基于数学模型的疾病预测方法比较研究

疾病的发生发展是一种复杂的现象,准确地预测人群以及个体疾病的发展趋势成为人们预防疾病的一个重要手段。综述了当前疾病预测中常用的几种数学模型的方法,对回归预测法、时间序列预测法、灰色预测法、Markov预测法、人工神经网络法等进行了简单介绍,并对这几种方法的特点、适用范围做了比较分析,便于在不同的情况和不同的精度要求下,选择合适的方法进行预测。     

基于灰色神经网络的公路物流需求量预测模型

以浙江省公路货运量历史数据为例,考虑到影响货运量主要因素,采用灰色神经网络模型GNNM(1,N)进行预测,并与灰色模型GM(1,N)和神经网络预测结果相比较。计算结果表明:该方法在预测公路物流需求量具有有效性;在灰色模型GM(1,N)预测时,通过比较紧邻均值生成序列的生成系数α对预测精度的影响,选取了最优值进行计算从而提高了灰色模型的预测精度。     

经济预测方法及应用

本文介绍了经济预测中的线性回归、灰色系统，并准确地预测了长春市未来3年的GDP、客运量、货运量。对长春经济的发展有一定的指导作用。     

电力负荷预测的方法研究

介绍了负荷预测的基本概念和方法,并采用趋势分析法、回归分析法、单耗法、弹性系数法、负荷密度法、神经网络法、灰色系统法对包头城区的负荷进行预测,分析各种预测方法的预测结果,并采用组合预测法将负荷的实际值和预测值进行对比,最后提出优选组合预测法具有较好的预测效果。     

基于支持向量回归机的广西物流需求预测

传统的区域物流需求预测方法往往具有预测精度不高、数据处理效果不佳等不足,而基于支持向量回归机(SVR)的预测模型正好弥补其不足.基于SVR预测模型,以1985-2008年广西货运量为面板数据,选择合适的核函数及参数,并与灰色及一元回归预测方法相对比,发现其预测精度很高,预测值也吻合广西总体经济发展要求.     

云贵两省的电力负荷预测及分析

本文在分析经济发展状况的基础上,运用了电力负荷预测中的灰色系统理论预测法、一元回归预测法和指数回归预测法对云南、贵州两省进行了其2006-2010这五年的用电量分析,目的是为今后的电力发展规划提供些许重要的信息。     

论经济预测的动态时序法

时间序列起源于预测,特别是市场经济预测,而在经济预测中所运用的预测方法不外乎定性分析(如德尔菲法、历史数比法等)和定量分析两大类。而定量分析又可大体分成因果模型(如回归分析法、经济计量法、投入产出法等)和时间序列模型(如移动平均法、加权平均法、指数平滑法以及博克斯——詹金斯法、动态数据系统法等)。因果模型着重揭示     

一种新的两步预测法

前言在预测中,对时变性强,变动幅度较大的时间序列,不易找到合适的预测方法.本文提出了一种新的两步预测法,通过对两个实例预测,效果较好,现介绍如下。一、基本想法首先根据时间序列的变化情况,将其适当地分成若干个子序列(使每个子序列的时变性和变动幅度都小于原序列)。然后,将每个子序列看作一个状态,利用马尔柯夫状态预测法,     

时间序列预测中提高预测准确度的几种方法

经济预测工作中,人们都希望尽量使预测结果准确些。而影响预测精度的因素有很多,诸如预测者的知识、经验、预测使用的模型方法等。其中有些因素,我们不可能一蹴而就,很快就能满足提高准确度的要求,例如预测者的知识、经验等,这需要较长时间的不断地学习、探索和积累。但是其中有的因素,例如预测方法使用得恰当的话,那么预测结果的准确度就会高一些。本文拟介绍在时间序列预测中使用并且对提高预测准确度有关的三种方法:原始数据加工法、交叉预测法和平行预测法。     

基于状态趋势预测方法的城市机动车保有量预测

将2000-2010年的杭州市机动车保有量的时间序列用非线性回归拟合得到趋势曲线方程,并以趋势曲线为基准划分2个状态区间,再用马尔可夫转移概率来刻画系统的数值波动规律。通过对杭州市2010年机动车保有量预测值与实际值进行比较,可知该模型预测精度较好。并基于该模型用状态趋势预测方法对2011年杭州市机动车保有量进行预测。     

两点判断外延预测法及其应用的研究

1 问题的提出时间序列预测方法,如移动平均法、指数平滑法、自适应过滤法、趋势曲线外延法等,由于模型简单,需要的资料少,计算容易,在工业企业产品销售短期预测中广为使用。在与某机械制造厂销售计划部门共同研究产品销售预测过程中,我们根据该厂1982年以来的产品销售统计数据,分别用移动平均法、指数平滑法和自适应过滤法对未来年度的产品销售量做了预测研究。有关预测结果如表1所示。     

