揭示了基于相关关键词的搜索热度指标与CPI的非线性关系,提出了一种基于门限回归的CPI低频舆情指数构建方法;使用动态因子模型估计出了CPI高频舆情指数。研究价值：预测CPI时可辅助利用基于大数据构建的CPI低频与高频舆情指数信息。     

基于ARCH模型的我国CPI变动影响因素分析及其动态预测

文章基于1993年1月～2012年2月近20年的月度数据,运用ARCH及其拓展模型分析了我国居民消费价格指数的变化规律,探究我国CPI指数变动的影响因素,并对其未来短期走势进行动态预测。模型结果表明,消费价格指数同比增长率(SCPI)与其滞后一期有着极强的线性相关关系,但一阶自回归模型的残差存在着自相关现象,而非白噪声序列。同时受到宏观经济的影响,未来10个月内,我国通货膨胀将会有所减缓,居民消费价格指数同比增长速度将会稳中有降,均在2.8%左右。     

热轧钢材产品价格变动预测分析--基于CPI的实证研究

热轧钢材产品价格是反映我国钢铁行业景气水平的重要指标,根据公开发布的CPI数据对其变动情况进行预测,对钢铁行业的生产和销售活动有着重要的现实意义。文章基于CPI指数建立热轧钢材产品价格预测理论模型,利用1997年至2012年的CPI数据进行实证检验,研究发现热轧价格与CPI数据呈现较强的相关性,可以利用模型与CPI数据对未来热轧钢材产品价格波动进行预测。相关结论对钢铁企业合理安排产能与治理产能过剩问题具有一定的帮助。     

失业率预测研究--基于网络搜索数据及改进的逐步回归模型

无论是从社会管理还是从经济发展的角度来考虑,失业均已成为目前各国十分关注的重点问题之一,学者们也一直在通过各种方法来预测失业率。近年来,随着网络的发展和搜索引擎的普及应用,学者们发展出一种利用网络搜索数据来观察和研究经济及社会问题的方法。随着这一方法的有效性被证明之后,它也被引入到失业率预测的研究领域中。文章利用Google推荐的关键词搜索数据,采用改进的逐步回归方法分层建立了三个模型预测失业率,并进行因果关系检验及有效性检验。实验结果表明,三个模型的拟合优度分别达到0.930、0.935、0.936,三期预测值的MAPE分别为1.20%、0.89%、0.57%。文章认为,这种方法能有效的处理网络搜索数据并进行相关的社会问题研究和经济问题的预测。     

基于多层感知器住宅工程造价预测研究

住宅工程的投资费用影响着工程决策、投资经济效益等多方面,设计方案的选择影响着工程全生命期造价。本文针对山东省潍坊市4个县市区的24个工程案例,采用MLP神经网络进行模型构建,确定了16个影响造价的主要因素作为网络输入变量,并对输入参数进行归一化处理,其中20组作为训练样本,4组作为检验样本,对建筑工程项目造价进行准确的预测。经检验,基于MLP模型进行住宅工程造价估算,其预测精度符合工程投资估算标准要求。     

基于ARIMA模型的中国CPI分析与预测

作为衡量宏观经济运行情况的核心指标,消费者价格指数(CPI)日益成为人们关注的焦点。本文以中国1990年1月至2013年4月最新的月度CPI作为研究对象,以严谨的分析构建了自回归移动平均ARIMA[(1,2,6),1,(1,12,25)]模型。结果表明模型拟合效果好,预测精度高,在此基础上成功对2013年5月至12月的CPI走势情况进行预测。     

基于Holt-Winters方法对GDP水平预测方法的比较

本文基于Holt-Winters模型,通过比较两种预测GDP水平的方法,并通过预测值和实际值的分析来告诉我们在选择理论模型预测时,应根据数据的特点科学的选择预测模型。     

基于多源数据电力线路平断面图的快速获取方法

随着测绘地理信息学科蓬勃发展,多源数据层出不穷,其栅格或矢量格式数据都呈现多样化。在电力工程投标可研阶段,如何快捷地、经济地获取和利用多源数据是电力设计专业最为关心的。本文结合多年电力线路勘测工作经验,论述了可用于电力线路设计的多源数据及获取电力线路平断面图的方法。研究结果表明,针对多源数据快速获取电力线路平断面图,满足电力线路设计人员需求,在电力线路投标可研阶段可以发挥巨大作用。     

