改进BP算法的辽宁省人均GDP预测研究

由于人均GDP时间序列具有复杂和非线性的特征,传统预测方法在预测分析时往往会产生很大的误差.运用Matlab软件采用不同的改进BP算法来建立和训练网络预测模型,以观测不同算法的精度和有效性;最后运用预测模型对辽宁省人均GDP进行了预测.     

城市水资源利用建模分析研究

本文以北京市为例,分别应用无偏灰色GM(1,1)预测模型和非线性预测模型对北京市的用水量进行了预测,由于单个的预测方法缺乏普遍性,所以本文采用无偏灰色GM(1,1)预测模型及非线性预测模型的加权组合模型,对北京市的用水量进行了预测,预测结果显示,与北京实际用水量相比,无偏灰色GM(1,1)预测模型的预测结果的误差平方和较小,而平均绝对误差较大;非线性预测模型的预测结果的误差平方和较大,但平均绝对误差较小。加权组合模型可以平衡以上两种预测模型的优缺点,其预测结果的平均绝对误差和误差平方和均介于两种模型之间,使得结果更加精确可靠,此方法可以用于城市用水量的短期和长期预测中。     

BP神经网络在股价预测中的应用

对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。     

复合神经网络模型在汽车配件销售预测中的应用

针对汽车零部件销售量的预测开展了预测模型建模的研究,从销售历史数据特征研究入手,建立、选择并优化预测模型。利用BP神经网络、RBF神经网络和基于差分进化的BP网络,分别建立3个不同的预测模型。采用基于最小二乘准则,将取得的3个预测模型合成为一个复合模型HANNFM。由此建立的复合模型,具有稳定性好、精度较高等特点。试验验证了它是一种有效的汽车零部件销售量预测的预测方法,对决策者有一定的参考价值。     

基于熵值法的网络舆情组合预测研究

【目的/意义】互联网成为网民情感宣泄的平台使得网络舆情影响力剧增,构建模型对网络舆情的发展进行 预测具有现实意义。【方法/过程】针对网络舆情趋势预测及时性的需求,以事件标签确定待选历史数据,通过模糊 理论的模糊逻辑构建模糊时间序列预测模型,同时构建BP神经网络预测模型,以组合预测的方式提高整体的预测 精度。【结果/结论】通过实验分析结果表明,预测模型可以在一定程度将预测的时间区间前置,实现“早期”预测。     

基于神经网络的房屋销售面积预测研究

房屋销售面积的预测直接影响房地产开发商的投资额,而多种不稳定因素又给预测带来了困难。传统的基于统计方法的预测模型比较成熟,但缺点是适用性差、实时性不强,不能反映预测过程中的不确定性与非线性,其预测值和实际值常有较大的误差。人工神经网络能很好地处理非线性问题。在预测模型中引入神经网络和传统的线性回归方法,共同处理模型中的线性及非线性因素,以达到降低误差的目的。实验结果表明,该模型能达到有效的预测结果,     

无偏组合预测模型研究

无偏组合预测模型研究曾勇，唐小我，王竹（电子科技大学管理学院６１００５４）１引言目前组合预测方法研究主要侧重于不同预测精度指标（即各种预测误差范数性能指标［１］）下最优组合权重的确定方法。常用的预测精度指标有预测误差平方和［２］、最大绝对值预测误差以...     

一种新的预测评价方法——损失函数法

本文提出了一种用以衡量预测误差对决策产生影响的损失函数。并探讨了损失函数在建立预测模型中的应用和用损失函数对预测模型（或预测方法）进行评价的一般方法     

折扣组合预测法研究

普通最优组合预测向量的确定常以组合预测误差平方和最小或误差绝对值和最小为标准,忽视了近期误差比远期误差重要的事实。本文提出折扣组合预测法确定最优组合预测模型的方法,从而提高了预测尤其是近期预测的精度。     

动态参数神经网络的投资银行风险预测模型

针对传统神经网络算法在投资银行风险预测的应用中表现出预测准确性不高的问题,提出了一种基于动态参数优化神经网络的投资银行风险预测模型。首先根据动态合并与删减规则,对参数进行自适应动态调整,得到最为合适的神经网络模型,然后为了加速收敛和防止振荡,引入一个动量因子,最后修改误差函数,在保证网络训练误差尽可能小的情况下使网络具有较小的权值。仿真试验结果表明,本文提出的基于动态参数优化神经网络的投资银行风险预测模型相比较标准神经网络算法,具有更高的预测准确性。     

金融危机后的价格传导机制研究

本文采用扩展SOP模型的方法,分析金融危机发生以来我国RMPI、PPI、CGPI和CPI物价传导机制的特征。结果发现,生产环节的PPI对上游投入环节的RMPI和下游批发环节的CGPI传导不畅,生产厂商在价格传递链处于夹心地位;金融危机后,消费环节的CPI不能回馈传导上游的任何环节,居民的需求拉动能力和作用发挥不明显。     

