FLAR模糊预测模型及其应用

文中提出的FLAR模型预测模型是ETSK模型与LARF模型的有机结合体。它是与组合预测模型相似，但又与之存在着本质区别的一种预测模型。FLAR模型以TS模糊结构为模型框架，从而使预测结果的精度比普通预测方法的精度高。以系统的历史数据为模型输入，从而使输入输出的论域相同，可以从一维的角度来加以考虑，简化了模型的结构及系统参数的辨识；以一个L-R模糊数作为模型的输出，从而使预测结果更接近现实生活。能同时得出L-R型模糊预测值的均值，重心和面积参数，正对应于实际预测中常提及的三个概念，可能值，取值倾向及模糊程度，实例研究还表明，该预测方法在实际的经济、管理等的预测中是可行的。     

对三种预测方法的评价

对事物进行动态预测是经济管理中的重要问题。动态预测模型是多种多样的。其中有:直线趋势预测模型、时间变量落后一期自回归预测模型和多因素线性回归预测模型。这三种方法的理论依据是什么?在什么情况下测得准?在什么情况下测不准?对这些问题进行研究,可以使我们更好地运用这些方法进行预测,从而提高预测的准确性。     

混沌时间序列混合预测方法探索

根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。     

BP神经网络的股票价格预测模型建立

由于股票价格的变化具有随机性、非线性等规律,股票市场与国内外经济政治变化亦息息相关,为了提高股票价格的预测精度,提出遗传算法优化BP神经网络的股票价格预测模型。BP神经网络具有良好的非线性映射能力,弥补传统股票价格预测方法的不足。     

组合预测模型在我国快递量预测中的应用

快递量是我国经济结构至关重要的一部分,所以快递量的精确预测对我国经济结构的调整有重要的意义。本文利用1995年至2016年的相关数据,分别应用二次指数平滑模型、多项式曲线预测模型、建立ARIMA模型对数据进行预测和分析,再通过对这三种预测方法分别赋予不同的权重建立加权组合预测模型来改进预测误差,通过比较分析得出算子组合模型预测的精度更高,并运用该组合预测对2017年至2020年的快递量进行预测。     

预测新技术—协整与ECM

协整(Co—Integration)理论,是国际上正在发展之中的经济预测新技术。由于它将预测基于一个合理的模型,使其在理论上获得了明确的解释。不仅如此,就其来源而言,协整技术是针对经典预测模型的不足而发展起来的。这二个方面使协整技术在众多预测技术中脱颖而出,倍受推崇。本文扼要介绍协整理论的由来,剖析协整概念的实质及其经济背景,并建立基于协整概念的预测模型。 1 协整的由来众所周知,几乎所有70年代的计量经济预测模型没有预测到70年代的石油危机及其由此而导致的遍及整个西方的经济滞胀,从而引发了对经典计量经济模型的空前信任危机,Lucas等率先论证了预测失败的主要     

基于模糊自适应变权重的经济时间序列组合预测模型研究

组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。     

经济预测的专家系统支持

预测是决策科学化的基础,预测技术是近年来发展起来的一门新兴学科。本文试图运用人工智能思想,建立一个将定量预测模型和专家知识经验结合起来的智能化经济预测专家系统,并对预测专家系统的结构、专家知识的获取和表达等问题,进行了初步研究。作者认为:将计算机专家系统领域的最新成果融合到预测科学中,将是预测方法论发展的一个重要方向。     

中国制造业结构的演进特征分析及其趋势预测

摘要：探究产业结构的一般演进规律一直是经济学家关注的焦点。目前关于产业结构的研究较多,但在产业划分上过于粗略,在预测方法上对数据的要求苛刻而与现实不符。针对上述问题,本文首先搜集整理了1988-2005年中国制造业内部细分行业的产值数据,细致地刻画了近20年来中国制造业内部结构的变动趋势,结果发现我国制造业结构一直处于高度化的演进过程。此外,针对产业结构变动的影响因素错综复杂而难以建立有效的计量经济预测模型的难题,本文提出了一种基于微分进化算法的支持向量机预测模型,并利用中国制造业结构数据对该预测方法进行了检验。结果表明,基于微分进化算法的支持向量机预测模型能够有效地把握趋势信息而克服不确定及短期因素的影响,具有较强的可操作性和较高的预测精度。     

建立常规预测模型的一些方法和技巧

在收集和处理数据之后,应该采用何种预测技术去建立什么样的预测模型,是常规预测中很重要的一个问题,也是初次尝试预测的同志经常提出的问题。下面介绍的这些方法,或许会对初学者有点参数价值。一、通过分析数据点的变化规律建立预测模型。在收集数据后画出数据点分布图有助于预测人员直观地看出数据点的变化规律,从而选择合适的预测法建立精确度较高的预测模型。例如,对经济变量进行因果分析后,认为     

建筑结构施工安全的预测方法

我国经济水平的不断提高直接促使我国城市化的步伐正在不断的加快,而城市化的建设当中,建筑物也在不断的增多。而在建筑物的施工当中,经常会出现多种多样的问题直接导致了施工过程当中安全事故的频繁出现。而要想避免这个问题,就需要对建筑结构施工安全的预测方法展开详细的研究。本文主要从建筑工程结构施工的主要风险来源入手,对于我国建筑安全管理预测现状、国外对预测工作的研究现状、建筑施工安全预测评价准则体系设计、建筑施工安全预测方法、预测模型方法都展开了详细的分析。以下为本文的主要内容。     

