基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理，并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上，通过BP神经网络进行组合预测，分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性，     

基于结构元理论的模糊回归预测

在许多预测问题中,观测得到的数据既具有随机性,也具有模糊性,因此常采用模糊回归预测.该文基于模糊结构元理论,构造了一种有对称结构元线性生成的线性回归预测模型.该模型可以把复杂的模糊线性回归预测问题归结为普通规划问题求解,计算简单,易于实现,减少了模糊线性回归预测模型的复杂性.     

改进多元线性回归模型在某油田产量预测中的应用

为了预测油田的动态产量,根据实际工作经验选择一些与油田产量有关的因素作为建模变量,通过对多个变量的综合回归分析,确定影响油田产量的重要因素,并建立适合某油田年产量预测的多元线性回归模型。分析回归参数求解过程中的重要信息,并建立了年产油量的改进回归预测模型。同时,将两种预测模型应用于某油田产量预测,通过比较,可以看出改进回归模型形式更加简单,预测结果更准确。     

随机约束条件下线性回归模型中的Cook距离

本文建立了随机约束条件下线性回归模型中的Cook距离,讨论了它的统计性质,并找到了它与相关系数、复相关系数及广义相关系数之间的关系。     

模糊多属性决策方法及其在投资决策中的应用

根据模糊多属性决策基本原理 ,结合投资决策的特点 ,运用三角模糊数 ,提出一种模糊多属性决策方法 ,建立了决策模型。该模型具有良好的通用性和可操作性     

线性回归分析法在经济模型中的应用

本文以具体的全国汽车产量与全国汽车工业产品收入数据为实例,介绍线性回归分析法在经济模型中的应用。     

线性回归分析在旧房评估中的应用

旧房评估需要一套统一的标准,而影响价格诸因素是相互关联的.可以使用数理统计中线性回归方法,同时使用EXCEL中LINEST函数求相关系数.     

基于路径的多元标准回归模型及其应用

在多元回归模型建立的过程中,由于各个变量的测量单位不相同,多元回归模型无法正确地评估出各个分量对预测值直接的和间接的影响.为此,引入路径系数,将多元回归模型转化为多元标准回归模型,通过变量间的相关系数和多元标准回归模型,分析预测变量对响应变量的直接和间接影响.     

Mathematica软件在非线性回归方法中的应用

将非线性模型线性化,然后用加权线性回归模型的方法去估计参数,并通过Mathmatica软件实现计算。     

线性回归分析在辽宁生产总值与就业关系中的应用

回归分析方法是确定变量间互相作用与影响的建模方法,在数据分析工作中有着极其广泛的应用.本文应用回归分析的方法来研究辽宁省生产总值与就业之间的紧密关系,希望能为辽宁省经济发展提供了数字依据,对今后的经济发展有一定的指导作用.     

BP模型的改进算法及其在负荷预测中的应用

分析了BP模型学习算法——累积误差进传播算法在接近极小点时收敛速度变得异常缓慢的原因,并通过对连接权值的调整量引入权重系数,提出了一种改进的BP模型学习算法,大大加快了收敛速度,提高了收敛性。还利用提出的改进算法对某省中期负荷进行了预测,算例结果表明了该算法的有效性。     

模糊评价模型在食品供应链管理风险中的应用

基于食品供应链风险评价指标体系,建立模糊评价模型,并运用该模型对食品供应链风险进行综合评价,实证分析得出:快餐巨无霸麦当劳在供应链管理中的风险较低。     

模糊物元模型在区域粮食安全评价中的应用

文章构建区域粮食安全评价指标体系,以模糊理论结合物元分析,建立区域粮食安全评价的模糊物元模型,并以中部6省为例,利用模糊物元模型对该区域粮食安全进行评价应用．研究结果显示：模糊物元模型是评价区域粮食安全的有效方法．     

改进GM（1，1）模型在四川天然气需求预测中的应用

为了提高GM（1,1）模型在天然气需求预测中的精度和普遍适用性,首先分析了传统GM（1,1）模型存在的不足,提出了改进方法,在传统GM（1,1）模型基础上通过对模型系数进行优化修正,降低预测模型的模型系数,建立了改进的GM（1,1）预测模型。利用四川2000～2007年天然气消费量统计数据对传统GM（1,1）、无偏GM（1,1）和改进GM（1,1）进行了对比预测分析。分析结果表明改进GM（1,1）模型具有较高的精度。     

双层模糊评价模型在教师教学考核评定中的应用

教师教学考核评定属于多因素综合评价问题,为增加评定的准确性、科学性,提出了基于模糊数学的双层模糊评价模型,阐述了该模型在教师教学考核评定中的具体实施过程,并通过实例计算,说明该模型能对教师教学考核做出科学、客观的评价。该模型还可推广应用于学生实习、实训考核,学校人才测评以及学生毕业设计成绩评定等众多工作中,因此具有一定的实际应用价值。     

基于拉开档次法组合模型在物流需求预测中的应用——以江苏省为例

为了对物流需求进行科学预测,文章在主成分分析的基础上,选取了对物流需求影响较大的3个主要因素:人均社会商品消费额、人均GDP和商品零售价格指数为自变量.分别建立了多因素灰色预测模型、ARIMA预测模型、多元回归预测模型,并运用拉开档次法建立了组合模型。通过该组合模型对江苏省物流需求进行了预测。结果表明,江苏省物流需求每年以近9.5%快速增长。与其他预测模型相比,该预测模型具有更高的预测精度。     

时间序列预测新方法及其在电信预测中的应用

利用时间序列稳定的季节性,建立一种新的时间序列预测模型。即建立季节末总量基于给定资料的条件分布,利用季节周期内已知的少数观测值来预测周期末总量;在总量预测的基础上进一步预测周期内的为止观测点。经过实证研究可以看出,该模型对于观测值少的时间序列有很高的预测效率。     

模糊物元模型在生态林项目效益评价中的应用研究

在模糊物元分析原理的基础上,采用基于欧式贴近度的模糊物元模型评价生态林项目综合效益水平。根据生态林项目综合效益评价特点,提出综合效益评价指标体系,确定评价等级与单因素评价标准;将生态林项目综合效益的各个评价等级及待评价项目作为物元的事物,将各评价等级和待评价项目的评价指标及其模糊量值作为复合模糊物元,通过计算复合模糊物元与标准物元之间的欧式贴近度,分析待评价生态林项目综合效益水平。以昕水河流域生态防护林项目为例,计算表明该生态林项目综合效益处于良-中等级之间,其结果直观地衡量了该项目综合效益水平。     

最优组合赋权的模糊综合评判模型及其在企业信用风险评价中的应用

对模糊综合评判法中各因素权重的确定提出了一种最优组合赋权法,并在此基础上利用模糊数学的基本思想,提供了一种利用最优组合权数进行模糊综合评价的新思路。