关于动态物价指数模型构建与分析

本文将原有静态Ｌ氏（Ｐ氏）物价指数模型,推广为动态Ｌ氏（Ｐ氏）物价指数模型。给出了一种理想物价指数模型,并获得了预期物价指数与真实物价指数之间呈反向等度变化的理性规律     

房产税、地价与房价

本文分别对住房和商业房屋构建一个购房者、开发商和政府的三部门一般均衡模型,说明了房产税、地价与房价之间的关系。理论模型显示,提高房产税将降低房价,提高上期地价和房屋建造成本将提高房价。本文对中国33个大中城市1996-2008年的商业房产税数据检验发现,房产税和地价的回归系数较小。因此,不应对中国即将开征的住房房产税以及地价的作用进行过高估计。其次,东部城市房价主要由需求拉动,中心部城市房价主要由成本推动。因此,降低房价应因地制宜,不宜搞一刀切。最后,房产税与土地出让金不存在挤出效应。     

政府规制下的水权拍卖问题研究

水资源短缺问题已成为影响我国社会经济发展的瓶颈问题,有必要通过水市场来提高水资源配置的效益。拍卖是确定水权市场交易价格的一种有效机制,但由于水资源自身的特性,必须要由政府对水权拍卖市场进行一定的规制。比较了政府规制下竞拍者为风险中性型时的水权第一价格拍卖和第二价格拍卖出价策略及卖方收益,同时分析了竞拍者为风险规避型条件下的水权第一价格拍卖和第二价格拍卖的出价策略及卖方收益。两种情况的分析结果表明：水权拍卖者往往会在政府规制的前提下采用第一价格拍卖策略来提高自身的收益,同时会设定一个相对较高的拍卖保留价格,因此作为政府从提高整个水市场配置效率的角度还要对水权拍卖保留价格进行一定程度的规制。     

谁推动了通货膨胀?

基于粮价变动和2007年投入产出表,首先分析了粮食价格、农产品价格与通货膨胀的关系。结果表明,两者对通货膨胀影响有限,不是通货膨胀的主要根源。进一步分析和测算对CPI波及效应较大的部门,研究发现,能源型和资源型生产部门价格上涨是影响通货膨胀的主要因素,也是推动农产品价格上涨的主要因素。宏观政策应该调控对通货膨胀实质影响大的生产部门,而不应只对CPI计算所涉及的部门进行调控。     

大宗能源价格波动对国内化肥价格的影响

化肥是我国粮食生产中最为主要的投入品,其价格上涨直接推高粮食生产成本,挤占利润空间,削弱农民种粮积极性。本文通过建立VAR模型,采用2005年1月-2012年12月共96个月的连续数据,定量分析大宗能源价格与化肥价格之间存在的稳定关系,并确定影响程度及价格传导滞后期。研究发现:大宗能源价格与氮肥、磷肥、钾肥价格高度相关,且存在长期稳定的正向相关性;原油价格对化肥价格(氮肥价格、磷肥价格)的影响具有2个月的滞后期,而煤炭价格对化肥价格(氮肥价格、磷肥价格、钾肥价格)的影响无滞后期。     

我国电信资费战的规制思路研究

从我国电信资费规制的实际问题出发,对我国电信市场中存在的恶性资费竞争问题进行研究。根据博弈理论,探讨了我国电信资费战的规制思路,提出了可能避免电信恶性资费战的几个途径。     

关系导向对直接销售影响的实验研究

运用实验法,考察了直销人员与消费者的关系导向(朋友vs.陌生人)、产品的价格以及直销员价格揭露策略对直销产品的吸引力、态度和购买意愿的影响。发现在朋友关系导向下消费者认为直销产品更有吸引力,有更积极态度和更高购买意愿;特别有趣的是当直销人员与消费者是朋友关系时,如果直销人员好心有意主动揭露产品价格低廉的信息(相比较于消费者自己发现),消费者对产品吸引力、产品态度和购买意愿反而降低。     

双边市场非对称定价策略:以南京报业竞争为例

双边市场的一个显著特征是市场双边保持非对称的价格结构,即市场一边的价格加成远远高于另一边。通过对市场弹性最大的一边收取可能的最低价格,能够产生最大的需求,高弹性和低价格吸引一边参与到平台中,同时对缺乏价格弹性的一边,平台收取较高的价格,这样在需求弹性不变条件下最大化非对称价格可以实现平台的利润最大化。     

2009年国际原油市场分析与价格预测

文章在回顾2008年国际油价走势的基础上,从石油市场供需、投机监管、金融危机和美元汇率等方面出发,对2009年国际石油市场的形势进行了分析判断。认为．2009年国际油价的大趋势应该是短期内继续低位震荡。之后油价有可能会出现回升．回升的时间和幅度将依赖于经济复苏的进程。乐观情况下。2009年全年平均油价将为73美元／桶;但是,如果全球经济持续低迷甚至进一步恶化,油价也可能长期在55美元／桶上下波动。