神经网络和卡尔曼算法在石油需求预测中的应用

分析中国1978—2009年影响石油需求的8个相关指标数据。将指标分成3组,通过每组指标的数据分别用广义回归神经网络和误差反向传播神经网络（GRNN和BPNN）方法对2013年的中国石油需求量进行预测,并对其预测结果进行比较。进一步采用神经网络平均影响值（Mean Impact Value,MIV）方法,从影响石油需求时间序列的相关指标数据中筛选出对石油需求影响最大的5个变量。用选出的5个变量,根据AIC准则确定了时间序列的阶数,并建立了石油需求的AR时间序列模型。采用卡尔曼滤波算法和Rauch-Tung-Striebel（RTS）算法对AR模型进行了后验估计。卡尔曼滤波算法使得模型参数得以更新,且相关仿真结果表明,对于AR模型的输出起到较好的修正作用,从而提高了模型的预测精度。     

基于神经网络房地产价格指数的预测研究(续)

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。     

基于神经网络房地产价格指数的预测研究

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。     

软计算与硬计算融合的中国石油需求预测

近年来,随着我国经济的高速增长,石油作为重要的战略资源,在经济发展中发挥着越来越重要的作用。运用软计算和硬计算相融合的方法对我国2004—2015年的石油需求进行了预测。首先介绍了软计算和硬计算融合的串联模式,然后构建了影响我国石油需求(石油消费量)的主要指标,即国内生产总值(GDP)、人口总量、能源消耗量和居民消费水平。通过分析这些指标的数据特征,得出它们随时间的推移呈现增长的趋势。根据这一结论,运用软计算和硬计算融合中的串联模式,用硬计算中的龚珀资(Gompertz)增长曲线预测法来预测影响石油需求的4个指标以及石油需求量2004—2015年的值。在这些数据的基础上,再用软计算中的BP人工神经网络,对我国2004-2015年的石油需求量进行了预测。最后通过对HC和SC预测的石油需求量进行加权平均,得到了最终的预测结果。     

基于支持向量机的中长期电力负荷预测研究与应用

采用一种新的机器学习方法——支持向量机,建立了中长期电力负荷预测模型.阐述了支持向量机的基本内容,对影响电力负荷诸多因素的样本集进行了标准化处理和主因素分析(PCA).采用Libsvm训练了数据集,并与灰色预测GM(1,1)模型、多元线性回归模型、模糊ISODATA聚类模型和BP神经网络进行对比.结果表明,此算法有更高的准确性,可为电力负荷预测提供有效依据.     

一种改进的灰色BP神经网络光伏出力预测方法

光伏出力的准确预测对于光伏发电系统的大规模应用具有重要意义。针对光伏出力预测描述自然规律困难及传统灰色模型预测精度不高等问题,提出了一种基于改进的灰色BP神经网络光伏出力预测方法。利用模糊c均值聚类(FCM)的方法将数据分类,选择与预测日最为接近的一类作为样本,利用灰色GM(1,1)预测模型得到预测数据。将灰色模型预测结果与相对应的日最高、最低温度作为BP神经网络的输入,以对应的实测数据为输出训练得到最终的预测模型。采用江苏某光伏电站的实测数据验证,结果表明该模型在预测精度上有一定的提升。     

基于多源数据的房地产价格指数预测模型及实证研究

房地产的价格变化对社会经济发展有显著的影响,准确预测房地产市场价格变化并对其进行有效调控显得尤为重要,但使用房价作为评估房地产市场的度量指标有一定的局限性。住宅销售价格指数是由国家统计局发布的综合反映住宅商品价格水平总体变化趋势和变化幅度的相对数,为探讨新建商品房住宅销售价格指数的预测方法及其预测有效性,利用与相关的房地产供求关系、社会宏观经济指标、国家货币政策和民众对房价的预期等多源数据,构建了一套房地产价格指标体系。分别使用BP-Adaboost和支持向量回归机两种机器学习算法构建房地产评估模型,同时设计了一个调参算法对支持向量回归机模型进行参数优化。在实证中使用华北某市的房地产月度数据对两种模型进行训练和预测,并与ARIMA模型和经典BP神经网络模型做对比。实验结果表明,BP-Adaboost模型的预测误差最小,使用BPAdaboost模型预测房地产价格指数具有可行性。     

免疫进化算法和神经网络在建立财政收入预测模型中的应用

通过对历史数据的数学处理,采用人工神经网络的方法建立财政收入预测模型。针对前向网络BP（Baek-propagation Algorithm）算法——梯度下降搜索方法的不足,提出用免疫进化算法来训练BP模型网络参数。利用福建省1990-2004年的财政收入数据建立神经网络预测模型,并用2005、2006年的数据进行预测预报检验。结果表明：采用免疫进化算法建立的神经网络财政收入预测模型,模拟和预测精度高,具有实际应用价值。     

基于PCA-BP神经网络的审计风险识别研究

审计风险的识别和评估是现代风险导向审计的重要内容,为准确地识别审计风险,提出了一种基于PCA-BP神经网络的审计风险识别模型。选取33项指标建立风险识别指标体系,使用PCA方法对训练集数据进行降维处理,将特征值大于1的主成分作为神经网络的输入向量,构造PCA-BP神经网络。选用124家A股上市公司作为研究样本进行实证研究。结果表明:模型平均识别准确率达到90.04%,高于传统BP神经网络模型,计算速度快、识别率高和适用范围广,能有效识别审计风险。     

