时间序列预测方法评述

本文对目前常用的和较有发展前途的时间序列预测方法进行了评述,分析了这些方法的长处和不足,并指出了一些值得研究的问题。     

青海省公路网合理规模预测研究

本文介绍了青海省公路网合理规模预测的3种方法，并运用这3种方法计算出青海省规划年公路网总里程推荐值。     

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。     

结构比例时间序列的拟合与预测方法

结构比例时间序列的拟合与预测方法朱新生王永森（辽宁大学数学系ｌ１００３６）（沈阳汽车工学院ｌ１００１５）在经济问题的预测中，对结构比例数据的研究占有十分重要的地位。比如：考察我国或某省的劳动力在三个产业中占有比例的现状和发展趋势；考察我国农业、轻工业...     

基于模糊系统的非线性组合预测方法研究

本文提出了一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ 模糊规则基的非线性组合预测新方法,以克服线性组合预测方法在解决非平稳时间序列组合建模问题时所遇到的困难和存在的不足,并采用相应的遗传算法确定模糊系统的参数及模糊子集的划分。     

基于神经网络的多维时间序列预测预报方法

1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,如ARMA模型等都能较好地应用于实际预测工作。一个一维序列{x(t)}的(p,q)阶ARMA模型     

统计方法在旅游数据预测中的应用

近年来，我国旅游业发展迅速，但旅游业投入与旅客对旅游服务的实际需求是否相符还需要定量化研究，以便制定及时准确的旅游业发展规划，因此，旅游业主要指标的预测成为关键问题。使用统计方法解决此问题有效且实用，本文将运用统计方法进行实证分析并与实际数据对比来检测其预测效果。     

基于GEP的经济时间序列组合预测方法研究

线性组合预测效果欠佳,非线性函数的挖掘也很困难,本文提出了基于基因表达式编程的非线性组合预测的新方法.理论分析和应用实例表明,相比模糊神经网络等组合预测而言,该方法具有很强的学习和仿真功能,在社会经济复杂系统中时间序列的组合建模和预测中具有很好的应用价值.     

试飞参数测试系统校准周期预测方法

针对目前试飞参数测试系统的校准工作日益繁重的现状,本文提出了一种经修正的灰色预测模型理论来预测试飞参数测试系统的校准时间间隔。这种预测方法所需的数据量少,精度高,可以为试飞测试过程中的校准工作提供可靠的参考依据,可在一定程度上节约可观的人力成本,并同时可以减少因为频繁地拆装飞机上的传感器造成的不必要的设备损坏。     

抚州市“人-地”系统生态脆弱性综合评价和预测方法研究

本文从"人-地"耦合系统的相关概念出发,探讨了抚州市"人-地"系统生态脆弱性评价和预测方法,基于模糊评判原理,构建了"人-地"系统生态脆弱性评价指标体系,并提出子系统敏感性和恢复力进行评价时选用熵权系数法,预测方法主要选用时间序列预测方法。     

环境评价与预测

本文从环境评价与预测特点出发,确定了环境评价与预测的指标体系选取的基本原则,提出了环境现状评价和环境趋势预测的基本方法,并对地理信息系统在环境评价和预测研究中的应用提出了基本框架。     

大气环境影响预测方法的研究

大气环境影响预测是环境评价中的一个重要环节,是一个比较复杂的过程,污染因子涉及的气象参数、地球环境因素较多。至今为止,没有一个万能的公式能够准确、定量地预测污染因子。在工程上最普遍应用的是正态模式(即高斯模式)。正态扩散模式的前提是假定污染物在空间的概率密度是正态分布,概率密度的标准差亦即扩散参数通常用“统计理论”方法或其它经验方法确定。正态扩散模式之所以一直被应用,主要因为它有以下优点:①物理上比较直观,其最     

组合预测条件及其在汇率预测中的应用研究

在文献［２］给出的非平稳时间序列预测组合条件的基础上,本文提出并证明一个具有重要实用价值的命题。探讨该命题在汇率预测中的应用问题,进而解释文献［６］的组合预测模型不能产生理想的短期预测效果的根本原因     

ARIMA模型在河南省GDP预测中的应用及SAS实现

本文介绍求和自回归移动平均模型ARIMA（p，d，q）的建模方法及SAS实现，将ARIMA模型应用于河南省历年GDP数据的分析与预测，得到较为满意的结果。     

预测方法有效性的进一步研究

本文在文献［１］的基础上，较系统地分析了预测方法的有效学习系统性问题，提出了两套计算预测方法有效性的指标，给出了若干有关的定理，并通过例子说明了这些指标的合理性     

神经网络经济预测法研究

本文在多层BP神经网络的基础上，结合经济类时间序列的特点，采用特殊的处理方法，建立通用的经济预测神经网络模型，并利用此模型对安徽省某一经济数据加以预测。特殊的处理方法包括前置处理、单维时间序列扩展输入节点设计、训练区数据与试验区数据划分、误差自相关神经元节点的引入，以及后置评价处理。实际的预测结果表明了该方法的先进性和可行性。     

时间序列模型在湖北省城市化水平预测的应用

文章在客观评述国内外主要预测方法的基础上。根据湖北省1949-2004年城市化水平的时间序列资料,构建城市化水平的时间序列预测模型,并进行实证检验和预测。