基于BP神经网络的城市化水平预测方法研究

我国城市化水平一般是指居住在城市的人口占总人口的比例,它反映一个地区城市发展的水平,也反映了该地区国民经济整体发展水平。而城市化水平作为衡量一个国家和地区城市化的指标,城市化水平预测是将定性问题用定量结果表示出来,对其研究成为科学评价我国城市化水平的重要课题。经济发展水平与城市化水平的关系最为密切,其中关系的数学模型主要分为这三种类型,分别为线性关系、对数曲线关系和Logistic曲线关系,本文以广州市的人均GDP作为自变量,城镇人口比重数据作为因变量用这三种模型进行拟合分析,结果发现线性关系的拟合效果,最后利用BP神经网络预测结果与线性回归结果进行对比,得出BP神经网络的预测效果最好。     

基于灰色模型的铁路客流预测方法

铁路客流量的预测对于铁路交通业具有重要的实际意义,本文探讨应用灰色预测方法来预测铁路客流量的方法,并且通过对我国2007-2009年铁路客运量预测的实证分析,证明了此方法的可行性,并且检验了此方法的精确度,为准确预测铁路客流量提供了一种简便可行的分析预测方法。     

基于Matlab软件的用户预测方法及流程

移动用户预测的准确性是前期网络规划和后续工程建设的主要依据,直接关系到工程建设的规模和投资,以及工程建成投产后的经济效益。本文根据多年的规划工作经验积累,浅谈一下网络规划中的通信用户预测方法及流程,并提出了一种基于MATLAB软件的用户交互式预测界面,用以简化预测流程,提高预测精度。     

基于Usher曲线的深基坑位移预测方法

基于深基坑工程位移时序的趋势类型,针对常用GM(1,1)模型不能用于描述非单调的摆动发展序列或具有饱和状态的S形序列的不足,将广泛用于经济和资源预测的Usher生长曲线运用到深基坑支护结构位移预测中,建立了Usher位移-时间预测模型,文章阐述了Usher模型参数的计算方法,并结合工程实例进行了计算分析,结果表明Usher模型的预测结果与实测结果吻合较好,具有较强的适用性,对基坑工程位移增长曲线能较好的模拟,可较准确地预测基坑支护位移。     

基于门限协整系统的预测方法研究

某些非平稳时间序列,它们在整个区间上并不存在线性协整关系,而存在非线性协整关系。作者运用门限协整的概念,处理非线性协整问题,把整个区间检验为若干个子区间,分别在每个区间上进行线性协整分析。文中讨论了滚动预测方法。最后,通过上证和深证A股指数的门限协整分析,验证了门限协整系统在预测中的优越性。     

基于油田生产数据的油井产量趋势预测方法研究

近年来随着智能油田的建设与开展,油田生产管理人员、业务人员对油井生产趋势预测的需求越来越迫切,通过历年来油井生产历史数据、结合专家系统对油井未来一段时间的生产状况进行综合分析、评估、预测,及时采取有效措施,避免事故的发生,是油井生产趋势预测的基本目标。本文将结合新疆油田油井生产趋势预测的实际需求,运用专家知识经验、拟合公式、人工神经网络等多种预测方法,预测油井产量变化趋势,此项研究可为今后智能化油田建设提供指导依据。     

基于PDL模型的舰船建造成本预测方法研究

指出物价波动剧烈的经济背景下,静态估算方法在舰船建造成本预测中存在的不足,在分析物价变化对舰船建造成本的影响机理的基础上,引入动态经济分析模型——PDL模型,选取PPI、CPI及其滞后值作为自变量,建立了舰船建造成本的预测模型。以某型舰船的批量建造成本作为数据样本,进行了实例分析,并与静态线性预测模型的分析结果进行对比,结论显示,采用动态经济预测方法能够更加客观的反映舰船建造成本的变化规律,有利于实现对成本的科学预测和精确控制。     

基于ARIMA模型的我国电力生产预测研究

考虑到电力对国家社会经济发展的重要性,本文研究了我国电力生产的预测模型。鉴于我国电力生产时间序列数据的完备性,在对该时间序列进行平稳性检验的基础上,比较分析建立了我国电力生产量的ARIMA模型,并运用所建立模型进行了预测。     

基于灰色模型的怀来公路货运量预测的研究

为了把怀来建设成为京西物流港,以系统工程学、交通规划为基础,采用灰色预测模型法,先对怀来公路货物运输量进行实地调查．通过把调查的数据整理聚类分析,以数据为依据构造怀来公路货运灰色模型,用该模型对怀来的货运量进行预测,并对灰色模型进行了验证,最后确定了近期怀来公路货运量,同时也为交通部门制定相关政策和科学决策提供了强有力的依据。