移动通信用户规模的预测分析

移动通信业务预测的对象主要是移动通信用户数,可供使用的预测技术分为定性预测和定量预测两类。文章中着重分析了定量预测中的一类——时间序列预测技术。     

人工神经网络对时间增长序列预测能力分析

本文从人工神经网络的构成函数出发,分析了网络对某一类具有时间增长特性的过程或序列在学习和建模时存在的局限性和用神经网络模型对这一类系统进行预测时存在的固有误差问题;提出对具有时间增长特性的过程或序列进行预处理后再用神经网络建立系统的非线性模型,最后给出用不同方法对同一系统建模和预测的比较     

ARMA模型在金融机构现金收入中的应用

ARMA模型是一类常用的随机时间序列模型,它是一种精度比较高的序列短期预测方法,本文主要是通过分析数据的特征,建立一个合理的ARMA模型,利用这个模型对我国经济进行合理的预测.     

医疗保健事业未来的战略措施

医学未来学中有两类预测,一类是技术性预测,即对某种具体疾病的防治、某种医疗方法、某种药物等的发展情况的估计。抗癌疫苗何时可以出现,广谱抗病毒药物何时可以发明等等,均属于技术性预测;另一类是战略性预测,即对医药卫生事业总的带方向性的重大未来问题的估计。医疗保健事业未来面临的重大     

论宏观经济智能预测系统中的综合集成技术应用

社会系统是一类开放的复杂巨系统，宏观经济预测研究是社会研究的一个重要方面，解决这类复杂问题的一条可行思路是采取定性定量综合集成的研究方法，本文以地区宏观经济预测和规划为实际背景，提出了一个宏观经济智能预测系统的概念模型，给出了组合框架，同时分析了综合集成方法在构建宏观经济智能预测系统中的应用。     

城市用水量变化影响因素及其预测方法

城市用水量预测在城市建设规划、输配水系统的优化调度中具有重要的作用,天气、季节、节假日及不可预见因素对短期用水量影响较大,而其它因素则对长期用水量影响较大。城市用水量变化规律曲线是描述一个城市用水量变化规律的一种简单、直观的方法,它可以以曲线的形式给出用户小时用水量或日用水量变化的统计结果。其对供水管网系统模型水力计算有重要的作用。常用水量预测方法有两类：一类是因果解释性预测方法,另一类为历史数据法,都能够有效的预测城市用水量。     

基于LTTB-KSC算法的网络舆情事件热度高峰研究

[研究目的]关注网络舆情事件热度高峰期对于政府相关机构及时监测可能产生的衍生话题具有重要意义。为了有效检测和控制网络事件传播,更好地为制定事件预警策略提供理论依据,提出一种基于LTTB-KSC算法的网络舆情事件热度高峰期预测方法。[研究方法]首先使用LTTB-KSC算法对热度序列聚类,然后借助三次样条插值法和高斯混合模型构建每一类的热度高峰函数,接着分析每一类函数曲线特征并将事件热度高峰划分为单高峰、高-低峰、低-高峰三种变化模式,最后使用DTW距离预测网络舆情事件热度高峰期对应的时间范围。[研究结论]实验结果表明,LTTB-KSC算法在聚类效率和效果上都优于KSC算法,提出的热度高峰变化模式能够为热度高峰期时间范围的预测和衍生话题的监测提供新思路。     

基于深度玻尔兹曼机的蛋白质O-糖基化位点的预测

用深度学习(DL)的方法对蛋白质O-糖基化位点进行了预测。首先用SMOTE方法处理非平衡数据集,对较少一类的样本用"近亲繁殖"的方法产生新的样本,弥补"欠采样"或"过采样"造成的预测误差;然后用深度学习中的深度玻尔兹曼机神经网络(DBM)进行分类(预测),并用多数投票法对结果进行集成。实验结果表明,DBM是预测O-糖基化位点的行之有效的方法。     

预报季节性指数的Winters平滑预测方法

本文在文献[1]对季节性预测方法评述和所提出的改进设想的基础上,就Winters趋势性与季节性指数平滑预测方法所存在的问题作了进一步分析,并提出了预报季节性指数的改进方案,从而在理论上进一步完善了这种方法。并且本文的应用实例也表明,这种新的预测方法比传统Winters方法和其他季节性预测方法有较好的预测精度,而且并不增加多少工作量。 1 引言 Winters趋势性与季节性指数平滑预测方法是P.R.Winters于60年代初提出的一种较高级的平滑预测方法,它适合于非线性较弱的趋势性变动和季节性波动兼而有之的时间序列的预测问题。根据文献[1]的分析,在季节性波动时间序列预测的各种常用方法     

