基于组合预测模型的滚装码头吞吐量预测

根据上海港滚装码头2006—2011年的吞吐量数据,采用时间序列法、灰色预测法以及相关性分析法等单项预测方法建立预测模型,计算发现相关性分析法预测的结果优于时间序列和灰色预测。建立最优线性组合预测模型并测算,证明该模型对于影响因素复杂且历史数据较少的滚装码头吞吐量预测具有较高的精度。     

矿产资源规划中供需形势分析的方法论

运用经济学和灰色系统理论,探讨了矿产资源规划中供需形势分析的方法论。研究表明,矿产资源需求受社会系统中众多因素的影响,且影响的方式具有灰色特征,故需求预测可合理地运用灰色系统模型;矿产资源供给虽然也受许多社会因素的影响,影响方式也具灰色特征,但是矿产资源规划中的供给预测不能运用灰色系统模型,因为它所依据的系统特征数据序列恰恰是矿产资源规划的结果;矿产资源的供给预测可用基于供给函数分析的经验法或剔除新增采矿权对系统特征数据序列所作贡献的灰色系统预测法。     

基于灰色GM(1.1)的邯郸市城镇化水平预测

灰色GM(1.1)模型适合少量数据的系统预测.当随时间序列的数据只有少量几个时,无法采用统计和其他的预测方法时,它作为一种少量数据的系统预测十分有效.将1999~2003年5年中的邯郸的城镇化水平作为灰色预测的原始数据,建立邯郸市城镇化水平灰色预测模型,并采用残差估计进行模型检验,成功地建立了邯郸市城镇化水平灰色预测模型.     

三明市非木质林产品产业结构关联分析

三次产业结构的调整和优化是产业经济发展的有效途径,也是提高产业综合竞争力的基本任务.非木质林产品产业作为福建省三明市林业发展的一大特色,对三明市林业产业的转型升级有着举足轻重的拉动和提升作用.对非木质林产品三次产业结构内部关联性的分析可以作为非木质林产品产业结构调整和优化的基础.由于灰色系统理论对时间序列短、统计数据少、信息不完全系统的建模与分析具有独特的优势,因此,采用灰色关联度分析法和灰色预测法对三明市非木质林产品三次产业结构变化的关联性和未来的发展状况进行计算和预测.     

科学数据时间序列的预测方法

针对传统的时间序列分析方法预测科学数据效果较差的特点,提出了一种结合自组织神经网络和灰色理论的时间序列预测方法。该方法利用度量时间序列相似性距离函数,将时间序列按照其变化规律分成不同的类别,并在GM算法中针对白化参数进行优化,对科学数据时间序列进行自组织聚类,针对各类别采用灰色理论建立预测模型。试验表明,该模型适合科学数据的变化特点,提高了预测精度。     

大学生消费结构的灰色关联分析及趋势预测

利用灰色系统理论中灰色关联分析的方法,根据大学生各项消费行为的数据序列,计算相关因素的灰色关联度,在此基础上分析大学生消费行为的特征;建立一个关于大学生各项消费的灰色GM（1,1）预测模型,对大学生消费结构进行预测和分析,并提出合理化建议。     

混沌时间序列分析法在生产总值预测中的应用分析

国内生产总值是国家经济建设中一个重要的参数,是衡量国家经济实力和经济发展规模的重要指标,利用混沌动力学原理,采用相空间重构技术的混沌时间序列分析法,对改革开放以来(1978-2004年)我国国内生产总值(GDP)时间序列进行了分析,计算了时间序列的嵌入维数、延迟时间等关键参数,建立了局域预测模型。并且把预测结果和用灰色系统预测结果进行了比较。结果表明,用混沌时间序列分析法预测国内生产总值具有较好的精度。     

灰色动态预测模型在货币供应量预测中的应用

在对金融系统中货币供应量的预测进行相关研究的基础上,介绍了符合金融系统预测规律的灰色系统动态预测法,并根据中国货币供应量的实际数据进行了实证的预测检验。结果显示,这种方法简单,不需要借助于其他任何时间序列数据,需要数据量少,预测精确度高,对于近期预测尤其准确,也可进行中长期预测;实证预测结果也符合我国金融系统中货币供应量预测的实际。     

