基于灰理论的成都市铁路旅客周转量预测

铁路旅客周转量是一个受多种因子制约的多层次的复杂关系量,将成都市2004—2008年铁路旅客周转量作为基础数据,运用灰理论所提出的灰系统模型预测法,建立GM(1,1)模型,预测2009—2011年的铁路旅客周转量。预测结果表明2009—2011年成都市铁路旅客周转量总体呈上升趋势。同时,GM(1,1)预测值经过检验,预测结果精度较高,说明预测方法的可靠性,预测结果对合理布局规划成都市铁路枢纽具有重要的现实意义。     

上证50ETF期权隐含尾部风险信息对未来收益的预测研究

期权隐含尾部风险能够捕捉期权市场参与者对未来市场极端情况的判断，是市场不容忽视的一类隐含信息。基于上证50ETF期权，通过深度虚值期权定价公式估计隐含尾部风险，研究其对未来收益的预测能力。为了研究其与其他隐含信息间的差异，通过正交化方法构建出隐含尾部风险新息。研究表明，隐含尾部收益因子和隐含尾部损失因子对未来收益均有显著的预测作用。将市场划分为不同发展时期，发现隐含尾部收益新息和隐含尾部损失新息的预测能力会发生变化，其中，看涨期权市场上过度乐观的情绪趋于缓和，看跌期权市场对尾部风险的判断能力有所提高。此外，看跌期权价格更容易受到投资者情绪的影响，隐含尾部损失所包含的信息更具有参考价值。     

供应链产品需求量变权重组合预测方法研究

提高市场需求预测的准确性是供应链系统应付不确定性,削弱"牛鞭效应"的重要途径。针对供应链产品市场需求量预测方法的不足,依据变权重组合预测技术,基于改进的GM(1,1)方法来确定组合预测模型的变权重权系数,给出了一种适合供应链系统产品市场需求量预测的变权重组合预测方法。最后以乳制品市场需求量预测为例,对该方法进行了应用验证,证明该方法可以提高预测准确性。     

用灰理论预测预应力混凝土斜拉桥节段立模标高方法探析

运用灰理论的基本原理分析了斜拉桥施工控制的灰性表现，用等间距或不等间距的GM(1，1)模型预测了一座在建的跨黄河的三塔四跨斜拉桥的中跨主梁的部分节段的立模标高，并将预测结果与用另一种方法计算得到的结果做了比较。     

对灰色系统预测理论的几点哲学思考

本文从世界的灰性出发 ,指出灰色系统预测理论在解决系统预测问题上的优越性 ,力求从哲学高度来论证其科学性和缺陷。     

供热系统的模糊信息分析与预测

本文通过对供热网中的不确定性信息的分析，给出了供热网的模糊数学模型、模糊信息预测方法及供热网信息预测算例。本文对系统信息管理及预测具有参考价值。     

双值预测函数控制及其性能分析

针对有限时域脉冲响应模型,给出了双值预测函数控制(DPFC)算法,推导出了闭环系统的特征方程和传递函数,定量分析了阶跃响应系数对闭环系统稳定性的影响.采用脉冲响应模型簇来描述被控过程的不确定性,推导出DPFC闭环系统的鲁棒稳定条件.     

苹果产量的神经网络预测模型

在介绍神经网络预测方法的基础上 ,采用 BP神经网络技术对我国未来若干年的苹果产量进行预测 ,并将其结果与灰色系统 GM(1,1)的预测结果进行比较分析 ,表明该方法预测效果比传统的预测方法好 ,可以用来对水果等经济作物的产量进行中短期预测。     

个人电脑电压暂降失效事件组合不确定性评估

提出一种基于混合熵的用户设备电压暂降失事件组合不确定性评估方法。在研究组合不确定性评估模型与算法的基础上,根据实测样本数据特征,将组合不确定性分解为随机性、模糊性以及两者的交叉不确定性。以PC为例,并考虑到PC机在电压暂降前可能处于全速、空载和正常等运行状态,暂降后可能出现完全死机、运算出错和"假死"等失效状态,利用该方法进行失效率评估,并与现有概率、模糊等评估法进行比较,结果证明,该方法可克服传统方法中存在的过估计或欠估计问题,结果更符合工程实际。     

