我国隐性就业规模的灰色估测

一国未观测经济的规模大小,直接影响着政府统计的质量,其规模的衡量指标之一就是隐性就业规模。传统的C-D函数模型估测隐性就业规模,一般采用回归分析法去估测参数。但是,回归分析法亦有其自身的缺陷。相比于传统方法,灰色理论是一种比较新颖的动态测算方法,它可以较准确地测算各个不同时期的C-D函数待估系数。本文应用灰色理论的方法测算我国1982-2003年间的隐性就业规模,并基于测算结果进行了分析。     

我国煤炭需求的灰色预测模型

煤炭是当前国内主要消费能源，因此煤炭需求的预测将对国民经济发展起直接指导作用。本文运用灰色系统理论，建立煤炭需求量的灰色预测模型GM(1，1)。结果表明，预测结果达到了很高的精度，从而证明该模型对近期的预测是可靠的。     

利用V-NV聚类分群保有客户

在竞争激烈的电信市场中,竞争的焦点是客户,谁拥有吏多的客户,并获得更高的客户收入,谁就能在竞争中取胜。电信客户的存置流失主要表现为主动离网流失、被动离网流失和潜在话务流失三种形式。从目前我国电信行业的竞争态势看,存量流失的倾向日趋严重。因此,固网运营商不仅要做好增量市场的开拓,更要做好存量市场的保有。如果运营商能够在一般的客户关系管理基础上进行基于数据挖掘的聚类分析,构建客户流失预测模型,预测离网倾向较高的客户,并开展有针对性的客户挽留及营销措施,就能使企业在竞争中更有效地保卫自身的存量,从而在竞争中取得优势。     

黑土典型区有机质高光谱预测模型

土壤有机质(SOM)是鉴别土壤肥力的重要指标,是土壤肥力的物质基础,其含量预测模型研究对于土壤肥力评价、土壤碳库估算、土壤资源利用与保护具有重要意义。该文以黑龙江省黑土带典型区为例,采集区域土壤样本,基于有机质含量与土壤反射率的定量关系,对光谱反射率进行一阶微分和倒对数的处理,建立偏最小二乘法模型(PLSR)、一元线性回归模型和多元线性逐步回归模型。结果表明:(1)土壤有机质敏感波段位于650-750nm。(2)通过比较建模样本与检验样本的决定系数(R2)和均方根误差(RMSE)的大小,得到反射率和倒对数处理后的数据最优模型都为PLSR模型,一阶微分处理后的最优模型为多元线性逐步回归模型。(3)PLSR模型的建模效果优于回归模型,但其预测效果却并不理想。该研究将为改进土壤理化参数、遥感反演、土地质量评价等工作方法提供理论与技术支持。     

市场定位中的博弈之道

随着市场经济体制的完善与发展,作为市场主体的各企业追逐各自利益最大化的竞争也日趋激烈.根据不同的市场行情制定相应的利润率进行市场定位,几乎是所有企业关注的焦点.而传统的经济学中的预测模型单纯地考察市场中的经济变化和单个的经济主体行为,使市场预测滞后而片面,基于此的利润率定位也是徒然无效的.而从博弈论的角度,可以有效回避这一缺憾.市场中的投资人只有遵循市场的博弈之道,才能从容而稳健地制胜对方,制控市场.     

证券投资风险预测的E-Bayes估计

本文给出了E-Bayes方法,以上海证券个股五粮液52个连续交易日的收盘价格为例,建立数学模型进行分析和预测,预测结果与市场实际值相当吻合。与灰色系统理论中的GM（1,1）预测模型相比,本文提出的方法预测的精度更高,计算量小。不仅适用于经济系统的分析与预测,也适用于其它系统的分析与预测。     

需求导向型预测与供应链库存优化

把握未来或许是人类自古以来的一种愿望。Makridakis(1997)曾经指出,人们很少对已经发生的情况感到奇怪。事后,他们认为自己早就料到会这样,并列举出各种确凿的理由。事后诸葛亮谁都做得来。但真正准确预测出时间和因果关系尚不明了的未来事件非常困难。企业运营中的大量决策都是基于对未来的判断做出的,需求预测的准确性决     

城市空气质量评估及预测模型

随着我国工业化的快速发展，我国绝大多数城市出现了不同层次的污染。空气质量日益得到人们的关注。文章首先对城市空气质量进行了较深入的研究，运用模糊决策中的M（·，＋）加权平均模型方法对所提供的十个城市的空气污染严重程度进行了排序。其次采用GM（1，1）和残差GM（1，1）灰色预测模型对成都市11月份API（空气质量）的月平均值进行预测。     

Application of ANFIS to exchange rate forecasting

The need of exchange rate forecasting in order to preventing its disruptive movements has engrossed many policy-makers and economists for many years. The determinants of exchange rate have grown manifold making its behavior complex, nonlinear and volatile so that nonlinear models have better performance for its forecasting. In this study the accuracy of ANFIS as the nonlinear model and ARIMA as the linear models for forecasting 2, 4 and 8 days ahead of daily Iran Rial/∈ and Rial/US$ was compared. Using forecast evaluation criteria we found that nonlinear model outperforms linear model in all three horizons.     

宝钢金属商业智能系统(BI)的开发与应用

一、商业智能系统(BI)的应用背景企业面临日益复杂的市场竞争环境,客观上需要在生产经营过程中把握商机,控制风险,迅速做出正确的决策。而这些决策不能单纯依赖于经验。现如今,每周需做出关键决策次数是五年前的数倍;