基于LS-SVM的甘肃省国际旅游客流量预测

旅游客流量是决定旅游业经济效益持续发展的重要因素,游客流量预测也因此成为旅游发展规划的重要内容.文章基于最小二乘支持向量机(LS-SVM)算法,建立了一种新的旅游人数预测模型,对甘肃省2007年的国际旅游客流量进行预测.并将其结果与神经网络模型预测结果相比较.结果表明,基于LS-SVM的游客预测模型能较准确对旅游人数进行预测,并且避免了如神经网络由于陷入局部最优而过学习的问题.从而为客流量预测提供一种新思路与方法.     

基于季节SVR的节假日旅游客流量预测

准确的节假日客流量预测对旅游景区至关重要,然而受各种因素影响,节假日客流量呈现复杂非线性特点和典型季节性趋势.为了解决这种非线性和季节性问题,文章建立基于季节调整的支持向量回归模型(SSVR),并用某风景区2008～2011年节假日的日客流量验证模型的有效性.研究结果表明,SSVR预测节假日客流量效果良好,预测精度优于SVR和BPNN方法.     

基于情感分析的旅游客流量多尺度组合预测模型

文章提出了一种基于在线文本情感分析的旅游客流量多尺度组合预测模型。首先,用Python爬取客流量历史数据和旅游网站的评论并对其进行预处理,并使用Snownlp情感分析计算处理后的评论情感值作为客流量的影响因素;其次,将客流量和评论情感值分别用互补集成经验模态分解分解为不同的本征模函数,并用样本熵将其重构为高频、低频和趋势序列;然后,用反向传播神经网络、支持向量机和长短期记忆神经网络模型分别对高频、低频和趋势序列进行预测;最后,把三种方法的预测值相加即可获得最终预测结果。以四姑娘山风景区为例进行实证分析,结果显示所提模型能很好地提高客流量的预测效果,具有应用价值。     

基于多因素影响的房地产价格预测模型

文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型.首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果.研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度.     

对统计预测中估计标准差的自由度的看法

在统计预测中,不论是时间序列预测还是因果关系预测,都是假设预测目标与影响其变化的因素之间存在着相关关系（线性或非线性）。因此,建立预测模型y=f（x1,对于一组样本观察值,满足,,且各;相互独立。为了研究y与x1,x2,...,xm之间的关系,我们建立回归模型,用所建立的预测模型进行预测和控制。对于给定的,则预测目标的点预测值为;当样本容量N较大时,预测目标的概率为95．45％的预测区间约为,其中为估计标准差（N为样本容量,m为模型中被估计参数的个数）。不论是线性模型还是非线性模型结论都是如此。由暴奉贤、韩兆洲、郭…     

基于PDL模型的城市化水平预测

可用于城市化水平的预测方法主要有时间序列预测分析法、经济因素相关分析法等。其中 ,经济因素相关分析法因其在预测时充分考虑了经济发展对城市化水平的影响而在实际中广泛被使用。如 ,汤茂林等在对 1 985～1 997年间江苏省城镇非农业人口比重与人均GDP间相关关系进行回归分析的基础上 ,得出江苏省 2 0 2 0年的城市化水平可能会达到 5 1 6% [1 ] ;刘科伟等用GDP与城镇化人口之相关关系模型预测陕西省 2 0 1 0年的城市化水平可能会达到 3 9 63 % [2 ] 。吕宾等亦根据城市化率与经济发展水平间的相关关系预测 2 0 0 5年新疆的城市化水平…     

碳排放与金融发展关联性的实证检验

文章利用1982-2012年的数据对碳排放、对外贸易、金融发展、能源消耗、经济增长等主要影响因素之间的关系进行实证研究,通过ARDL边限检验法对各个变量之间的长期协整关系进行检验,得出长期关系和短期误差修正模型.研究结果表明金融深化对碳排放的影响是非线性倒U型关系,能源消耗与碳排放量之间呈正相关,经济增长与碳排放量之间的关系满足环境库兹涅茨曲线,贸易开放与碳排放量之间呈负相关关系,对外贸易并未引起污染转移.     

基于CM(1,1)模型的江苏省民间投资规模预测

一、CM(1,1)灰色预测模型 灰色预测法是一种对含有不确定因素的系统进行预测的方法.灰色预测是对既含有已知信息又含有不确定信息的系统进行预测,就是对在一定范围内变化的,与时间有关的灰色过程进行预测.灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来的发展趋势的状况.CM(1,1)模型是常用的一种灰色预测模型.     

异质性空间随机前沿模型的参数估计及应用

经典的随机前沿模型忽略了决策单元之间的空间关联性，无法准确估计效率影响因素相关参数，限制了其适用范围。本文在空间自回归随机前沿模型的基础上，引入效率影响因素，构建出一个异质性空间随机前沿模型，基于极大似然估计法给出模型参数的单步估计策略，提出决策单元技术效率的最优预测量。理论分析证明，模型参数在一定的假设条件下具备一致性；模拟实验表明，参数估计量和技术效率预测量较之经典模型具有更高的估计精度，且会随着样本量的扩大而逐渐提升。本文使用所提出理论方法讨论了我国城市数字普惠金融发展与技术效率水平之间的相关关系，发现两者之间存在显著的正相关关系，同时也印证了模型设定和估计方法的可靠性。     

贝叶斯时空分位回归模型及其对北京市PM2.5浓度的研究

本文基于时空模型和非对称拉普拉斯分布提出一种新的时空分位回归模型.本文主要将空间域利用薄板回归样条展开,结合混合模型与样条之间的关系,得到分层贝叶斯分位回归模型.利用MCMC算法得到参数的后验分布,并对模型中系数的空间域进行预测.本文同时融合降秩近似的方法,简化了计算复杂度.区别于已有时空分位模型,本文考虑了协变量对因变量影响的空间分布特征,并非直接对时间或空间效应整体进行建模,有利于深入研究协变量与因变量之间的空间结构关系.数值模拟结果表明,预测的空间域与真实的空间域十分接近,并在不同分位水平下,有效地估计了协变量影响的空间效应差异.最后将该模型应用于北京市PM2.5浓度的研究,分析气象因素对PM2.5浓度影响的空间分布特征.     

