知识卡片

灰色清关 苏联解体之初,俄罗斯急需进口大量便宜货品。鉴于俄海关清关手续烦琐,关税混乱,为鼓励进口,简化海关手续,俄罗斯海关委员会允许清关公司为货主代办进口业务。这些公司与海关官员联手,将整架飞机的货物以包裹托运的关税形式清关。后来,此清关方式被推广到海运、铁运和汽运,统称为“灰色清关”。     

城镇居民消费结构演变的聚类分析与灰色预测

文章将灰色关联分析方法和灰色预测方法结合运用,建立我国城镇居民消费结构阶段性演变的GCA-GM模型.在聚类分析的基础上,计算不同时期我国城镇居民消费支出的构成要素与消费结构的灰色关联度,并进行比较分析,总结其阶段性演变的规律.根据GM(1,1)模型对2007～2014年的城镇居民消费发展趋势进行预测,通过对预测结果的关联性分析,揭示我国城镇居民消费结构的演变方向.     

产业发展与经济增长的灰色关联度分析——以产业振兴规划涉及的重点产业为例

制定和实施重点产业的振兴规划,是我国应对国际金融危机实施一揽子计划中的又一重大举措.政府为什么会选择这些产业作为重点?本文采用灰色关联度理论,分析产业发展与经济增长之间的关联度,证明这些重点产业对国民经济的发展确实具有举足轻重的地位.重点产业振兴应坚持近期和中长期相结合、扩大内需与振兴产业相结合、产业振兴与科技创新相结合.     

高技术产业对经济发展的关联性分析——基于灰色关联的实证研究

文章将经济发展分为经济增长、产业结构优化、资源消耗和环境保护、就业增加四个指标,然后采用灰色关联分析方法,选取2004-2011年各变量的时间序列数据,分析了高技术产业及其细分行业对经济发展各个指标的关联度大小。结果显示高技术产业在促进经济增长、优化产业结构、发展低碳经济和增加就业方面影响力显著,但是其能源消耗水平仍然稍高;高技术产业细分行业在促进经济发展各指标方面存在诸多差异。研究表明,大力发展高技术产业,有助于"十八大"报告提出的"加快形成新的经济发展方式"目标的实现。     

改进粒子群算法优化灰色神经网络预测模型及其应用

文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN).并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征.在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性.     

基于等维新息递补GM(1,1)幂模型的GDP预测

针对灰色模型在GDP预测中精度较低的问题,文章提出一种基于等维新息递补GM(1,1)幂模型的预测方法.为反映数据的非线性特征,在GM(1,1)模型的基础上引进拓展的非线性GM(1,1)幂模型;进一步利用最新信息优先的原则,建立等维新息递补灰色幂模型.将改进的模型应用到我国“十三五”时期GDP的预测中,验证了此模型在拟合和预测上的优势.     

基于灰色线性回归组合模型的金融预测方法

建立精确的金融预测模型对金融产品管理和风险控制具有重要的实用价值.文章针对新时期下金融产品推出周期短,可建模数据少的特性,构建了一种少数据建模的灰色线性回归组合金融预测模型.针对传统GM模型中忽略了数据的线性变化规律,对传统的GM模型进行改进,加入线性部分,构建了灰色线性组合金融预测模型,并给出了灰色线性组合金融预测模型的参数识别算法.最后实证分析了灰色线性组合金融预测模型对少数据建模的有效性,且实证结果显示该组合金融预测模型具有较高的预测精度.     

基于灰粗集属性知识简约算法的海运规则发现

海运市场运营规则能够帮助海运企业找到盈利增长点,针对海运市场营运规则难于被发现的问题,将灰色系统理论和粗糙集理论进行融合,针对知识约简中分辨函数范式转化过程中的逻辑推演难题,提出了一种基于灰色粗集融合属性的改进约简算法,选取2007年、2010年、2013年、2015年典型年份作为样本年份,应用灰色系统、粗糙集和基于灰粗集知识约简算法分别进行海运市场盈运规则发现实证分析,通过比较证明了该算法的时效性,同时发掘出了当前海运市场的船型、货品、航线、运价、运力间的营运管理规则。     

转移概率方法在夏季降水量气候预测中的应用

采用转移概率方法及最大概率预测原理,分析研究了通辽市1951～2000年夏季降水量等随机时间序列状态之间的转换规律,结合各序列状态的初始分布,建立预测模型,并对2001～2007年进行预测.结果表明,该方法预测效果较好,适用性强,具有良好的应用前景.     

大都市服务经济发展的劳动力因素——基于从业人口数据模型的分析

本文在对比分析纽约、东京两个国外大都市服务经济发展的一般规律和劳动力变动特征基础上,以服务业从业人口结构和规模的历史数据作为切入点,对比分析上海服务业的发展状况,指出上海与纽约、东京服务经济发展的差距及存在的主要问题。并进一步构建了基于从业人口数据回归分析的服务经济发展预测模型,运用该模型对上海市未来服务经济从业人口的比重进行预测．分析表明上海的服务业发展正处于加速增长期,并仍将保持快速发展的势头,按此速度到2020年其从业人数比重可达80％;要实现上海服务经济的健康、快速发展应采取积极的人才引进战略和人口政策。