粮食产量预测的支持向量机模型研究

粮食产量的历史数据有限,是典型的小样本数据,又由于粮食产量受不确定性因素的影响,是一个复杂的非线性系统,以往的粮食产量时间序列预测模型的阶数采用经验方法或线性方法来确定,得到的预测精度不理想。针对这些问题,可将支持向量机引入到时间序列模型定阶的方法中,然后采用留一法交叉验证寻找最优参数,建立一个多输入、单输出的预测模型。通过对中国粮食产量进行仿真实验,并与一次滑动平均、ARIMA、LS_SVM和RBF神经网络的预测模型作比较来验证模型的有效性,结果表明该模型该有较高的预测精度和较强的泛化能力,证明了该模型对近期粮食产量的预测是可靠的。     

基于分形理论的时尚商品价格预测问题研究

在研究时尚商品价格规律及影响因素的复杂性、不确定性的基础之上，提出了基于分形理论的时尚商品价格预测新方法。该方法首先运用重标极差法分析了时尚商品价格时间序列预测的可行性，然后根据分形统计模型，得到时尚商品历史价格时间序列的分形维数，通过不断增加新销售或预测得到新的记录方法，求得增加新记录后的新分形维数，由此可以预测出下一时间单位的商品销售价格。通过实例进行了方法检验和结果比较，取得了较为理想的预测结果，证明了该方法的可行性和有效性。     

基于ARIMA模型的锦州市粮食产量预测研究

本文采用时间序列方法,分析了2000-2012年锦州市粮食产量时间序列的统计特征,通过平稳性及相关性的分析,对锦州市粮食产量的一阶差分序列构建了ARIMA（2,1,（3））模型,同时利用所建模型对锦州市粮食产量进行了相应的预测。     

基于优化灰色模型的湖南省粮食产量预测方法改进研究

常见的粮食产量预测方法主要包括时间序列法、回归分析法、神经网络、灰色模型等方法,由于粮食产量数据呈现出的非线性特征,非线性灰色模型GM（1,N）在粮食产量预测方面具有更好的适应性,但由于模型自身存在一些缺陷,使得预测精度不高。为提高预测结果的准确性,采用灰色关联分析,应用优化灰色模型OGM（1,N）进行计算,并将结果与GM（1,N）模型预测结果进行比较,发现OGM（1,N）模型预测结果精度较GM（1,N）模型预测结果精度提高了一个数量级,表明OGM（1,N）模型在粮食产量预测方面有更高的准确性。最后根据预测结果的分析讨论,对湖南省粮食增产问题提出了一些建议。     

企业绩效变化的分形研究

企业绩效变化的趋势与规律对于企业管理有着重要的意义。根据分形理论的时间序列分析法,对企业绩效变化的时间序列进行了研究;判断了绩效变化曲线的分形特征,给出了相应的计算程序;用分形理论描述了企业绩效变化的情况及其有关分形的一系列指数,据此可进一步预测与评价。     

基于灰色系统理论的湖南粮食产量预测研究

粮食产量的准确预测是保障国家粮食安全的一个重要组成部分,它对政府制定相应粮食生产政策具有十分重要的意义.论文运用灰色相对关联分析,从影响粮食产量的众多因素中计算出了符合湖南禀赋的主要因子依次为粮食播种面积、农村从业人员数、每公顷面积产量、有效灌溉面积,并对这些因子进行了 GM(1,1)残差修正预测,把预测所得数据作为相关因素序列数据,以粮食产量作为系统特征序列数据,构建了粮食产量的灰色 GM(1,N)预测模型.根据湖南省1995~2010的粮食生产有关数据,对湖南省2015年粮食产量数据进行拟合和预测,经检验模型对2008~2010所预测数据和实际产粮数据平均相对误差为0.77%,具有较高的精确度,根据预测结果给出了确保湖南粮食产量稳定增长的政策建议     

基于灰色系统理论的湖南粮食产量预测研究

粮食产量的准确预测是保障国家粮食安全的一个重要组成部分,它对政府制定相应粮食生产政策具有十分重要的意义.论文运用灰色相对关联分析,从影响粮食产量的众多因素中计算出了符合湖南禀赋的主要因子依次为粮食播种面积、农村从业人员数、每公顷面积产量、有效灌溉面积,并对这些因子进行了GM(1,1)残差修正预测,把预测所得数据作为相关因素序列数据,以粮食产量作为系统特征序列数据,构建了粮食产量的灰色GM(1,N)预测模型.根据湖南省1995～2010的粮食生产有关数据,对湖南省2015年粮食产量数据进行拟合和预测,经检验模型对2008～2010所预测数据和实际产粮数据平均相对误差为0.77％,具有较高的精确度,根据预测结果给出了确保湖南粮食产量稳定增长的政策建议.     

基于小波分析与支持向量机的人民币汇率预测

利用支持向量机方法对汇率进行预测是金融市场研究领域一个重要的研究课题.结合小波变换与支持向量回归,提出一个三阶段时间序列预测模型.先以离散小波框架将汇率序列分解成不同尺度的多个子序列,揭示蕴含在预测变量内的信息,并对各个子序列进行时间序列分析,再以支持向量回归为工具,以这些子序列为预测变量建构支持向量回归模型,最后将各个序列的预测结果进行重构,得到预测结果.实证结果显示,该模型的预测效果较之BP神经网络与单纯的AR-SVM模型更优,证明基于小波分析与支持向量机相结合的预测模型可以为人民币兑美元汇率提供比较准确的预测.     

