前后通风的建筑内外流动湍流模型比较

对前后通风的建筑内外流动采用单方程涡黏系数(Spalart-Allmaras)模型、RNGκ-ε模型、re-alizableκ-ε模型和标准κ-ε模型进行数值模拟,并与风洞试验结果进行比较.结果表明,建筑内流动的预测对模型的依赖性不强,这与本文模拟的建筑内流动较为简单有关.单方程涡黏系数模型和RNGκ-ε模型与建筑外的复杂流动特点相适应,模拟效果最好,标准κ-ε模型对室外流动不能很好地进行预测,realizableκ-ε模型的预测能力一般.     

从降雨指数看粮食产量风险管理——以河北省石家庄为例

本文通过分析1995-2012年间河北省石家庄市的降雨量数据和粮食作物单产数据,显示出粮食作物生长关键期的降雨量与粮食产量具有作物理论上的相关性.而通过ARIMA模型预测方法得到关于石家庄市2010-2012年降雨量预测与实际观测值具有0.666的相关系数,而2010年预测与实际观察值具有0.888的相关系数,说明对降雨量进行短期预测具有较好的有效性.而基于KDE和PWIM的Monte Carlo情境模拟分析从方法上解决了编制降雨指数的基准值难题,为利用降雨指数提供了可行性.     

基于回归分析的国内天然橡胶需求预测分析

依据国内1991-2010年天然橡胶消费量、天然橡胶进口金额、天然橡胶进口量、轮胎销售额、天然橡胶单产的数据,利用EVIEWS3.1软件建立国内天然橡胶需求、供给模型.根据模型使用时间序列分析预测方法,预测未来10年中国天然橡胶的需求趋势.     

基于邻域粗糙集神经网络的审计意见预测模型研究

审计意见类型及其预测结果受到企业各利益相关方的高度关注.同时选用财务指标和非财务指标为变量,构建了基于邻域粗糙集神经网络的审计意见预测模型.将领域粗糙集作为BP神经网络的前置系统,在保持分类能力不变的前提下进行指标约简,提取关键指标,再将约简的指标体系作为神经网络模型的输入变量.以2013-2015年沪深A股176家公司数据作为研究样本,采用三种模型进行审计意见预测对比分析,结果表明:本模型预测准确率达到97.06％,与单纯利用神经网络建模或单纯利用财务指标建模的预测效果相比具有更好的预测效果.     

山东省生态安全状态评价与预测研究

基于驱动力-状态-响应模型(DSR模型),构建了山东省生态安全状态评价指标体系,对2000年-2008年山东省的生态安全状态及其变化进行了分析,运用灰色系统预测方法,构建CM(1,1)模型并对山东省未来的生态安全状态进行预测.研究结果显示,2000年-2008年山东省生态安全状态逐年改善,完成了从不安全向临界安全的过渡,2010年-2017年仍将保持逐年改善趋势,至2017年将达到生态安全水平.     

大豆期货价格预测实证研究

在期货市场中,无论是企业套期保值来规避风险,还是投资者进行投机来获得利润,对期货价格进行合理预测都是特别重要的。选取2014-05-05—2015-08-31的大豆期货合约数据,运用统计学及计量经济学方法进行实证分析。利用ARMA模型进行预测,得出原数据与预测数据的对比图,证明基于ARMA模型的短期价格预测机制具有一定的准确性,可以为投资者提供参考。     

2005-2010年四川省人才需求预测

本文依据相关资料数据,构建灰色模型GM(1,2)和GM(1,1).应用模型对四川省2005-2010年从业人才需求和三次产业人才结构情况做出预测,并对人才质量进行分析.在此基础上,提出了实现预测目标的策略建议,为四川省人才培养决策提供参考.     

基于ARIMA模型的煤炭消费量预测

科学地预测煤炭消费量可以为规划煤炭生产和煤炭供给提供强有力的数据支持,根据1982-2010年湖南省煤炭消费量数据建立ARIMA模型,并对2013-2015年的煤炭消费量进行了预测.研究结果表明:ARIMA(1,1,3)模型的预测效果良好,2005-2010年平均预测误差仅为4.00％,达到了最佳最小方差的预测效果;湖南省煤炭消费量在2013-2015年将继续出现上涨趋势,但增速会有所回落.     

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.     

基于GM(1,1)模型的郑州市商品房房价预测

通过对郑州市2010年1月-2012年7月商品房房价的实际数据进行分析,建立了GM(1,1)模型和郑州市商品房房价的预测函数,采用灾变预测GM(1,1)模型对其变动趋势进行分析,预测出郑州市商品房房价的突变点,得到郑州市商品房房价将在2012年12月份左右有所回落,并通过对后验差的检验对预测函数进行了评估.其分析过程对类似问题具有一定的参考价值.