BP神经网络在我国粮食产量预测中的应用

本文基于BP神经网络模型，进行了2001－2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992－2000年粮食产量与实际产量的误差值大小，可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法，它具有很强的学习与泛化（推广）能力，具有很好的应用价值。     

线性规划在确定组合预测组合权数中的应用

1 引言在预测的实践中,我们可以利用多种预测模型进行预测。预测模型不同,预测的结果也不相同。为了综合系统地利用各模型的信息,我们采用组合预测模型。组合预测的关键是确定加权系数。本文将以两个合理的度量为目标函数,通过解线性规划问题确定最优的权组合系数。 2 权系数的确定设对于同一预测     

灰色-多元回归组合模型在逆向物流预测中的应用

逆向物流量的有效预测有助于产业发展规划的制定和基础设施建设的可行性研究。针对逆向物流不确定性因素的特点采用灰色GM（1,1）模型和多元线性回归模型两种单项预测模型对数据进行建模,并结合组合预测理论,采用基于预测有效度的组合预测模型进行预测。结果表明组合预测模型的预测精度明显高于两种单项预测方法,证明了该方法用于逆向物流需求预测的可行性和有效性。     

论数学方法在日常电量预测中的应用

全社会用电量不断增长是电力工业发展的基础。正确地预测全社会用电量,既是为了保证全社会经济平稳发展的需要,也是电力公司自身健康发展的需要。本文运用多种数据方法对四川省内全社会用电量进行预测,同时引入专家评定的理念,对各种预测方法给出影响权重,最终得到较优的全社会用电量预测数据,为四川省内能源资源平衡、电力余缺调剂,以及电网资金和人力资源的需求与平衡提供可靠的依据。     

BP神经网络在股市短期预测中的应用

设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。     

BP神经网络在高速公路交通量预测中的应用

本文介绍应用BP神经网络对高速公路交通量的预测,采用Matlab神经网络工具箱函数建立神经网络预测模型,运用该模型对高速公路的收费情况进行预测.从而间接预测该高速公路的交通量.     

预测方法中的神经网络模型

本文概况地介绍了目前人工神经元网络模型在预测领域内的应用及理论,并对一些有代表性的理论方法进行了简单的介绍,指出了其优点和存在的问题,并对人工神经元网络在预测领域内今后的发展做了进一步的讨论     

组合预测方法中的权重算法及应用

系统地分析了组合预测模型的权重确定方法,并估计各种权重的理论精度,以此指导其应用。文章还首次提出用主成分分析确定组合模型权重的方法,最后以短期(1年)负荷预测为例,检验各种权重下组合预测模型的精度。     

数学模型在南京用电量中的应用

本文从讨论南京社会用电量出发,首先对南京用电量的实际情况进行定性的分析判断,然后提出符合实际情况的数学模型,即阻滞增长模型并对其求解.最后运用它对南京用电量进行分析并通过预测2006-2008年的用电量来验证预测模型较好,从而可用来预测2009年南京用电量.     

BP神经网络在股市短期预测中的应用

设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。     

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。     

西藏林芝地区用电量预测分析

用电量预测对西藏林芝地区经济实现可持续发展具有重要意义。要准确预测用电量,需分产业进行,由于第一产业、第二产业、第三产业和居民生活等用电部门在用电方式、增长趋势等方面均有所不同,根据三类产业和居民生活在电力需求方面的不同特点分别利用灰色理论预测方法进行预测。结果表明,随着经济的发展,全地区的用电量仍会较快增长,预计2010～2020年用电量的平均增长率为11.23%左右。     

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。     

灰色系统理论在预测人均GDP中的应用研究

本文对1998年至2007年金华市人均GDP数据做了分析研究,用灰色理论建立金华市人均GDP预测的灰色模型,经检验具有较高的精度。并运用该模型对2008年至2010年的金华市人均GDP做了预测,然后对13年的人均GDP进行分析,反映金华市民的富裕程度和生活水平是不断提高的。     

数据挖掘技术在网络舆情预测中的应用

提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。     

灰色优化模型在交通量预测中的应用

交通量预测是道路交通规划与路面设计的基础,由于影响交通量生成和增长的因素有层次复杂性、关系模糊性、动态变化随机性和指标数据不确定性等,从来导致交通量的预测结果与路面实际运营数量之间有较大差异。利用灰色GM（1,1）模型理论,在公路交通量预测中,通过实例计算分析表明,灰色优化模型GOM比单一灰色模型具有更高的预测精度。     

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。     

经济周期波动转折点的预测研究

本文结合目前经济周期波动的预测技术和神经网络的优点，利用神经网络的反向传播（ＢＰ）模型，提出了直接对经济周期波动的转折点进行预测的方法，并对我国的工业生产周期波动转折点进行了模型预测，取得了很好的效果     

组合预测方法及应用

引言在研究社会经济问题时,人们常常要对未来的情况进行预测,因而多种定量预测方法应运而生。面对越来越多的预测方法,使用者往往面临一个问题:即同时有多种预测模型均通过了统计检验及有关合理性的检验准则,但预测结果都分布在一个较宽的区域内。如何取舍模型?如何确定最终结果?为解决这个问题,可采用组合预测方法对多种预测方法的结果进行综合。所谓组合预测方法就是通过一定的方法,对多个预测结果进行综合,以得到一个较窄的