应用多元线性回归模型的铁路客运量预测

以2004—2016年西宁市既有线铁路客运量及其他相关统计数据为基础样本数据,建立西宁市铁路客运量多元线性回归预测模型,预测人口总数、历年生产总值及接待游客总量对西宁既有线铁路客运量的影响程度,采用Eviews软件作为软件平台,对铁路客运量进行短期预测,最后对模型进行检验。结果表明:游客总量对西宁既有线铁路客运量有着显著的正相关关系,而人口总数、生产总值对铁路客运量有着负相关关系。经检验与应用,利用回归模型得到的预测值与实际值相差较小,精度较高,预测效果良好,适合对西宁铁路客运量的短期预测。     

湖南省人均需电量回归模型的建立及其预测应用

在电力项目前期调研与论证过程中,必须对电力需求进行预测,以提高决策质量。本文采用基于人均GDP需电量的预测方法对湖南省电力市场需求状况做出了分析和预测。结果显示我省电力消费增长速度和国民经济增长速度基本一致,但电力发展仍略低于经济发展速度。需加大建设投入,提高装机总量,并合理调整电力生产结构。     

改进多元线性回归模型在某油田产量预测中的应用

为了预测油田的动态产量,根据实际工作经验选择一些与油田产量有关的因素作为建模变量,通过对多个变量的综合回归分析,确定影响油田产量的重要因素,并建立适合某油田年产量预测的多元线性回归模型。分析回归参数求解过程中的重要信息,并建立了年产油量的改进回归预测模型。同时,将两种预测模型应用于某油田产量预测,通过比较,可以看出改进回归模型形式更加简单,预测结果更准确。     

基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用

由于空气质量AQI指数受多个难以确定的和非线性的因子的影响,经常用到的回归预测方法效率和精度都比较低,基于长短期记忆单元(long short-term memory,LSTM)的递归神经网络模型却能有效利用时序数据中长距离依赖信息的能力,精准地预测空气质量AQI指数。首先,利用Ri386 3.3.3分析出空气中各种污染物质与AQI指数的相关性;然后基于Python3.5.2和Tensor Flow,结合近几年空气质量的各种影响因素的走势,对太原空气质量的AQI指数进行预测;最后使用均方误差(MSE)对预测的数据和原始数据进行误差分析。最终得出结论:基于Tensor Flow的LSTM神经网络能较精准地预测空气质量AQI指数。     

变道过程非线性模型预测轨迹跟踪控制

针对变道过程中由于路面附着系数变化引起的模型非线性问题以及滚动优化算法对于实时性的要求,提出了变道过程非线性模型预测轨迹跟踪控制策略,分析了低路面附着系数引起的模型非线性特性,建立了变道过程轨迹跟踪模型及其前轮转角滚动时域优化求解方法。仿真分析及硬件在环测试可得,相比现有的线性轨迹跟踪方法,所提出的算法在高附着系数路面和低附着路面上的轨迹跟踪精度平均可提高14.35%,车辆横摆角速度跟踪误差平均可降低24.35%,侧向加速度误差平均可降低19.67%,有效实现了车辆在不同附着系数条件下的避障轨迹跟踪控制。     

基于灰色回归组合模型的铁路客运量预测研究

铁路客运量是衡量我国交通需求的重要指标,科学预测铁路客运量是制定交通发展规划的重要依据。鉴于组合模型能克服单一模型的不足并兼具单一模型的优点,基于灰色模型和线性回归模型,根据灰色关联度赋予单一模型相应权重,建立铁路客运量组合预测模型,并选取2006—2015年铁路客运量数据,对我国铁路客运量进行预测。结果表明:组合模型克服了单一模型的预测局限性,能进一步提高预测精度,适用于铁路客运量预测研究。     

基于支持向量机回归模型的重庆市房地产金融风险预警研究

以房地产金融风险单项指标的评价标准为依据,利用基于支持向量机（SVM）的回归分析模型对重庆市房地产的金融风险状况进行预警分析研究。通过研究评价指标变量与模型输出数值之间的关系,分析房地产金融风险状况与各评价指标变量的非线性关系,预测出各年度的金融风险状况及金融风险的走势,从而为有针对性地降低金融风险水平制定相应的宏观调控政策提供理论参考。     

房地产纯收益的内涵及预测界定探讨

房地产收益法评估所需求取的纯收益是房地产的正常预期收益,其值等于房地产全部投资的税前利润、房屋建筑物折旧、地价分摊三者之和。收益期短于、等于经济周期时,宜预测每年的纯收益。收益期长于一个经济周期时,宜用第一经济周期内各年收益的加权平均值作为年纯收益。     

基于Logistic回归和Noisy-or模型的抑郁症风险预测研究

本文为了实现抑郁症的早期识别和检测,将Logistic回归模型与Noisy-or模型相结合,提出一种用于抑郁症早期识别和检测的风险预测模型LRANO.在该模型中,Logistic回归用于计算不同风险因素对抑郁的概率贡献,Noisy-or模型将各种模型参数整合,形成最终的抑郁症风险预测模型.此外,通过在爱尔兰老龄化纵向研...     