经济时间序列的状态空间预测

预测是研究经济时间序列的重要课题,而经济序列大都是非平稳的,因此经济序列的预测比一般平稳时间序列困难得多。利用状态空间模型对经济序列进行建模、预测,不仅方便易行,且效果很好。不仅可对经济时间序列所含趋势、周期、季节各分量进行预测,而且可对经济时间序列本身进行预测。本文就是讨论用状态空间模型对经济序列进行预测的方法与实现。     

粮豆产量中长期预测

粮豆产量增长趋势(趋势产量)的中、长期预测是制定国民经济发展长远规划的基础工作,在粮豆产量的气象预报过程中也必须对产量的时间序列进行趋势产量分解,以便确定气象产量。趋势产量预测准确度直接关系到所制定的发展规划的可行性,甚至决定规划的成败。气象产量预报的精度也在很大程度上取决于趋势产量分解得是否合理。而趋势产量预测效果则取决于所采用的预测方法是否正确,资料的序列长度、精度及处理方法。为此,本文对有     

丹江口水库上游水资源现状及变化趋势分析

南水北调中线工程从汉江丹江口水库引水，丹江口上游水资源状况是影响可调水量的重要因素。本文对丹江口上游水资源及利用状况进行了分析，应用指标法、回归法、灰色法对上游地区2000、2020水平年水资源消耗量作了预测，并据此分析了丹江口入库水量变化趋势。结果表明，丹江口,南水北调、丹江口水库、水资源、入库水量、预测     

股票价格的回归——马氏链分析与预测

本文将随机时间序列分解成趋势变动序列和马尔可夫链，建立了回归—马尔可夫组合预测模型，并对此模型编制成通用计算机程序，以此预测股票价格取到某个区间的概率分布、平稳分布，股票价格的均值以及股票价格的平均涨落时间     

线性模型二次指数平滑预测方法研究

二次指数平滑公式由于具有时间序列数据厚近薄远的调节性、修匀平滑性、递推性、自适应性等优点,在传统时间序列预测中占有重要的地位,起着特殊的作用.但是,和移动平均方法一样,对于呈现增长变动趋势的经济变量,指数平滑方法也会产生滞后偏差.自然,在线性增长模型中,也不例外。本文拟对二次指数平滑在线性模型预测中的滞后效应与预测误差分析方面进行一些探讨. 1 问题的提出在传统的时间序列预测方法中,指数     

基于粗糙集理论的铁路货运需求预测研究

针对我国铁路货运量的特点,较全面的选取了铁路货运需求预测指标体系;基于粗糙集理论,建立了铁路货运需求预测的知识库,分别应用等距离法、属性约简进行数据离散化和提取关键指标;对我国铁路货运量进行了比较准确的预测,并计算出了各个关键指标的重要程度。结果表明,应用粗糙集理论进行铁路货运量预测时,可以直接从指标数据本身出发,有效避免了主观因素的影响,提高了预测的可靠性和有效性,为制定提升铁路货运量的政策提供了比较合理的理论依据。     

具有先验信息时的建模技术及其在经济预测中的应用

一、概述近年来,预测学在国内外发展迅速并得到广泛应用。时间序列分析和建模技术是预测的重要手段。众所周知,对被研究的客观过程(经采样后已成为时间序列)建立模型,并根据动态数据来确定模型的参数,是对该过程(时间序列)进行模态分析和预测的典型方法。在经济预测中,最常见模型有自回归(AR)模型和自回归滑动平均(ARMA)模型等。已有不少文献对这二种基本模型作了系统的阐述,本文不再赘述。在实践中经常会遇到这样情况,就是被预测的对象常常有一些先验信息,例如事先就知道该过程一部分统计特性,如一     

灰色—马尔柯夫预测模型及其在蚕茧产量预测中的应用

灰色预测与马尔柯夫转移概率矩阵预测的优点具有互补性质,因而这两者的结合,有更广泛的应用范围和更高的预测精度。本文应用上述方法,对浙江省蚕茧年产量时间序列进行了数据处理,并预测了今后几年的蚕茧产量。     

积分回归法

灰色预测中的GM(l,N)模型,其系数估计也是用普通最小二乘法做的。其缺点是只能事后看其估计误差,而不能事先给出误差范围。积分回归法不仅拟合精度高于灰色预测,还能进行区间预测,即能事先给出估计的误差范围。