基于双渐消因子调节的自适应卡尔曼滤波器

针对传统卡尔曼(Kalman)滤波器鲁棒性差,无法实时精确跟踪系统突变状态的问题,设计了一款双渐消因子调节的自适应Kalman滤波器。算法分析了突变状态无法精确跟踪的原因,在传统Kalman滤波器的基础上,引入双渐消因子,优化预测协方差,实时激活滤波增益,调节量测新息在状态估计中的贡献度。借鉴新息正交性定理,依据Sage开窗估计原理与加权最小二乘准则,建立了双渐消因子的函数解析式。基于滤波发散判据,分析了储备系数与量测新息协方差之间的关系,构造了函数边界条件。实例研究表明,自适应Kalman滤波器鲁棒性强,能够精确跟踪系统突变状态,状态收敛速度优于抗差Kalman滤波器,稳态精度提升了44.76%。     

基于工业机理模型和人工智能算法的零件周期生产量化预测研究

为了通过精准的预测，提高零件周期生产能力，课题组研究了基于工业机理模型和人工智能算法的零件周期生产量化预测方法。分析零件周期生产能力影响因素的工业机理，将设备作业周期时间、资源单耗以及系统正常运行时间3个量化指标作为卷积神经网络的输入，零件周期生产能力作为卷积神经网络的输出，使用基于卷积神经网络的零件周期生产量化预测方法，完成零件周期生产能力的有效预测。实验结果表明：该方法的预测结果与真实结果基本一致，具有较高的零件周期生产量化预测精度；将卷积神经网络的学习速率设置为0.005 Mibit/s，卷积核大小设置为5×5时，可提高零件周期生产量化预测效果。     

中长期地震预测系统设计

介绍中长期地震预测系统的系统构成，给出了数据库设计和软件和模块设计的基本框架，并介绍了系统的运行环境，用户界面和系统的主要性能。     

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。     

物流系统的多目标预测

物流系统是一个开放的复杂性系统,也是集多项功能为一体的综合性系统.物流系统的战略规划必须以科学的预测结果为基础.该文根据物流企业的特点,阐述了物流系统预测的新思路及方法--多目标预测,并以深圳机场作航空物流园区的市场调研及预测项目为例,说明了多目标预测方法如何应用于物流系统.     

基于ARIMA模型的我国石油价格预测分析

石油价格波动较为复杂,不确定性影响因素较多。ARIMA模型是将预测对象随时间推移而形成的数据序列视为一个随机序列并加以描述,被广泛地应用于对高频金融时间序列建模,它能较好地把握此类时间序列的动态规律。在利用ARIMA模型对我国1997年以来大庆石油价格进行拟合,短期预测结果模拟值与实际值十分接近,预测效果良好。     

试析道路交通事故预测

道路交通事故的预测与预防是提高道路交通安全水平的主要手段之一,是落实科学发展观、在交通领域创建和谐社会的具体体现。为了科学、有效地对道路交通事故进行防控,推进道路运输安全水平上一个新台阶,系统介绍目前常用的道路交通事故预测方法,并对这些方法进行了比较评述;同时介绍事故预测的要素、程序以及预测方法的选择等。     

人才预测方法在高校人才预测中的应用

介绍了高校人才预测的方法和原则，并运用回归预测、灰色预测、马尔科夫预测等方法对某高校2005～2010年的专业人才数量和人才的学历结构进行了预测，预测结果符合人才发展规律，切实可行。     

试析道路交通事故预测

道路交通事故的预测与预防是提高道路交通安全水平的主要手段之一，是落实科学发展观、在交通领域创建和谐社会的具体体现。为了科学、有效地对道路交通事故进行防控，推进道路运输安全水平上一个新台阶，系统介绍目前常用的道路交通事故预测方法，并对这些方法进行了比较评述；同时介绍事故预测的要素、程序以及预测方法的选择等。     

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。     

物流系统的多目标预测

物流系统是一个开放的复杂性系统,也是集多项功能为一体的综合性系统,物流系统的战略规划必须以科学的预测结果为基础,该文根据物流企业的特点,阐述了物流系统预测的新思路及方法－－多目标预测,并以深圳机场作航空物流园区的市场调研及预测项目为例,说明了多目标预测方法如何应用于物流系统。