基于变异系数加权的旅游需求组合预测模型

随着第三产业的快速发展,旅游业在推动经济增长中起着越来越重要的作用。本文利用变异系数法对单一的预测模型加权,建立了地区旅游需求量的组合预测模型。通过与GM(1,1)模型、线性趋势外推法和指数趋势外推法的预测误差进行比较,发现组合预测模型在对江西省旅游总收入的预测中精度更高,而线性趋势外推法对江西接待旅游总人次的预测中误差最小。文章最后利用实证得出的最优模型,对江西省未来五年的旅游需求做了预测。     

组合预测模型在成都房地产价格中的应用

组合预测理论与建模技术对于信息不完备的复杂经济系统有一定的实用性,鉴于房地产价格的复杂性和非线性的特征,利用成都房地产价格的历史数据,分别采用改进的灰色预测模型、RBF神经网络模型建立了成都房地产价格的单项预测模型,并对单项预测模型的优缺点进行了比较分析。采用标准差法进行权重分配,将两个模型进行组合,建立了成都房地产价格的组合预测模型。运用该模型对成都未来5年的房地产价格进行了预测。     

城市水价预测的长期边际成本方法理论与案例研究

科学制定城市供水价格是直接关系城市水资源可持续发展的重要问题。本文基于长期边际成本理论下,将城市供水价格预测模型中固定成本与可变成本进行了分离,应用超越对数生产函数方法构建了供水可变成本数学模型。引入谢泼德辅助定理,建立了城市水价预测边际成本方法的对数函数模型。以苏州市1997年至2008年制水可变成本、固定成本,用水人数与用水量结构与分布变化等基础数据为依据,结合所研究的水价预测模型,分别预测了2010年苏州市居民生活水价为4.71元/m3,第二产业水价为6.5元/m3。实例研究表明:预测结果虽然略高于当前实际水价,但与水资源稀缺性日益增强的发展趋势是一致的。同时也表明:当前实际水价可能较低,是预测水价与实际水价存在一定差距的原因。通过水价预测模型与实践研究,为我国城市制定合理的水价提供了理论依据与参考。     

一种运输结构趋势分析的定量方法

当前,交通运输严重制约国民经济的发展,其主要原因之一是:运输结构不合理。因此,科学地分析与预测未来运输结构的发展趋势,对于制定运输业的投资规模和方向,编制运输发展规划,使整个运输业得以协调发展,无疑是一项十分重要的工作。本文试图拓宽文献[1]所提出的多产品替代预测模型(即ZD模型)应用范围,将其应用于运输结构发展趋势的定量分析。通过运量预测的实践,分析ZD模型应用所存在的问题,提出使定量分析与定性分析有效结合起来的一种参数估计或校正方法,从而克服模型的预测结果难以被决策人员所接受的矛盾。这种参数估计或校正方法具有较好的实践意义。这一方法对福建省运输结构趋势进行分析预测,取得较好结果,这一成果已被“上海经济区20D0年综合运输网发展规划”所采用。     

贝叶斯预测模型的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测,它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验信息。通过实证分析的方法,将贝叶斯预测模型与普通回归预测模型的预测结果进行比较,结果表明贝叶斯预测模型具有明显的优越性。     

四川省工业利润总额在组合预测方面中的应用与研究

本文分别建立了四川省工业利润总额方面的GMDH自回归预测模型和AC预测模型,然后针对它们的预测效果建立了GMDH-AC组合预测模型。并将组合预测结果与实际值以及单一的GMDH模型、AC模型的预测效果进行了分析和比较,表明了所述方法的有效性和可行性,从而为预测工业利润总额及其它宏观经济预测指标在选择预测方法提供了参考。     

我们是怎样做好预测为决策服务工作的

怎样才能搞好预测,发挥预测效益呢?实践证明,任何一项预测只有正确选择适用简便、易为决策者所接受的预测模型,并进行系统分析,才能更好地发挥预测的效益。例如1988年我局对矿井产量与吨煤成本进行了预测,由于预测较准确,发挥了预测的效益,使企业获得较好的经济效益。     

建筑能源利用率预测与节能评价模型研究

针对目前的建筑能源系统效率低下、浪费严重的情况,本文针对建筑能源消耗的现状和特点提出了一种建筑能源利用率预测与节能评价模型,从经济变量数据出发,利用协整理论基于多元素回归法的能源预测模型,然后在对建筑能源利用率进行预测的基础上,再采用多级模糊AHP综合评价方法将评价指标体系分成递阶层次结构,对建筑节能情况进行评价。算法仿真试验结果表明,本文提出的建筑能源利用率预测与节能评价模型切实有效,并且准确性较高。     

电力系统负荷预测综述

电力系统负荷预测对于电力部门规划未来几年的工作任务、合理部署人力物力资源、经济合理地管理电力系统,具有极为重要的意义。本文首先介绍了电力系统负荷预测的特点及其发展现状,然后根据负荷预测领域目前常用的六种预测模型,对其优缺点进行了简要分析并介绍了适用条件。最后,针对目前负荷预测领域中常见的几种问题提出了一些建议。