基于GM(1,1)模型的造纸业上市公司财务研究——以冠豪高新为例

财务风险是企业调整发展战略、提升管理水平的重要参考指标之一。财务风险预测模型的建立能够预测企业在中短期内的财务风险,为企业敲响警钟。以造纸业上市公司冠豪高新为例,选取近五年财务杠杆系数为风险指标,建立GM(1,1)风险预测模型,结果显示该公司短期内财务风险呈下降趋势,调查发现这主要得益于产品成本的降低以及营销策略的改变。     

大坝监测自动化中的人工比测研究

阐述了人工比测的概念、方式和数据分析方法,对人工比测及数据分析中应注意的问题也进行了深入研究。     

运行电站爆破震动控制研究

结合大渡河龚咀水电站下游河床整治爆破开挖拓宽，重点研究了爆破震动对运行电站机组及其仪表的影响，探讨了爆破震动安全判据和控制标准，用了若干实际工程采用的经验指标进行对比分析，所得结论意见可供同类工程作为爆震安全控制参考。     

Determinants of Current Account Imbalances in 16 OECD Countries: An Out-Of-Sample Perspective

We employ panel data as well as country-specific models to uncover empirically the determinants of current account imbalances. We find evidence of slope heterogeneity likely rendering the fixed-effect estimator inconsistent. Mean group estimation is followed to overcome the latter difficulty. Both estimation techniques are evaluated by means of in- and out-of-sample criteria. The mean group estimator outperforms the fixed-effect approach and, moreover, only three economic variables are found to impact on the current account balance significantly. These are the government budget balance, the domestic output gap and the changes of the terms of trade. We finally propose a parsimonious dynamic model of the current account, including only these variables and illustrate that it has similar predictive accuracy as country-specific benchmark models. JEL no. F32, C23, C53     

"十五"农村水电发展分析与"十一五"发展预测

本文分析了"十五"期间农村水电发展情况,对"十一五"农村水电发展政策环境及增长情况进行了预测。     

动态模糊神经网络在大坝变形预报中的应用

针对静态模糊神经网络的局限性,提出了在线动态建模的模糊神经网络方法.当新增样本进入训练集之后,根据新样本对模型的贡献大小,在已有模型的基础上进行动态修正,这样可以减少建模的计算时间.新方法实现了增加样本而矩阵阶数不增加,避免了矩阵求逆运算,理论上可以提高计算效率.实例表明动态模糊神经网络方法是可行的,可实现持久预报,具有较强的适应能力和较高的预报精度,可应用于在线实时变形预报及相关领域.     

节理岩体的代表单元集合体模型及弹性参数预测

本文明确提出了节理岩体“代表单元集合体”的概念和模型，通过对节理岩体的“代表单元集合体”进行数值模拟，研究了节理岩体的“代表单元集合体”的变形特性，建立了节理岩体的弹性模型，提出了预测节理岩体宏观等效弹性参数的计算机模拟方法，并将其应用于岩体工程稳定性分析中。     

毛泽东关于中国革命的科学预见及其重大意义

毛泽东具有高超的科学预见的能力。毛泽东的科学预见能力在于他掌握了社会调查的方法 ,正确地运用对立统一规律和量变到质变的规律 ,以及采取“从群众中来 ,到群众中去”的方法。学习毛泽东关于中国革命的科学预测理论与方法 ,对于处理当今国际国内的各种复杂问题有着十分重要的意义。     

基于神经网络的河道浅滩演变预测模型

河道浅滩演变是一个复杂的非线性动力学过程, 作者借助神经网络处理非线性问题的优势, 在分析影响河道浅滩演变因素的基础上, 建立了预测河道浅淮演变的BP网络模型, 并对模型中的输入因子和样本的提取进行了探讨. 以闽江竹岐至侯官河段为实例,用“试控法”给出了BP网络模型的建模方案, 用正交设计原理选取相应的训练样本集, 利用该样本集对网络进行学习和训练, 并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度. 计算结果表明: 模型预测结果与实际值吻合良好. 这为河道浅滩演变预测研究提供了新方法.     

A note on forecasting international tourism demand in Spain

This paper considers the extent to which price and income proxy variables help in forecasting tourist demand in Spain. Contrary to some recent studies, we found that the inputs' contribution in terms of fitting and forecasting is nil when compared with alternative univariate models. Whether these findings are the results of the restrictions embedded in building the proxy inputs or in a poor specification of the dynamics of these models remains to be seen. We also contend that when dealing with medium, long-term forecasting comparisons, the use of the traditional aggregate accuracy measures like RMSE and MAPE help very little in discriminating among competing models. In these situations, predicted annual growth rates may be a better alternative.