多因素数据重心预测法对比研究——中国钢材消费量预测实证分析

将多因素数据重心预测法与传统的最小二乘法应用于我国钢材消费量的预测,并从建模到预测结果的统计检验指标等方面进行对比研究。结果表明,多因素数据重心预测法在预测结果的稳健性方面具有较大的优越性,同时多因素数据重心法在处理具有异常数据的样本数据方面具有明显的平滑系统误差的作用。另外,多因素数据重心法还具有更直观、易于理解与运用、对数据的要求比最小二乘法宽松等优点。     

论社会主义意识形态领域宏观定态管理

随着改革开放和社会主义市场经济的发展，社会主义意识形态领域面临着极其复杂的情况和繁重的任务。加强定态管理，运用科学思维方法和切实有效的管理手段对社会主义意识形态和宣传文化事业的发展态势进行预测与超前调控，是加强和改善社会主义意识形态领域宏观管理的重要环节。研究社会主义意识形态的大致流向，运用定性预测法、时间序列法、因果关系法等多种预测方法进行综合预测，及时掌握和分析舆情动向，见微知著，防微杜渐，守土有责，牢牢掌握意识形态领域工作的主动权。     

马尔科夫链在市场预测中的作用

马尔科夫链预测法是一种适用于随机过程的科学、有效的动态预测方法,其基本原理和方法可用来预测企业产品的市场占有率。在运用马尔科夫链对市场占有率进行预测时,应做好市场调查工作,并借助计算机和简捷表加以计算。     

一种改进的自适应指数平滑预测模型

一种改进的自适应指数平滑预测模型张琳（财经学院）一、引言指数平滑法是短期经济预测中一种极为有效的方法。在运用指数平滑法时，如何确定平滑系数α是提高预测精度的关键，在一般的指数平滑法中，α─旦确定，在预测过程中就不能随意改变，这样的α不能及时反映预测目...     

2008-2020年河南省高等教育发展规模、师资及经费预测

高等教育适龄人口的预测是科学制定高等教育发展规划的基础。根据河南省2000年人口普查数据,运用中国人口预测CPPS软件对河南省2008-2020年高等教育阶段适龄人口数量进行了预测,并在此基础上运用CCM法对河南省高等教育全口径规模进行了预测;构建了河南省高等教育的常规发展、快速发展和跨越发展三种模型;对三种发展模式下河南省普通高等教育的师资、经费需求进行了预测。最后提出了采用跨越发展模型的建议。     

基于BP神经网络的期权定价模型

运用BP神经网络的方法,根据S&P 500看涨期权的金融数据,利用一步预测法对期权定价做预测.通过其自主的学习机制以及大量的样本训练网络,提高了判断精度,使得对期权的估测更加准确.并运用Matlab的神经网络函数和数学分析的知识对期权定价进行模拟预测,预测价格的结果与市场的真实价格较为接近.     

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。     

基于一元回归法和灰色预测模型GM(1,1)的工程项目成本预测

本文首先分析了工程项目成本预测的重要性,接着,确定了一元线性回归法和灰色预测模型GM(1,1)两种科学而有效的成本预测方法,并对其基本原理和预测步骤进行了阐述。然后以某输电线路工程为例,运用一元线性回归法,以6个同类工程项目的线路长度和成本为研究对象,借助SPSS软件预测了其工程成本;同时,运用灰色预测模型GM(1,1),以6个同类工程项目的成本与线路长度的比值为研究对象,借助Matlab平台实现了对工程成本的预测。最后为了避免两种预测方法的预测误差,取两者计算结果的平均值,得到某输电线路工程预测成本为2289.01万元。为输电线路工程投标提供了决策依据。     

论逆推法在波浪测市中的运用--对沪综指走势的实证分析

由于习惯于顺向思维 ,许多投资者在运用波浪理论对后市进行预测时 ,经常感到十分迷茫 ,失去方向感。运用逆向思维方式并结合波浪理论的特点 ,提出逆推法的概念和思维模式 ,经对沪综指走势的实证分析 ,更加坚信波浪理论在预测股价走势时的准确性     

