新疆生产建设兵团城镇化水平的变权组合预测

科学预测城镇化水平，对城镇化政策的制定、制度的改革、城市配套设施的建设以及就业问题的解决都具有重要意义。为了预测新疆生产建设兵团的城镇化发展水平，给出了一类基于组合权重的变权重组合预测方法，将该组合变权重组合预测模型应用于新疆生产建设兵团城镇化发展水平预测。计算结果表明组合变权重组合预测模型在时间序列数据的预测中具有一定的优势。     

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。     

关于非负权重组合预测的若干问题的探讨

在冗余方法和优性组合预没方法两个概念的基础上，探讨了关于非负权重组合预测的几个问题。文中的研究揭示了非负权重最优组合权重与预测误差协方差阵和最优组合权重之间的关系，这对于非负权重组合预测的理论研究和应用都有重要意义。     

广义递归方差倒数组合预测方法研究

在递归等权组合预测方法（ＲＥＷ法）￣［１］和递归方差倒数组合预测方法（ＲＶＲＷ法）￣［２］的思路基础上，以方差的幂函数倒数构造组合权重，进一步提出了广义递归方差倒数组合预测方法（ＧｅｎｅｒａｌｉｚｅｄＲｅｃｕｒｓｉｖｅＶａｒｉａｎｃｅＲｅｃｉｐｒｏｃａｌＷｅｉｇｈｔｉｎｇ，即ＧＲＶＲＷ法），给出了有关的迭代计算方法。该方法更一般地体现了以预测精度作为组合权重依据的思想，将ＲＥＷ法和ＲＶＲＷ法概括为其特殊情况，实例表明，ＧＲＶＲＷ法可以明显地提高预测精度。     

用水量组合预测模型的研究

为了给水资源规划提供依据，我们要对城市用水量进行预测，以期揭示其变化规律和发展趋势。本文从分析城市用水量变化规律着手，给出了城市用水量预测的常用模型，进而确定组合预测模型。通过引入层次分析法（AHP）确定组合预测权系数，将目前常用的用水量预测模型有机地结合起来，建立了用水量组合预测的结构模型。算例结果表明，该组合预测模型在预测准确性方面能得到改进，能对城市用水量进行有效地预测。     

组合预测误差信息矩阵进一步研究

研究组合预测误差信息矩阵的结构与非负权重组合预测方法性质之间的联系。给出了几个能够从组合预测误差信息矩阵获取关于非负权重最优组合预测方法组合结构信息的方法，这些方法是简单易行的、实用的。     

BP模型的改进算法及其在负荷预测中的应用

分析了BP模型学习算法——累积误差进传播算法在接近极小点时收敛速度变得异常缓慢的原因,并通过对连接权值的调整量引入权重系数,提出了一种改进的BP模型学习算法,大大加快了收敛速度,提高了收敛性。还利用提出的改进算法对某省中期负荷进行了预测,算例结果表明了该算法的有效性。     

组合预测冗余方法判定的一个补充规则

给出了一个非负权重最优组合预测冗余方法判定的补充规则及其证明，以释例说明了该规则能适应更多的实际情况，讨论了目前非负权重组合预测和冗余方法研究中的一些局限性，指出了进一步研究的思路。     

四川省天然气消费量变权重组合预测

在BP神经网络及最小二乘支持向量机预测模型的基础上,利用基于样本点优化的变权重组合模型对四川省天然气消费量进行了预测,结果表明该预测方法在样本数目有限的情况下,在性能上不但优于各单项预测方法,同时也在很大程度上好于固定权重的组合预测模型,对于四川省经济发展有着重要的意义。     

改进粒子群算法在库存预测中的应用

针对自动化立体仓库库存预测结果存在不准确和时间滞后等问题，课题组提出一种基于改进粒子群算法并结合指数平滑法来构建库存预测模型。分析传统粒子群算法和指数平滑法的原理以及缺点，通过引入附加变量、非线性动态调整惯性权重以及异步变化学习因子的方式，提出一种改进的粒子群算法；并采用4种标准测试函数来验证算法的寻优能力；最后将改进后的算法与平滑指数算法相结合构建预测模型，以某公司生产的导流板实际库存数据为例进行仿真实验，并与常用的几种预测模型进行验证对比。结果表明改进的粒子群算法预测模型的精度更高。该模型能够解决传统预测模型精度不高、适用情况单一等问题，提高企业的库存利用率。     

预测的哲学思考

通过对预测的历史评述,提出了预测的本质是人类对自然的无知与征服自然欲望的矛盾的外现。它是先于科学发展的,是科学发展的推进器和助产婆,但又受科学发展水平的影响与制约。指出了预测研究的对象是非平衡开放系统,基于Internet智能化预测支持系统是预测研究的重要发展方向。     

基于Theil不等系数的组合预测模型的性质

基于Theil不等系数的组合预测模型是一种新的相关性的组合预测模型,研究了该模型的性质。在提出若干新概念的基础上,探讨了模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,给出了冗余信息的判定。     

汽车销售混合预测方法研究

市场分析和预测已成为企业重要的决策依据和手段。就汽车销量问题提出了一种ARMA模型与RBF神经网络相结合的混合预测方法。采用ARMA模型对汽车销量趋势进行初步线性预测,利用RBF神经网络对线性预测的残差建模,得到非线性预测,两部分预测输出和为总的预测值。该方法既体现了销售量数据间的线性关系, 又揭示了数据内部的非线性特征,克服了单一方法的局限性,提高了预测精度。仿真结构分析表明,该方法预测效果最佳。     

现代粮食物流的综合预测模型

粮食物流涉及许多因素,关键是物流的流向、流量、动力、流速等参量。依据这些基本的要素可以构造主要的物流变量,如粮食产消差量、粮食品种结构调剂量、特殊物流量和冗余物流量等。在理想的情况下,上述4个量之和可以表明总的粮食物流量。据此完成粮食物流预测模型的构造,可以达到简化的预测目的,为物流规划和物流管理提供便捷工具。     

简单平均组合预测有效性的应用分析

通过实例分析,说明了当序列模式变动较大时,简单平均组合预测模型相对于其他组合预测模型的优越性,并且基于样本段的拟合精度不足以说明组合预测模型的外推预测精度。文中的分析对于组合预测模型的选择和应用具有实际参考价值。     

组合预测误差信息矩阵研究

研究组合预测误差信息矩阵的结构与组合预测方法性质之间的联系,首次提出冗余信息概念,对最优组合预测方法的组合结构进行了研究。     

时间序列的新息预报

根据实际问题，针对有限个数据ｗｋ，ｗｋ－１，…，ｗ１，给出了Ｗｋ＋ｌ的严格的线性最小方差预报和实现这种预报的适时递推公式和计算方法，并与平稳预报进行比较，得到两者有渐近相等的一步预报误差方差。     

时间序列建模、预报的原理

本文介绍时间序列理论的基本内容,以及各种基本模型。最后对各类时序模型做预报公式。     

基于FIGARCH模型的股指波动性估计与预测研究

首先引入了FIGARCH模型,并讨论了具有不同分布特征FIGARCH模型参数估计方法。采用沪、深两市的指数数据考察了考虑长期记忆的FIGARCH模型、不考虑长期记忆的GARCH模型和IGARCH模型对市场波动性的拟合效果和预测能力。实证结果表明非对称的t分布和广义误差分布的分布函数更适合我国股市波动特征的描述,FIGARCH模型在拟合效果和预测能力方面都要优于其他两个模型。