GA-GP融合的演化建模在经济增长预测中的应用

影响经济增长的因素是多方面的,这些因素之间对经济增长的影响存在着错综复杂的依存和制约关系。经济要素投入和产出之间不仅仅是简单的线性关系,而是未知的复杂的非线性关系,这给经济增长的定量预测带来了困难。现行的预测方法很多,主要有时间序列分析法、回归分析法、灰色系统预测法以及人工神经网络预测等,但存在拟合精度不高或泛化能力不强等问题。     

我国就业长期和短期影响因素的定量分析

文章从劳动力供给、劳动力需求和劳动力供需混合因子三方面选取能影响就业的指标因子.选取年度数据和季度数据,运用逐步回归方法提取出影响就业的长短期因素.利用年度数据建立长期就业协整关系模型.利用季度数据建立城镇就业人口、货币供给量和外贸出口额三个变量滞后二期的VAR模型,并利用该短期就业模型进行短期预测.文章最后根据分析结果提出一系列相关建议.     

索赔频率与索赔强度的相依性模型

为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整.与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用.本文将该方法应用于一组实际数据,并与其他方法进行了比较.实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性对纯保费预测值的影响,即纯保费较低的保单受相依性的影响较大,而纯保费较高的保单受相依性的影响较小.     

自然灾害经济损失及相关因素灰色关联分析

应用灰色系统理论中关联分析方法和GM(1,1)预测模型,对自然灾害经济损失与其相关影响因素之间进行了灰色关联分析,并对自然灾害经济损失和各个影响因素进行了GM(1,1)预测,进而在预测值基础上进行了趋势关联分析,从而可以发现自然灾害经济损失与其相关影响因素之间发展变化的规律,为制定相应政策和做出科学决策提供依据.     

企业统计数据质量影响因素的实证分析

为明确企业统计数据质量的影响因素,定量描述各因素之间的关系,利用SEM模型,通过SPSS AMOS18.0软件进行数据分析,得到企业的信息化程度、企业重视化程度、企业统计力量、统计人员知识水平、统计人员地位、组织正规化程度6个因素的企业统计数据质量结构模型,并比较各个因素对企业统计数据质量影响的大小及各影响因素之间的相关关系,为进一步提高企业的统计数据工作提供了依据。     

灰色系统与BP神经网络组合模型及其应用

影响财政收入的因素有很多,各因素之间信息重叠的现象较严重,文章通过逐步回归选择了影响财政收入的几个显著因素.又鉴于灰色系统对小样本数据预测的优良特性,对每个选定的影响因素建立灰色预测GM(1,1)模型,得到各因素2015年、2016年的预测值.运用BP神经网络模型对1995-2014年数据进行训练,将灰色预测得到的预测值代入训练好的网络中,预测出2015年、2016年的安徽省的财政收入.     

基于SD模型的城市能源承载力影响因素研究

文章通过分析能源承载系统构成要素以及要素之间的关系,构建能源承载力的评价指标体系,采用系统动力学模型对能源经济环境系统进行建模和仿真.最后以鞍山市为例,模拟在不同的方案下,工业废气排放量、GDP、能源消费总量、能源承载力因子四个变量的变化情况,对城市的能源承载力进行评价与预测,并探讨三个因素对鞍山市能源承载力的影响,从而得出结论:技术进步因素对能源承载力影响最大,税收这一杠杆可以有效调节环境污染与保护之间的矛盾.     

动态指数分布模型的一种预测算法

本文讨论了在动态指数分布模型的情形下,利用随机模拟方法对自然参数ω1和θt之间的非线性关系进行了处理,并对模型参数的修正递推以及未来观测值的预测进行了推导.根据随机模拟方法的相关理论,这种方法比数值分析方法有着更好的预测精度.     

南京市产业结构调整的优化模型与实证分析

通过分析,认为产业结构调整是由劳动力、资金、能源、自然资源、技术进步等因素在各产业间的流动影响的,因此以这些因素之间的内在关系为条件建立线性规划的约束方程。由于各因素之间的约束条件是经常变动的,可以利用灰色系统理论预测各因素之间的变动条件,在此基础上建立了产业结构调整的灰色线性规划模型,并制定了南京市"十一五"期间三次产业结构调整方案。     

投入产出预测在农业产业结构调整中的应用

一、投入产出预测法 投入产出预测是一种数量经济分析方法.也就是利用投入产出综合平衡经济数学模型,把国民经济各部门之间、各部门内部或企业内部各组织之间生产和消费相互依据的各种经济活动的数量关系描述出来,并进行投入产出的计量分析预测.投入产出分析预测法为经济管理部门和生产单位从事经济平衡、计划管理、经济预测等提供科学的依据.