基于改进的神经网络模型预测气象灾害经济损失——以广东省台风灾害为例

以广东省台风灾害为例,利用遗传算法改进BP神经网络形成GA-BP神经网络模型,将台风最大风力、台风最大风速、受灾人数、转移安置人数和农作物受灾面积5种变量作为致灾因子,进入神经网络模型,并作为GA-BP神经网络输入数据对直接经济损失进行预测。结果表明:在物价调整前GA-BP神经网络模型和单一BP神经网络模型的平均相对误差分别为17.30和22.86,物价调整后两者的平均相对误差分别为6.27和12.51,这意味着只有将各年份台风灾害直接经济损失调整到同一物价水平上,才能达到最优结果,且GA-BP神经网络模型的预测结果始终优于单一BP神经网络模型;鉴于GA-BP神经网络模型的适用性和参考价值,有关政府部门可在气象灾害发生后,采用该方法对灾情数据进行预测,提升政府在灾情统计方面的时效性,进而在应急财政投入方面迅速作出反应。     

弗洛姆关于爱的理论述评

关于爱的理论是弗洛姆人道主义伦理学的核心内容。弗洛姆认为 ,爱是对人类生存问题的回答 ;爱是具有创造性和成熟性格的人的一种能力 ;爱的本质是“给予” ;爱包括博爱、母爱、性爱、自爱、神爱等形式 ,但所有爱的形式都包含关心、责任心、尊重和了解等基本要素。当代西方的社会结构和西方文化导致了西方社会爱的异化和爱情衰亡。弗洛姆关于爱的理论体现了他对弗洛伊德和马克思的“综合” ,有其合理因素和进步意义 ,但仍然是着重从心理学的角度去探讨爱的问题。     

企业文化变革要议——以IBM公司为例

本文从"文化"和"变革"的概念入手,从中国企业面临的实际情况出发,以国际巨头IBM公司为例,详细阐述了文化变革下的价值观再造、战略再造以及组织流程再造。在以上论述的基础上,作者阐明了业务方面选择、摆脱路径依赖、强势CEO在文化变革工作中的重要性。     

高校计算机网络安全问题研究

本文对当前高校校园网络安全所存在的问题进行了分析,并从安全管理和提高安全技术水平两方面阐述了保证高校网络安全的策略,从而确保校园计算机网络的安全畅通。     

基于系统动力学的区域低碳发展政策研究——以中国为例

低碳经济是一次全面的经济转型,其必要性和迫切性有目共睹,而低碳经济转型势必需要政策力量的推动才可能实现,因此,研究政策对低碳发展的不同影响就成了政策制定的必经之路。对于低碳发展的研究目前有很多,文章应用系统动力学方法构建区域低碳发展的政策影响模型,并将模拟结果与中国历年统计年鉴数据相比对,证明了模型的有效性。最后对中国未来发展的两种情景进行了预测,并对政策的制定、研究和分析给出了意见和建议。     

关于奢侈品税立法的思考

奢侈品作为一种高档或顶级商品,无疑是那些富足有余的人们经常关注或消费的对象。课征奢侈品税,其实就是征富人们的税,不会因此损害中低收入的普通消费者的利益。相反,通过课征奢侈品税,然后再把这部分税款通过社会公共福利等形式提升低收入人们的生活质量,这就在社会财富的二次分配上给那些社会上的"最不利者"带来了补偿利益。如此通过税收立法的手段,一方面削减了高收入者的财富,另一方面又形成对低收入群体的补偿,从而在一定程度上使社会财富的分配达到了相对的平衡,从而更加有利于分配正义的实现。     

论物上请求权

对物上请求权的种类、性质以及物上请求权是否适用消灭时效等基本理论问题进行了探讨,以期能对我国物权法的制定有所裨益.     

广电集团化研究综述

伴随着广电集团化的实践进程，一些学者和业内人士对这一全新的课题进行了各种探索和研究，从广电集团化的起因、发展及现状、集团化进程中存在的问题以及它的发展趋势等四个方面对他们的研究作一综述，从求同存异、相互取长补短中对这一问题有一个较为充分和全面的认识。     

乔姆斯基的语义观解读

乔姆斯基的古典理论认为语法理论不应该建立在语义基础之上。标准理论阶段，他提出深层结构决定意义。在扩展的标准理论阶段，乔氏把语义解释放到了表层结构上。乔氏管约理论认为，自然语言的句法是自主的形式系统，不受语义因素的影响。乔氏内在论的自然主义语言观和研究方法表明他的语义观是建立在内在论基础之上的。     

基于Labview的虚拟滤波器的设计

介绍了滤波器的作用和类型,并利用Labview语言设计了巴特沃斯滤波器。     

大学生考试作弊的成因分析及对策

大学生考试作弊的产生、盛行与社会上弄虚作假的不良风气、学校教育上的缺陷、学习评价体系不科学以及扩大招生引发的教学管理失衡等客观原因有关,也与大学生自身的道德修养、人生价值观、是非判断能力和心理素质等方面存在着比较严重的问题有着密切的关系。文章在分析大学生考试作弊成因的基础上,指出了大学生考试作弊的性质、特点和危害,并提出了遏制考试作弊歪风的对策。