排序方式: 共有47条查询结果,搜索用时 0 毫秒
41.
电子废弃物回收规模预测是政府制定循环经济发展规划和有关补贴政策、企业进行资源回收价值评估和产能优化的基础。本文考虑电子废弃物回收规模季度数据的季节性数据特征可能导致传统单模型预测误差偏大、预测结果不稳定等问题,基于“分解-集成”的思想提出了季节性数据特征驱动的电子废弃物回收规模预测CH-X12/STL-X框架。首先,基于Canova-Hansen(CH)检验对电子废弃物回收规模时间序列的季节性数据特征进行识别,继而对适于进行季节性分解的时间序列采用X12乘法模型或时间序列季节性分解(Seasonal-trend Decomposition Procedure Based on Loess,STL)模型实现季节性分量提取。然后,采用Holt-Winters模型对获得的季节性分量进行预测,并以支持向量回归模型(Support Vector Regression,SVR)预测分解获得的其他分量。最后,通过对各个分量预测结果的线性求和以得到最终的预测结果。实证结果表明,提出CH-X12/STL-X预测框架能够较好地满足不同季节性数据特征驱动的时间序列预测建模需求,且较传统单模型(Holt-Winters模型、季节性差分自回归滑动平均模型、SVR模型)在预测性能上表现良好且稳定。 相似文献
42.
43.
44.
线上零售额的准确预测是政府制定零售政策和发展规划的依据,也是电商和物流企业确定发展战略的基础。由于我国线上零售额数据具有样本量小、波动性大、受节日影响大、存在缺失值等特征,准确预测变得十分困难。为解决这个问题,本文提出了一种“拆分-填充-分解-集成”的预测框架。具体而言,首先将数据集拆分为实物零售数据与非实物零售数据两部分。其次,分别根据实物零售与非实物零售数据不同的缺失特征对样条插值法做了改进,提出了基于“样条插值-二分调整”的分解填充法以及基于“分段线性函数拟合-样条插值”的分解填充法,对两组数据进行缺失值填充。继而基于两组数据的不同特征,分别提出“乘法分解-ARIMA-移动平均”以及“STL分解-BP神经网络-灰色波形”的预测方法对两组数据进行预测。最后将两组预测结果集成,得到我国线上零售额的预测值。实证结果表明,本文提出的预测框架能较好地捕捉我国线上零售额数据的特征,具有很高的预测精度,且较传统的缺失值填充和预测方法在性能上表现更好。本文提出的“拆分-填充-分解-集成”预测框架,丰富了现有的缺失值填充与预测方法,并为预测实践提供了解决方案。 相似文献
45.
生鲜产品由于保质期短、易腐易损等特点,对短期销量预测的准确度和可靠性要求极高.为此,本文综合时间、定价、竞价、新鲜度等多种微观层面因素,开展了特征工程分析,并在此基础上提出了生鲜商品销量的ARIMA-NARX组合预测模型.该组合模型首先利用ARIMA模型描述销量时间序列中的线性规律,然后借助衍生降维处理后的特征矩阵,采用NARX捕捉ARIMA残差中的非线性关系,并利用NARX残差预测结果修正ARIMA预测值.最后,将该组合模型的预测结果与ARIMA、NARX、ARIMA-NAR、SVM及回归决策树等模型预测结果及真实观测值进行对比分析,通过MSE/MAPE预测误差评价和DM检验,验证了该组合预测模型的预测能力合理性和有效性,并能较大幅度提高生鲜产品短期销量的预测精度. 相似文献
46.
47.
在补贴退坡背景下,新能源汽车的发展仍面临着巨大挑战,需要低成本高效率的可持续激励政策相配合。本研究从消费者决策机制入手,在考虑消费者价值观和有限理性的基础上,通过收集调查问卷和构建结构方程模型,分析厘清了新能源汽车补贴退坡政策对不同消费者群体购买意愿的影响,并探究了助推政策在补贴退坡下对消费者购买态度的调节作用。研究发现:(1)消费者价值观会影响购买态度,其中,环保价值观和创新价值观影响为正,功能价值观影响为负,且创新价值观影响程度最大,环保价值观影响最小;(2)羊群效应对购买态度影响为负,权威效应的影响为正,但两者对购买意愿的总效应均显著为正,且权威效应影响更大,适用群体范围更广;(3)补贴退坡对购买态度和购买意愿均起中介作用,对购买意愿直接作用显著为负;(4)相对成本框架和积极环保框架分别对购买态度和有限理性的作用具有调节效应。基于以上结论,本研究提出,随着补贴退坡,政府和企业需要提升新能源汽车的功能属性;在政策设计方面,采用相对成本框架类助推政策的调节效果最佳,而采用积极环保框架类助推政策则需要考虑受众有限理性的程度。研究成果为后补贴时代新能源汽车推广政策的设计提供了有力的决策支... 相似文献