组合式神经网络下的短期电力负荷预测模型分析

本文对电力负荷变化规律和影响因素进行分析,提出一种组合式神经网络下的短期电力负荷预测模型。采用神经网络、模糊聚类分析和模式识别理论的方法进行建模。以每天24点负荷数据、天气数据以及天类别数据为指标,将历时数据分成若干类别,针对每一类别建立神经网络预测模型,预测时通过模式识别,找出与预测天相符的预测类别,利用相应的神经网络预测模型进行24小时短期电力负荷预测。     

二重趋势性季节型电力负荷预测组合灰色神经网络模型

对于具有增长和波动二重趋势性的季节型电力负荷,首次提出了季节型负荷预测的组合优化灰色神经网络模型,研究了同时考虑两种(非线性)趋势的复杂季节型负荷预测问题,说明了此优化模型分别优于两种单一发展趋势负荷预测模型,给出了电力负荷预测的应用实例,为季节型电力负荷预测提供了一种新的、有效的方法。     

基于季节调整和Holt-Winters的月度负荷预测方法

针对负荷序列中异常数据会导致模型误设或参数估计发生偏差的问题,提出利用季节调整方法,先对原始负荷序列进行季节调整,获得消除离群值、节假日影响的季节调整后序列和季节成分序列;然后用改进的Holt-Winters方法对季节调整后成分进行预测,用虚拟回归方法预测季节成分序列;最后对各成分预测结果重构得到最终预测结果的月度负荷预测方法。通过实例检验,提出的方法能明显提高预测精度,预测效果要优于季节性Holt-Winters、SARIMA、神经网络、支持向量机等模型。     

环境库兹涅茨曲线与自回归模型用于三废污染预测的比较分析

城市污染物排放量预测一直以来是环境管理的一个重要内容,针对此问题本文为了预测城市三废污染物的排放量,通过对变量进行非线性回归分析,建立了相应的非线性回归预测模型和以年污染物排放量自回归预测模型,并将两种预测模型应用于武汉市三废污染物的排放预测,通过对两种非线性模型预测结果比较和检验,得出CAR模型的预测结果更为准确,基本可以满足环境管理的需要。     

市场预测支持系统的预测模型研究

本文运用模糊数学和统计相关的理论,预测支持系统确定预测量的相关因子,分析了建造预测模型的过程,给出了待预测量的预测模型,并验证之。     

基于BP神经网络的港口物流需求预测

随着中国经济的快速发展,沿海港口城市在发展中的地位也越来越重要,因此港口未来的规划以及相关的建设至关重要。根据我国相关部门的可行性分析,港口物流需求的预测在港口规划建设中的重要性往往容易被忽视,建立正确的预测模型是准确预测的前提。文章基于神经BP网络进行港口物流需求预测,首先介绍了物流需求预测和神经网络的研究现状,以及相关的基本理论,通过对港口物流需求相关影响因素的分析建立预测的指标体系,以大连港为例,在神经网络的基础上建立了港口物流需求预测模型,运用MATLAB软件进行相关的学习、训练,最后输入数据得出预测结果并据此给出相关建议。     

天气衍生品中时变均值回复的气温预测模型研究

天气衍生品的出现,为天气风险管理提供了一种新的手段。由于大多数天气衍生品都是以气温为标的物,因此对气温变化准确预测是天气衍生品定价的关键。针对此,本文在O-U均值回复模型的基础上,构建了时变均值回复速度的气温预测模型。基于全国代表性城市的1951—2011年日平均气温数据对气温均值回复速度进行了实证分析,研究表明,我国主要代表性城市气温年均值回复速度均能通过ARIMA模型进行拟合估计。利用两种模型对各城市的日平均气温进行预测分析,其误差衡量指标的协方差比表明,时变均值回复模型优于O-U均值回复模型。因此,本文提出的时变均值回复速度的气温预测模型适用于我国的气温预测,有利于我国天气衍生品的进一步研究。     

对城市水利产业结构价格改革的探讨

为优化水利产业结构的城市供水价格体系的变化状况,从而积极促进节约用水,对水利价格形成机制作了如下探讨:我国城市水价改革的进展情况;现行城市供水价格规制存在的问题;进而提出我国城市水价的改革建议,使之能够促进城市水利产业的良性循环。     

我国未来城镇人口预测研究

一、全国城镇人口影响因素分析未来人口变化由生育、死亡和人口迁移三个基本要素所决定。因此,在构建人口预测模型时要以这三大要素来确立模型的构建元素。本文将对2011至2030年人口数量进行预测,因此需对未来的生育率、死亡率、净迁入率进行假设和预测。二、全国未来城镇人口预测模型对全国未来城镇人口的预测以2010年第六次全国人口普查结果为基础。本文将采用年龄移算模型作为人口预测模型。1.新生儿的预测模型。年龄移算模型中对新生儿预测的一般表达     

做好城市供水企业统计工作的思考

统计是企业管理的主要内容和手段，在企业经营决策中有不可替代的作用。本丈是根据城市供水企业统计工作的现状和问题，结合城市供水企业统计工作的特点、内容、任务和作用，就新形势下做好供水企业统计工作的几点思考。     