季节变动回归分析模型的构建与应用

针对传统测定时间序列季节变动方法的缺陷,采用虚拟变量回归分析的原理,将季节因子作为虚拟变量,构造含有季节因子变动的回归分析模型。利用该回归模型对序列水平进行分析,可以在分解长期趋势和其他影响因子对季节变动作用的同时进行有关的统计检验,并据此建立预测置信区间,对时间序列的未来变化趋势进行预测。     

基于混沌时间序列分析的股票价格预测

根据股票市场是非线性动力系统的假设,利用混沌理论对混沌时间序列的分析方法,提出了股票价格预测方法。同时利用重构相空间的嵌入维数和延迟时间分别确定经向基函数模型网络的结构和训练样本对,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,并与前馈神经网络模型相比,可得到较好的预测结果,因而在股票时间序列预测中有广泛的实用价值。     

农业基础建设与粮食产出关系的实证分析——基于1991—2009年时间序列数据

以我国农业基础建设与粮食产出关系为研究对象,以1991—2009年为研究时间序列,运用C-D生产函数进行对粮食总产量、谷物总产量、稻谷总产量、小麦总产量和玉米总产量的双对数回归分析。研究结果显示:第一,农业科技仍然是提高粮食产量的重要因素;第二,农业基础设施投入对粮食产量增加有显著性影响,但我国稻谷产量对农业机械化要求不显著;第三,自然灾害对粮食产量的影响比较显著,尤其是旱灾对粮食产量的影响;第四,我国加入WTO对粮食产量具有负面的影响。     

干散货航运价格指数分形结构研究

运用分形分布理论对国际干散货航运价格指数的分布结构进行研究,对价格指数序列的Hurst指数及盒维数进行估算,结果表明干散货航运价格指数时间序列具有尖峰厚尾及长期记忆性等分形分布特征。通过对分形分布与正态分布拟合结果的比较发现,正态分布会高估时间序列的收益,并低估其风险,而分形分布能够更好地对其进行拟合,本文对运价指数序列的分形分布参数进行了估算。     

基于分形插值理论的上证综指的分形特征分析与实证研究

基于迭代函数系统,以及分形插值理论的仿射变换,给出了反映股票价格波动的分形插值图形,并以上证综指收盘价的170个数据为基础,利用Matlab软件和FractalFox软件计算其盒维数,对上证综指的分形特征进行了分析。同时,在大样本数据中选取若干个插值点,使用分形插值方法在Matlab软件上绘制出上证综指的分形插值图形。最后研究了上证综指时间序列曲线和分形插值函数曲线的分形维数与Hurst指数,对上证综指的波动性及长期相关性等特征作了进一步的讨论。     

中国食用粮食消费总量的时序预测

粮食消费预测是安排粮食生产、调整粮食种植结构、制定粮食安全和农业可持续发展战略的重要理论依据。利用粮食消费量与时间之间的相关关系 ,采用SPSS程序包进行筛选 ,建立我国食用粮食消费总量的时序预测模型。研究结果表明 ,所建立的三个时序预测模型的拟合度等统计指标高度显著 ,运用所建模型对所获资料进行的内推预测比较准确 ,但外推预测结果因影响因素多 ,其准确性有待时间和实际的检验     

分形快速高效图像数据压缩

研究了分形图像压缩编码和分形图像插值方法，提出了综合利用分形插值和分形图像编码方法进行图像数据高效压缩的方法。实验结果表明，该法在恢复图像信噪比为２８．７ｄＢ时，压缩倍数可高达７６倍     

发展玉米生产 确保稳粮增收

阐述了绵阳及四川玉米生产与需求现状,分析了玉米低产的原因,从调整粮食作物布局、加强基础设施建设、增大科技投入、推广玉米配套栽培技术和玉米开发利用等方面提出了发展玉米生产,确保稳粮增收的途径。     

农机服务发展与粮食生产效率研究:2004—2016——基于变系数随机前沿分析

采用“两步法”研究了农机服务发展与中国粮食生产效率的关系.基于2004-2016年全国31省份粮食生产投入产出的面板数据,利用变系数随机前沿分析方法测算了中国粮食生产的技术变化、技术效率以及全要素生产率,然后构建农机服务发展影响粮食生产效率的OLS回归模型.结果表明:(1)31省份粮食生产的投入要素产出弹性和技术效率存在明显差异,2008年粮食技术变化最为明显,粮食全要素生产率的增长在2008年高达5%.(2)农机服务在2008年以后对粮食全要素生产率的增长具有显著的促进作用,农机服务对粮食TFP的作用存在一定的滞后效应.(3)农机服务发展与劳动产出弹性具有替代关系,与化肥和机械产出弹性具有互补关系.在三大粮食作物中,小麦机械化程度最高,水稻和玉米的机械化程度还有待提升.