基于支持向量机的海南省入境旅游客流量预测研究

海南省以其独特的热带旅游资源吸引着大批游客前来观光度假,旅游业已成为海南建省后的支柱产业。文章通过对海南省1987年至2005年入境旅客客流量数据的特征分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于支持向量机的海南省入境旅游客流量预测模型。实例分析表明,该方法具有收敛速度快、泛化能力强等优点,比较适合旅游客流量的预测。     

遗传模拟支持向量机在居民消费价格指数预测中的应用

为了能够准确地对我国居民消费指数进行预测,本文深入研究了支持向量机在居民消费价格指数中的预测,首先阐述了最小二乘支持向量机的基本理论,接着提出了遗传模拟退火算法,最后进行实例研究,结果表明该方法具有较高的预测精度.     

基于支持向量机的股市组合预测模型研究

首先利用线性回归模型提取股市系统的线性特征,其次神经网络提取股市系统的非线性特征,共同生成预测个体;最后利用支持向量机回归组合,时变权重分别赋权生成最终结论。建立基于支持向量机的股市组合预测模型,并对上证指数的日开盘价,收盘价实例分析,结果表明该方法取得较好的效果。     

基于粒子群优化支持向量机的冲天炉铁液质量预测

冲天炉铁液质量预测是一项复杂而有难度的技术,受到很多因素的影响。文章提出了基于粒子群优化支持向量机(PSO-SVM)的冲天炉铁液质量预测方法,即将粒子群优化算法(PSO)用于SVM参数优化。它不仅具有很强的全局搜索能力,而且容易实现。经实验结果证明,PSO-SVM的预测输出与实测数据基本一致,其预测精度高于普通的SVM,所有的预测误差都远小于5%的工程许可误差。     

基于决策树和支持向量机的金融时间序列预测方法

由于传统的金融时间序列预测方法无法有效识别不同领域时间序列的不同特征,从而导致了当前一些时间序列预测方法的不足,无法有效地指导实际研究。文章提出了一种改进的金融时间序列数据预测方法,该方法首先对采集到的数据进行预处理,利用决策树对时间序列进行特征抽取,并建立基于支持向量机的时间序列预测模型,最后对时间序列进行预测。实验结果表明,文章的方法能有效的降低预测模型的复杂度并提高预测精度。     

基于小波-BP神经网络的风电场短期风速预测

对风电场风速进行较准确预测可以调整调度计划,有效减轻风电对整个电网的不利影响。文章将小波技术和神经网络相结合对风速进行短期预测。先对原始风速数据进行小波分解,再针对各小波分量分别建立BP神经网络模型进行预测,最后通过小波重构得到原始风速预测值。仿真结果表明,所提方法能够有效地提高风速预测精度。     

基于支持向量机的上市公司竞争力分析

作为数据挖掘中的一项新技术,支持向量回归机(SVR)正被运用到各种各样的实际问题当中,发挥了其它方法所不具有的优越性。本文通过运用支持向量机的方法,对房地产行业上市公司的竞争力进行了实证研究,采用十折交叉验证法对样本进行训练、验证,得到上市公司的竞争力状况及其变化趋势。     

基于支持向量机的供应链风险评估研究

供应链风险评估是供应链风险管理研究中的重要内容。笔者在文献研究及调研的基础上,通过调查问卷构建了一套供应链风险评估体系,将基于支持向量机的机器学习算法运用到供应链风险评估中,得到了供应链风险评估模型并进行了实证研究。研究结果表明:基于支持向量机的供应链风险评估模型可以完成对实际风险的评估,且具有较高的训练效率与精度,从而说明模型的有效性。     

基于支持向量机的内幕交易识别研究

内幕交易的识别问题一直是证券市场的难题,学术界进行了大量有益的探索,却难以得到满意的结果。本文选取了从2000—2015年被我国证监会或司法机关查处的内幕交易案例作为研究样本,利用支持向量机模型对内幕交易进行识别。研究结果表明：累积超额收益率、股价波动持久性、超额换手率、股价信息含量以及股权制衡度是有效识别内幕交易的重要指标,总体识别准确率达到了86.18%,该模型的识别效果比较理想。     

基于支持向量机旅游需求预测

针对旅游预测中常存在旅游因子难以确定、样本容量小等特点,探讨了一种新的预测方法——支持向量机回归算法(SVR)在旅游需求时间序列预测中的应用。以2004年1月至2007年4月的中国入境旅游人数月度数据为样本,建立了入境旅游需求预测的SVR模型。通过对模型的检验并与神经网络模型(BPNN)的比较,其结果表明SVR模型更优于BPNN模型。     

小波神经网络预测方法在石油期货价格预测中的应用研究

金融时间序列数据的预测是预测领域的热点问题。本文结合小渡变换与神经网络的有关理论,给出了基于小渡神经网络的石油期货价格预测具体学习算法并进行了拟合及检测,结果表明该方法具有比常用的BP算法及径向基函数网络算法（HCM算法）更好的拟合能力、推广能力,可为石油期货买卖决策提供一定的依据,并可推广于其它金融时间序列的预测。     