基于GMDH神经网络法的中小板上市公司ST分类预测研究

预测上市公司的上市状态对投资者与其他利益相关者至关重要.选取2019年1月1日至3月31日我国中小板116家上市公司的86个财务指标数据,运用GMDH神经网络法对ST公司和非ST公司进行分类预测,预测正确率达到78.26％.进一步采用1:1配对原则(43家ST公司和43家非ST公司)对中小板上市公司进行ST分类预测,预测正确率大幅提高,达到88.24％.由此发现,基于GMDH神经网络法的中小板上市公司ST分类预测具有较好的预测表现.     

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。     

自组织模式识别与经济预测

基于自组织数据挖掘方法与经济预测原则,提出了自组织模式识别方法。该方法的主要特点是在几个相似模式的合成中使用了数据分组处理方法自动合成技术,实际应用于经济预测时比传统意义上的预测方法方便。实例表明了它在经济预测中的有效性。同时,使用增加同类经济对象样本数据的方法,解决了样本数据不足的问题.     

基于Theil不等系数的组合预测模型的性质

基于Theil不等系数的组合预测模型是一种新的相关性的组合预测模型,研究了该模型的性质。在提出若干新概念的基础上,探讨了模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,给出了冗余信息的判定。     

嵌入知识的综合集成预测方法及其在企业收益额预测中的应用

针对企业收益额预测，提出了一种嵌入知识的综合集成预测方法。首先，基于系统思想，提出了嵌入知识的人-机交互式综合集成预测方法框架；进而重点介绍了集成预测方法中的信息预处理、预测模型选择、效果检验等关键子模块；最后，以某公司的收益额预测为例，验证了其有效性。     

组合预测误差信息矩阵进一步研究

研究组合预测误差信息矩阵的结构与非负权重组合预测方法性质之间的联系。给出了几个能够从组合预测误差信息矩阵获取关于非负权重最优组合预测方法组合结构信息的方法，这些方法是简单易行的、实用的。     

城镇化水平预测方法新探——以神经网络模型的应用为例

在城镇化水平预测领域,基于时间因素的趋势回归法与经济因素的相关分析法是两种较为常用的预测方法,但两者在实际用于预测时都需要通过对时序数据的考察建立起相应的计量模型才能进行,而所建模型往往因存在一定缺陷而使预测效果受到严重影响。目前,基于数据驱动式的"黑箱"建模思想而诞生的神经网络模型在预测领域已得到了广泛应用,但在城镇化水平预测方面尚未得以充分使用。在对上述两种传统预测方法在应用中存在的缺陷进行实证分析并综合考虑时间因素与经济因素的基础上,运用神经网络模型在这一领域进行了尝试性的分析和探讨。结果表明,同两种传统预测方法相比,其预测效果较为理想。     

供给侧改革下物流需求组合预测技术研究

通过分析供给侧结构改革下现代物流市场需求对经济活动的意义,找到单一需求预测技术的偏差,指出指数平滑法和神经网络法于实际预测应用中的不足,提出精确度较高的物流市场需求预测新思路,构建新的组合预测模型。通过实例仿真验证基于神经网络法的组合预测技术在物流市场需求预测中的实际价值。     

产值单耗法在负荷预测中的应用

用产值单耗法预测渑池县2010年用电量，利用年均递增率法、电力弹性系数法、自然增长加大工业负荷法等3种预测方法对产值单耗法预测结果进行了校验．在适用条件、计算难度和适用期限等方面对这几种预测方法进行了分析、比较，重点对产值单耗法的适用范围、优缺点进行了分析评价，提出了一些有益结论，为县级供电企业短中期负荷预测提供了参考．     

关于非负权重组合预测的若干问题的探讨

在冗余方法和优性组合预没方法两个概念的基础上，探讨了关于非负权重组合预测的几个问题。文中的研究揭示了非负权重最优组合权重与预测误差协方差阵和最优组合权重之间的关系，这对于非负权重组合预测的理论研究和应用都有重要意义。