对传统客户关系指数模型的改进

综合描述客户关系管理核心内容“客户关系”的客户关系指数，其传统数学模型反映了外生变量：交互频率、交互满意度、关系价值和客户活动时段总和对它的影响，但太过于笼统，不利于实际应用。文章结合数理统计方面的一般方法，给出改进的计算模型和具体算式，并针对每一个外生变量(自变量)的特性进行分析，给出在具体的应用时，对每一个自变量应该考虑的内容和可能的修正，为客户关系管理系统的设计提供参考。     

中国能源经济指数演进及趋势预测

疫情防控进入新阶段,国际国内环境复杂多变,在能源经济高质量转型关键阶段,需要基于行业视角建立全面科学的指标体系来评估和监测能源经济发展进程。以15个关键能源子行业为研究主体,建立包含宏观经济环境、中观产业发展和微观企业表现三层次指标体系,在测算能源子行业实际经济动态的基础上,采用BP神经网络方法对2023年短期能源行业的安全保供、高质量转型趋势以及投资热点进行预估和研判。实证结果表明,2022年中国能源经济稳步回升,2023年宏观经济和能源经济走势向好,预测可回归至2019年水平。短期内,光伏发电行业和风力发电行业具有高行业质量、高股票指数等综合优势,可作为优先投资对象。长期而言,电网自控设备行业指数平稳提升,具有投资潜力。2023年能源供给需求预计反弹,火力和水力发电传统能源行业仍是保供主力,需激发系统调节新价值。能源行业整体需保障能源安全稳定供应,抓住宏观经济复苏机会,快速升级,反哺国家经济振兴。     

改进岭回归与主成分回归的股指跟踪研究

股市是金融市场的一扇窗,在一定程度上反映了金融市场的波动与趋势。在中国,上证50成分股属于股市中最有影响力与流动性的股票。选取上证50指数及其成分股,对所有成分股进行变量聚类,得出具有衡量价值的股票变量。将上证50指数与其成分股的收盘价数据分别进行单步估计与两步估计回归分析及股指跟踪,其中对岭回归与主成分回归进行改进。从跟踪误差的角度进行分析,结果表明:基于改进岭回归的股指跟踪效果更佳。该成果对研究股市波动具有一定参考意义,可帮助投资者进行决策分析。     

回归分析法在广西保险业预测中的应用

根据历年来广西保险业的资料数据,分析找出影响广西保险业发展的主要因素,用一元和多元回归分析的方法建立保费收入模型,并在此基础上提出“九五”期间广西保险业的预测值。由此可看出广西保险业仍然有很大的市场,广西保险业将会随着广西经济健康持续发展而更快地发展。     

浅谈促进我国房地产市场稳健发展的调控措施

论述了目前我国房地产市场的现状以及保持其稳健发展的必要性,深入分析了我国房地产市场持续低迷的原因,并在此基础上从提高市场交易量、合理引导购房者预期和房地产业长远发展的角度提出了促进我国房地产市场稳健发展的措施建议.     

波罗的海干散货运价指数预测及实证分析

以波罗的海干散货运价指数（BDI）为研究对象,以其月度平均值为单位,分析BDI的季节性与周期性波动规律。通过分析其长期趋势性因素的波动规律,发现BDI的长期波动规律符合生长曲线模型。借助于ADF检验,建立ARMA模型。实证分析结果表明,该模型可用于BDI的短期预测。     

Logistic回归在预约挂号失约行为预测的应用

目前预约挂号模式在公立三甲医院中已普遍实行,但预约挂号中的失约行为也十分常见。为有效预测预约挂号失约的可能性,维护医院的医疗秩序,从江苏省某三甲中医院门诊预约挂号信息中提取相关数据作为样本,运用卡方检验对可能影响患者失约行为的8个因素进行检验分析,提取出预约挂号失约行为的影响因素;通过Logistic回归模型,找出可能存在的规律,构建Logistic回归方程,最终达到对未来预约挂号失约行为的有效预测。     

PCA支持向量机回归集成股市预测应用

利用主成分分析(PCA)方法优选神经网络集成个体,利用支持向量机回归集成生成输出结论,建立一个PCA支持向量机回归集成股市预测模型。试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好。     

论稳健原则的应用

本文通过对会计活动中不确定性的分析 ,阐述了稳健原则产生的客观依据及我国会计工作运用稳健原则的必要性和可能性 ,同时根据我国实际情况提出了运用该原则的要点问题及该原则同其它会计原则的关系     

基于路径的多元标准回归模型及其应用

在多元回归模型建立的过程中,由于各个变量的测量单位不相同,多元回归模型无法正确地评估出各个分量对预测值直接的和间接的影响.为此,引入路径系数,将多元回归模型转化为多元标准回归模型,通过变量间的相关系数和多元标准回归模型,分析预测变量对响应变量的直接和间接影响.