基于径向基神经网络的股价预测

借助径向基函数（Radial Basis Function)神经网络对非线性函数的逼近能力，对深能源A股价这个时间列作了连续若干天的一步预测，并与其他预测方法进行了比较。结果表明，用径向基神经网络预测股价是可行的和有效的。     

基于时间序列分析的股价预测

基于收盘深发展股票价格的实际数据资料,通过对实际样本数据的预处理,确认股票价格序列为平稳非白噪声序列的基础上,利用SAS/ETS软件,采用ARMA方法,建立时间序列预测模型。应用的结果表明：本预测模型考虑了各种随机因素的影响,与实际状况有较高的吻合度,对动态数据进行预测是可行的,对于经济统计预测有一定的实用价值。     

基于灰色马尔可夫组合模型的福州港吞吐量预测

灰色马尔可夫组合模型是将灰色预测模型与马尔可夫模型进行组合优化,通过其对福州港2012-2016年货物吞吐量及集装箱吞吐量进行预测,并利用残差模型检验,证明了灰色马尔可夫组合模型能够解决单一模型的局限性、粗糙性和不稳定性问题,预测精度高,符合事物的发展规律,对业界预测港口吞吐量具有实践意义和参考价值。     

遵循随机时间序列模型的股价预报研究

本文讨论了证券市场有效性与随机性之间的关系。通过分析随机条件异方差系列模型 ,阐述并论证了市场非稳定均衡的观点。在此基础上推导相应的股价预报模型 ,提出了市场预报理论的现实意义及其局限性。     

基于灰色系统模型的河南省粮食产量预测

粮食问题关系国计民生,特别是在当前国际经济危机的形势下,粮食安全成为全球关注的重点。分析和预测了河南省未来十几年的粮食生产能力,为能否实现河南省《国家粮食战略工程河南核心区建设规划纲要》目标提供佐证。     

基于灰色径向基函数网络的铁路投资规模组合预测

铁路固定资产投资是铁路建设不断发展的有力保证,为准确地预测铁路固定资产投资规模大小及其变化趋势,将GM（1,1）预测模型与径向基函数神经网络有效地结合起来,充分发挥灰色系统的贫乏数据建模和神经网络特有的高度非线性映射能力的双重优势,构建了一种新型的串联非线性组合预测模型。然后,以我国铁路1998—2007年的投资规模实际数据为基础,对“十一五”后半期的铁路固定资产投资规模进行了预测,并分析了预测结果的合理性。研究表明,该组合模型优于任何单一灰色预测模型,能很好地反映铁路固定资产投资规模的变化规律,在小样本、贫信息的奈件下,仍然能得到较合理精准的预测结果。     

科技图书市场的灰色预测

我国的科技发展、国民经济建设都离不开科技图书,科技图书的出版与发行又离不开科技图书市场(发行量)的预测。影响图书市场的因素很多,有地区差别、城乡差异、读者嗜好、营销方式、图书质量、图书价格、经济发展、政策导向等,从而使预测问题变得十分复杂。根据灰色系统理论,通过建立预测模型、进行参数辨识,在此基础上得出的预测方程能够比较准确地预测出科技图书市场的发行量。本方法可推广应用于其他类图书市场的预测。     

基于新陈代谢灰色模型对人口老龄化的预测

近年来,我国老龄化人口数持续增长,人口老龄化已成为了在新时代所面临的最突出问题之一.以2005—2020年四川省老龄化人口数据为基础数据,充分考虑到扰动因素和驱动因素等新信息影响,以及模型中差分到微分直接过渡导致较大误差和建模数据的特点,构建改进的新陈代谢离散DGM(2,1)模型对四川省老龄化人口数进行预测.预测结果表明,四川省老年人口规模在未来的几年内不断扩大,将会面临巨大的养老压力.     

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。     

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。     

基于灰色系统理论的显著性项目造价估算方法研究

通过显著性项目成本（cost significantitems,CSIs）的引入,建立了基于时间序列的灰色GM（1,1）模型,从灰色系统角度分析。根据收集到的资料,通过对已完工程工量清单的分析研究,以实际工程项目造价计算为例,分析研究一种快速的显著性项目造价估算方法,并对其进行残差检验,相对误差、灰色关联度、均方差比值、小误差概率其精度均为一级,计算实例表明,该方法在显著性项目估算中具有方便、快捷、准确的特点,在实际应用中取得较好的效果。     

中国能源消费的组合预测

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性。鉴于能源消费系统的复杂性及非线性的特征,可利用中国能源消费量的历史数据,分别采用指数回归模型、多元回归模型及灰色模型建立中国能源消费系统的单项预测模型。之后,可采用标准差法进行非负权重分配,建立中国能源消费量的组合预测模型。分析结果表明,组合预测模型的精度高于单项预测模型。进而可应用该模型对中国未来10年的能源消费量进行预测。     

基于C/S的股票预测系统设计

本文设计了一个基于C/S的股票预测系统,在每个开盘日中为炒股用户提供一组炒股操作信息,炒股用户依据这组信息买卖股票,从而获得期望的收益。同时,设计了简洁的系统架构和实用的工作流程,制定了系统测试策略。     

基于灰色Verhulst模型的陕西省人口城镇化率预测

城市化是走向现代化的必经阶段,准确的城市化预测是进行经济、社会建设的基础.人口城镇化率的增长过程具有非线性饱和状态的特点,灰色Verhulst模型具有良好的适应效果.进一步的预测表明,陕西省人口城镇化率增长态势明显,由此引发的住房问题、人口膨胀、环境恶化、交通拥挤、社会治安问题必须妥善解决.     

基于灰色灾变模型的企业资本运营绩效的预测分析

针对国内外关于企业资本运营绩效多是结果评价的状况,选用GM(1,1)灰色灾变预测模型,对企业的资本运营绩效进行预测分析。结果表明该方法具有一定的精度,预测结果基本正确可靠,可以用于企业资本运营绩效的预测分析,为企业相关决策提供指导。     

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。     

基于ARIMA模型的沪深300股指期货价格预测研究

基于ARIMA模型建立了股指期货价格的预测模型,对20100416～20110113间共180个交易13的沪深300股指期货合约收盘价数据进行了实证分析,结果表明：ARIMA模型对于股指期货的价格走势短期预测效果良好,模型能有效反应期货价格的波动性走势．     

小波变换和混沌理论在股市预测中的应用

应用小波变换和混沌理论相结合的方法对股票市场进行预测,即先对股指时序进行小波分解,然后对分解得到的高、低频部分分别进行混沌预测,再将预测的结果进行小波重构,得到原始时序的预测结果。在此基础上应用小波和混沌理论提出进一步提高预测精度的方法,即通过对高频部分再进行小波分解、混沌预测和小波重构而使高频部分的预测精度得以提高,进而提高原始时序的预测精度。