我国风力发电项目投资风险评价——基于支持向量机模型

在分析我国风力发电项目投资风险并建立其评价指标体系的基础上,将支持向量机模型用于风力发电项目投资风险评价,全面衡量风力发电项目面临的经济风险、技术风险、政策风险等。支持向量机方法很好地解决了风力发电项目样本数据缺失、评价主观性问题。实证分析结果表明,利用支持向量机模型评价风力发电项目的投资风险,具有一定的适用性和准确性。     

支持向量机在人岗匹配度测算中的应用

在某市住房公积金管理中心的人力资源配置过程中,通过实例研究发现,采用支持向量机的人岗匹配度测算模型相对于BP人工神经网络等其他常规模型匹配精度更高,在样本数量较少的情况下其优越性更加突出。组织在采用支持向量机模型和模糊综合评价法进行人岗匹配度评价时,先应通过科学的工作分析,建立合适的测算指标体系,然后构建岗位匹配度矩阵和岗位候选人模糊矩阵,最后运用最小二乘支持向量机测算匹配度。     

差别电价效应及影响因素的系统动力学分析

差别电价政策作为价格杠杆直接调控经济,在实施中受较多因素的影响。本文建立了差别电价政策的系统动力学模型,对影响差别电价政策效果的因素进行了分析。研究结果表明,在其他因素不变的前提下,当高耗能企业的单位电耗降低时,企业为获取较多利润会增加生产量,从而使用电量提高;当高耗能企业产品的市场价格提高时,企业较少考虑差别电价,会提高实际生产量,差别电价政策的效果弱化;当高耗能企业产品的市场价格减低时,企业会降低实际生产量,差别电价政策的效果很明显。     

差别电价传导机制及延迟性的系统动力学模拟

本文以高耗能企业中的电解铝企业为例,运用差别电价政策的系统动力学仿真模型,模拟差别电价对企业的单位产品成本、用电量等指标的影响以及其最终引起企业经营决策的变化。研究表明:差别电价对电解铝企业的"用电量增加"、"生产量"具有明显的降低效果,且随着时间的推移,此影响的效果越来越显现,并且差别电价对高耗能企业的生产决策影响具有延迟效应。     

基于外部性内部化与国家意愿支付的脱硝电价定价研究

本文从外部性内部化理论和费用效益理论出发,提出按照国家意愿支付确定脱硝电价,并在研究国家意愿支付与脱硝边际成本的变动规律基础上论证了该脱硝电价算法的合理性。接着,构建了基于国家意愿支付的脱硝电价模型,在分析2004年我国电力行业脱硝成本与脱硝环境效益的基础上,对脱硝电价进行了案例研究,对在实践上如何计算脱硝电价做了有益的尝试。     

基于主成分分析和支持向量机的个人信用评估

本文针对信用评估指标维数较高的问题,运用主成分分析与支持向量机理论建立了一个新的个人信用评估预测模型。为反映该模型在信用评估分类方面的优越性,又分别建立了基于神经网络、K近邻判别分析等多种理论的信用评估模型,并用同一组数据对不同的模型分别进行训练,然后比较其预测分类正确率。实验结果表明,基于主成分分析与支持向量机理论的个人信用评估模型具有较优的预测分类正确率。     

基于CPI“篮子商品”的价格传导机制研究——对非食品渠道和食品渠道的考察

文章对CPI"篮子商品"中非食品类和食品类商品的价格传导机制进行考察,采用2005-2010年月度价格指数数据实证分析了两个产业链渠道的上中下游价格传导效应。研究结果显示,两个渠道内的价格指数之间都存在稳定的长期均衡关系,但短期内食品渠道内的价格传导比非食品渠道顺畅,而非食品渠道内存在显著的价格倒逼机制。当两个产业链上的价格各自受到外部冲击时,在食品渠道中能显著传递至下游的CPI,但在非食品渠道中传递至CPI的效应并不明显。     

我国货币政策对股票价格的影响——基于Markov区制转换VAR模型的实证分析

本文利用1996年1月～2010年4月的数据,运用MSIH(2)-VAR(4)模型和脉冲响应分析不同区制下货币政策对股票价格的影响。发现利用非线性模型是合理的,并在不同区制下货币政策工具对股票价格的影响效果在时间、方向和程度上表现不同,同时,对于上证A股和深证A股影响也是不同的。对于货币供应量,在股市低迷期,它的变化会立即正向影响到股票价格,但在股市膨胀期,则滞后1个月后才会正向影响股票价格;对于银行信贷,在股市低迷期,它的提高并不能提高股价,而在股市膨胀期,它的提高才会使股价上扬;对于利率,在两个区制下,它的提高都会使股价下跌,并且在滞后1个月才会表现出来。但是,相比较而言,利率对股票市场的影响在股市膨胀期效果更明显。并且总体上货币政策对股市的影响较大,尤其是在股票低迷期。