一种新的模糊时间序列预测模型

利用模糊系数实变量的线性方程组建立了一种新的模糊时间序列预测模型。模型的求解被转化为一种二次规划问题,它可广泛地应用于不确定环境中的各种预测。     

模糊数矩阵及其运算

本文以模糊数及其四则运算为前提,引 入了模糊数矩阵的概念并讨论了其加减乘除运算。     

一种神经模糊网络预测模型

本文提出了一种用神经网络来实现模糊系统建模的神经模糊网络,并将其用于建立预测模型,同时网络采取动态的网络结构和参数以适应预测对象环境变化和结构变化。实例分析证实了该模型有较强的适应性和较高的精度     

基于模糊层次分析的电力系统负荷预测的研究

电力负荷预测是电力系统规划的重要工作之一.本文提出一种改进的模糊层次分析法进行中长期负荷预测.利用三角模糊数表征专家判断信息以充分考虑专家判断的模糊性;采用层次分析法对专家判断结果进行处理以得到方案层各方案的最优权重.最后的仿真结果表明该方法相比传统方法能够更好应用于电网中长期电力负荷预测.     

电子政务的模糊评价体系及其应用实例

我国一直以来缺少电子政务的完善评价体系,因此电子政务评价系统的建立对于我国电子政务的发展具有重要意义。根据中国社会科学院信息化研究中心开展的“中国电子政务实施及应用调查”中的相关数据建立了相对完善的评价指标体系。在模糊理论的基础上建立了一种适用于多用户多层次的模糊评价模型,并总结了电子政务模糊评价体系的现实意义。     

农网规划中乡镇负荷预测模型的研究

本文将区镇负荷增长分为自然增长和跃变增长两部分,对前一部分采用Logistic模型进行预测,对跃变增长采用模糊综合评判模型进行分析,为负荷分区预测提供了新的研究思路。     

论企业竞争对手的模糊判别模型及其应用

根据企业竞争情报示范工程研究的实践，应用模糊数学中的Blin方法原理，提出了一种企业竞争对手的模糊判别模型，将竞争情报分析中多因素且不同权重的对手判别问题简化为单指标的比较问题，并给出了实际应用的案例，为企业竞争对手的判别分析提供了一种综合、客观和具有操作性的方法。     

模糊德尔菲法及其应用

本文对模糊德尔菲法的理论基础及应用进行介绍,并以房地产市场与国民经济的协调评价指标体系构建为例加以说明,在模糊理论的基础上,进一步扩展德尔菲法在政策评价领域的应用.     

对一种模糊不完全权重求解模型的改进及其解法的探讨

文章对一种模糊不完全权重的求解模型进行简单阐述,指出其不足,对该求解模型进行更符合实际意义的改进,同时提出一种更加简便的该模型的求解方法。     

组合预测模型及应用

通过主成分分析的方法，将非线性预测中的二次多项式预测、指数预测及灰色预测等3种不同的预测方法组合在一起．提出了一种新的组合预测方法，并利用该方法对江西省的国民生产总值进行了预测。     

灰色预测GM(1,1)模型在股价预测中的应用

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,进行了实例分析,结果表明,模型准确度高,对市场有一定的参考意义。     

基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用

应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能。     

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。     

可持续增长率财务预测分析模型及其应用

企业投资人、债权人和经营管理者等对企业未来的财务状况非常关心，而企业未来的财务状况与现执行的营业政策、筹（融）资政策、投资政策和利润分配政策密切相关。利用可持续增长率财务预测分析的模型对企业未来的财务状况进行预测分析，并采取积极有效的措施，使企业能够实现可持续增长和企业价值最大化。     

ARIMA模型在我国原煤生产预测中的应用分析

煤炭作为基础能源产品,对于我国国民经济持续健康发展具有非常重要的战略意义。通过对1949-2008年间我国原煤年产量的数据进行统计分析．发现我国年度原煤产量序列是非平稳时间序列。采用ARIMA模型进行预测分析可以达到良好的效果。建立我国原煤年产量的ARIMA（1,1,3）模型,模拟效果较好,预测误差较小,可用来预测未来我国的原煤产量。     

线性回归与时间序列加法预测模型

线性回归和时间序列预测模型各有千秋,本文将它们结合起来,提出了一种线性回归与时间序列加法预测模型,它提高了拟合度和预测能力。     

KNN价格预测模型的研究与改进

提出了一种对商品不同特征值缩放的方法,改进了KNN价格预测模型,并对改进后的预测结果做了研究分析。分析得出：对基于KNN算法的价格预测模型的改进是有效的,提高了预测准确度。     

组合预测模型在宁波港口集装箱吞吐量的预测研究

选取2002-2010年宁波市港口集装箱吞吐量数据,分别建立灰色预测模型与三次指数平滑模型,在两种模型基础上进行加权组合,建立科学的组合预测模型,并对"十二五"规划期间2011-2015年宁波港集装箱吞吐量进行预测。分析结果表明:组合模型的高精度预测可以对今后一个时期宁波港口发展和改革的战略以及可持续发展的建港提供思路。