浅谈加快供水档案信息化建设对城市供水保障能力的意义

水是生命之源,如果把水比作是城市的血液。那么城市供水管网就是城市的血液和命脉,是城市建设的重要基础设施。要保证一个城市血液畅通,就必须做好城市供水管网档案信息化管理。随着社会的发展,城市供水管网越来越现代化,加快供水管网管理现代化是社会的迫切需要,确保供水管网档案信息的完整性,准确性,对建设和维护城市的供水保障能力有重要的意义。本文通过分析供水档案信息化建设的现状以及存在的问题,阐述了如何加快供水档案信息化建设的具体措施,以及供水档案信息化建设对城市供水保障能力的重要意义。     

基于径向基函数的非线性预测模型

针对混沌时间序列的预测问题提出一种兼有全局和局部特点的新的预测模型, 通过数值实验探讨这一模型的性能和特点, 并给出对太阳黑子数据较以往文献更好的预测结果．     

省域经济综合竞争力预测模型的选择实验与效果分析

当前,省域经济竞争愈演愈烈,省域经济政策直接关系到区域经济发展的未来,因此,对省域经济评价和预测开展实验研究,不仅可以提高评价和预测的精度,使研究结果更加客观,而且能够为省域经济研究和发展提供新的方法和思路。进行省域经济综合竞争力预测研究,不仅需要建立预测模型,而且需要对诸多预测模型进行选择性实验,从而使预测效果达到最佳。本文拟把实验经济学的相关理论与方法应用于省域经济评价与预测之中,通过实验方法对省域经济预测模型与预测结果进行反复验证和修正,力求使预测结果更加客观和精确,为省域经济的决策者们在激烈的省域经济竞争中把握经济发展趋势和重点提供参考依据。     

农产品销量预测的支持向量机方法

运用支持向量机(Support Vector Machine,SVM)智能预测方法对农产品的消费市场需求进行动态预测。为提高农产品销量预测精度,充分考虑了农产品供需随天气变化、气候条件、节假日等因素的影响而动态变化的情况,将这些影响因素纳入农产品销量预测中,运用模糊理论进行模糊化处理;在此基础上提出以支持向量机方法为主、多方法融合为辅的智能预测系统,对农产品销量进行动态预测。实际算例验证了这一智能预测系统的精确性。     

中国式休假

中国式休假是指国家法定假日挪用周末,打乱上班族的休息时间的现行休假方式。国家将中秋、端午、清明设定为法定节假日,旨在增强节假日传统文化的影响力,然而,在重视节假日的同时,相关部门将周末双休日与节假日     

股市波动率的短期预测模型和预测精度评价

基于幂转换以及不设定扰动项的具体相关结构和分布形式,构建了半参数的短期预测模型来预测中国股市的波动率.模型采用基于极值估计量的两阶段估计法进行估计,估计方法的小样本性质表现良好.此外,还通过具有Bootstrap特性的SPA检验实证比较了新模型与其他6种预测模型的预测精度.实证结果表明,在各种损失函数下,半参数短期预测...     

基于漂移度的组合预测方法研究

由于不同的预测方法能够提供不同的有用信息,其预测精度往往也存在差异,为了分散预测的风险,采用组合预测方法。本文首先提出相容方法集和互补模型集,然后在对不同单一预测模型的漂移性和互补性研究的基础上提出了基于漂移度的组合预测模型,为组合预测模型研究提供一种新的思路。最后通过实例来说明基于漂移度的组合预测模型能够提高样本期预测精度和外推预测精度及实际应用的有效性。     

使用客观工作负荷影响因素对管制员工作负荷的分析

管制员的工作负荷直接影响到管制员的工作效率和民航飞行安全,并且直接影响到空域容纳能力。本文论述了中国空管现状,确定了管制员工作负荷的定义和分类,并对管制员主观工作负荷进行评估,分析并确定影响管制员工作负荷的客观因素,判断能否用使用数学模型和客观因素对主观工作负荷进行预测。通过以上分析得出的这些影响因素,可以在今后的管制工作负荷预测中用来评价新的程序,设备的可用性并为相关的研究如扇区规划等工作提供强有力的支持。     

基于最小二乘的支持向量机在电力需求预测中的应用

文章针对常规电力需求预测方法的不足,在分析SVM的线性和非线性分类方法的基础上提出一种基于最小二乘的支持向量机预测方法.LS-SVM模型采用结构风险最小化原则,能够在对小样本学习的基础上,对其他样本快速、准确的拟合预测,具有更好的泛化性能和精度,减少对初始值的依赖.文章采用河北省某市实际的负荷数据,按照不同的负荷日属性和历史数据属性进行样本选择,使用径向基核函数进行了电力需求预测.将预测结果与真实值和由时间序列及BP神经网络方法得到的结论进行比较,表明所提出的预测模型具有较高的精度,是有效和可行的.     

基于集成支持向量机的企业财务业绩分类模型研究

要想正确预测公司财务业绩,首先必须选择合适的预测方法。现有文献所采用的财务业绩预测模型普遍存在着泛化能力不强的问题。本文提出用支持向量机方法来预测我国上市公司的财务业绩。为了提高预测准确率,本文还用AdaBoost算法对支持向量机进行了改进(集成支持向量机)。在支持向量机核函数的选择上,我们采用了实验法,即对每个核函数及其相关参数的预测效果都进行了测算,以期找出最适用的预测模型。实证结果表明,径向基核函数(rbf)的效果最好,支持向量机方法预测准确率远远高于其它方法。