面向交通运输体系构建的货运量定量预测方法研究

文中研究面向交通运输体系构建的交通货运量的定量预测方法,分别对货运量预测中常用的时间序列预测法、趋势外推预测法、相关回归预测法和灰色预测法进行了简要的介绍说明,时间序列预测法假设预测对象仅与时间有关,是对外部因素复杂作用的简化;趋势外推法比较适合中、长期预测。使用回归分析等预测方法要考虑到各种影响因素;灰色预测法多适用于近期货运量预测,对于远期预测偏差较大。     

专门人才的微观集成预测

微观集成预测是一类重要的人才预测方法。本文通过“安徽省人才需求预测”项目实践,提出“条条选点、块块实施、专家论证”的微观集成预测的系统方案。运用这一方案,我们在全省85个系统,共选取了1278个企事业单位作为抽样调查点,(回收率达95％)对25000多个不同于部岗位的专业学历配备需求进行了预测。在此基础上,编制了“各类干部专业学历配备参考手册”。为人才预测、人才管理和教育规划提供了重要的参考依据。通过对不同系统的工作性质和有关特点的分析,本文提出了三种不同类型的人才需求预测系统,并针对各类系统的特点,建立了一系列人才预测模型。实施结果表明,这一方案将传统方法和现代科学方法结合起来,使预测建立在较为扎实的数据资料和科学分析的基础上,既保证了预测质量,又节约了人力物力。     

基于模糊K近邻法的GPCR预测中的应用

G蛋白偶联受体（GPCR）是一类重要的药物靶标,也是人体内最大的蛋白质超家族,并且它在各种生理过程中也起着极其重要的作用。文章提出了一种新的伪氨基酸构造方法,利用matlab仿真结果显示其分类效果比先前的方法有较大的提高,Jackknife检验显示第一层的预测成功率达到94.66%,第二层的预测成功率达到86.38%。     

作为预测方法的预测市场及其与德尔菲法比较研究

预测市场是兴起于20世纪90年代新的预测理论和实践,为预测和决策开辟了经济学的视角这一片新的天空。短短的10余年时间,就引起了众多领域学者的注意,并且其实践的范围迅速扩大。德尔菲法是在预测和决策中得到最广泛运用的一种方法,从其出现到现在,也只有40多年的时间。本文认为两种预测方法具有共性,但又各有特点,本文从多个方面对两种方法进行了比较：源起和背景的比较;理论基础与机制的比较;程序和方法的比较;应用范围和效果的比较。基于上述比较,本文认为,理论上而言,预测市场是一种更有效率的预测工具。     

河南省地级市政府网站绩效评估结果预测方法研究

政府网站绩效评估是我国在“十二五”期间建设服务型政府的基本保障。以河南省17个地市级政府2005—2013年历史评估结果为基础,探讨采用时间序列的预测方法得到新的评估数据。根据问题特征,借助起伏型时间序列进行预测,得到了新的预测数据。     

广义加权算术平均组合预测技术研究

本文研究组合预测问题,提出了一类具有广泛代表性的广义加权算术平均组合预测技术。新的组合预测技术比传统的组合预测技术更具有优越性,能取得更好的组合预测效果。     

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。     

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。     

共积序列方法和长短期模型的结合

本文主要是探讨一种新的预测方法,为长、短期预测的结合寻找一条简洁实用的途径。 1 问题的提出在各种预测方法中,时间序列分析方法无疑占有重要的地位。其主要优点是短期预测精度较高。但也存在不少缺点:建模所需的数据样本大;建模和检验工作比较复杂,而且,时间序列模型用于长期预测时,误差往往很大,这主要是由于模型阶次的限次,不能反映较长     

广义加权多重平均组合预测技术研究

本文提出一类广义加权多重平均组合预测新技术，给出了其线性规划解法。理论分析和预测实例均表明，新的组合预测技术能够取得较好的预测效果     

关于B—J方法的模式识别

一、模式识别的一般规则B—J.(Box—Jenkins)方法,是一种时间序列预测技术,又称为 ARMA 方法。这种方法通过 AR 模式、MA 模式或 ARMA 混合模式拟合各类时间序列,在最小方差的意义下对过程作出最佳预测。