基于灰关联模型的汽车市场需求影响因素分析

国家工业化程度的快速发展推动了汽车工业繁荣,对汽车市场的需求情况也就在不断的提升,为了能够更加准确地预测市场的需求量首先就必须分析影响汽车市场需求的主要因素。在总结国内外前人研究的基础上,提出了从定性和定量两个方面去分析影响汽车市场需求的因素,并运用灰色关联度模型分析了各种影响因素对汽车市场需求变动的影响程度,最后对各因素的重要度进行了排序,并根据排序结果提出了相应的对策建议。     

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。     

以广义回归神经网络预测共同基金报酬

鉴于近年来许多相关文献成功地运用广义回归神经网络进行财经方面的预测,以及国内共同基金净值之预测与报酬率评估。通过搜集国内基金资料,以灰关联分析法进行各基金投资绩效分析,挑选投资绩效良好的共同基金作为投资标的;再以广义回归神经网络建立预测模型,与灰预测模型、多元回归模型进行预测能力及报酬率的比较分析。5种预测绩效评价指标、5组数据交互验证散布图及报酬率分析表明:广义回归神经网络在预测能力及预测报酬率上均有很好的表现。     

基于灰预测与灰关联的区域水路货运发展研究——以广西为例

以广西和中国2009—2014年水路货运相关数据为基础,一方面通过灰色 Verhulst 及新陈代谢模型预测2015—2017年广西水路货运量;另一方面从区域经济、区域物流环境、产业发展、信息化等方面构建影响因素体系,利用灰色关联分析影响水路货运量的相关因素.结果表明:预测模型的平均误差是2.8%,能够有效预测水路货运量;同时可知产业发展对水路货运量发展影响最为显著,其次为区域经济因素,而区域物流环境与信息化因素的影响相对较弱.因此,应改善区域经济环境、发展物流相关产业、完善物流基础设施、加速区域物流信息化.     

城市轨道交通PPP融资模式风险评价研究

城市轨道交通采用PPP融资模式有效地解决了目前政府部门的资金压力,为项目进行提供了强劲的动力。但由于项目持续时间长,涉及众多复杂的风险因素,因此风险评价成为项目成功运行的关键因素。采用熵权法对识别出的风险因素赋权以确定其主要风险;采用灰色关联理论进行风险评价,以确定承担风险最多的部门以及各部门承担的主要风险,从而有效的规避风险,把损失降到最小,获得最大的经济效益。     

天然气操作成本影响因素分析方法研究

以HTB气田为例,首先采用帕累托原理和灰关联分析,找出气田操作成本中的主要影响因素和各分项费用与操作成本之间的关联度,再采用指数分析法精确地描述其变动的影响因素,从而全面、准确分析天然气操作成本变动情况,为天然气成本控制和提高气田的经济效益提供科学依据。     

商品打折的"同赢"分析

商品打折是一种简易、灵活、速效的短期、特种营销工具,受制于启动条件和经济规律。把握打折对象、频率、幅度、时机、属性,精心策划,合理驾驭,可以规避不规范打折带来的负面影响,营造出微观上厂商、零售商、消费者共同受益,宏观上供给、需求、福利一并向好的“同赢”局面。     

试论法律移植之制约因素

法律文化作为文化的一个分支,必然存在相互交流问题,其结果即是法律移植.不同的历史背景、文化传承、经济状况、思维模式使得各国的法律文化不尽相同,现实生活中有许多因素对法律移植起到推动或阻碍的作用,对这些因素进行分析并找出对策,会使法律移植更加科学化、合理化.     

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。     

铸牢中华民族共同体意识视域下云南民族同源神话研究

中华民族同为炎黄子孙，某种程度上蕴含着民族同源神话的叙事逻辑。云南的民族同源神话作为区域民族共同体的集体意识，蕴含着平等团结、友爱互助的情感价值。遵循民族共同体结构的建构性与建构的结构性“双重互构”研究进路，分析云南民族同源神话的生成逻辑、叙事特征、结构功能、启示意义，寻绎其内生性、自发性、民间性、微观性因素，在新时代讲好民族团结故事，有助于将中华民族共同体意识铸在牢处，扎在深处，系在实处。     

沈阳联通CDMA网络竞争力分析

企业竞争力研究是企业获取核心竞争力的基础,企业核心竞争力的培养首先要识别竞争中关键成功因素,通过对沈阳联通CDMA网络的目标客户、产品组合、产品价格、销售渠道等关键成功因素的研究,以期为提高其市场竞争力提供决策依据。