口感预测型食品物性仿生检测系统

针对目前在使用质构仪进行食品物性检测时,存在的检测数据准确性较差,操作系统功能单一,测试结果与口感评价间无关联性分析等缺点,提出了基于六自由度并联机器人的口感预测型仿生检测系统。设计了仿生咀嚼检测平台;利用数理统计原理和最小二乘法建立了物性检测数据与口感评价之间的数学模型,实现了仿生检测系统的口感预测功能。实验结果表明,利用数学模型获得的口感预测值与人口感评价结果之间的误差小于9%,满足实际应用的需要,验证了口感预测数学模型构建的正确性及口感预测功能的可行性。     

中国旅游业发展若干指标分析与预测

运用回归分析法分析了我国旅游业入境旅游人数、国内旅游人数和旅游总收入与时间及人均国民收入的关系,认为“三大旅游经济指标”与时间(年)和人均国民收入均存在极显著的正相关性。当人均国民收入增加1美元时,入境旅游人数将增加10.218万人次,国内旅游人数将增加71.595万人次,旅游总收入增加6.938亿元人民币;预测到2015年,入境旅游人数将接近2亿人次,国内旅游人数突破20亿人次大关,旅游总收入也将突破2万亿元人民币,年平均增长率分别为9.10%,6.51%和11.16%。     

1906-1908年的郑孝胥与预备立宪公会

考虑到我国未来年度的OD分布预测中的路网构成变化、区域经济布局变动、区域经济增长速度差异等一些具有时变性和特殊性因素,采用在“四阶段法”运量预测基础上改进而成的“三阶段法”进行高速铁路短期客运量预测。首先采用组合预测模型进行趋势运量预测,然后采用多元LOGIT模型进行方式分担,最后采用弹性系数诱增模型进行诱增运量预测。以京沪高铁为例,采用“三阶段法”预测了2014年和2015年京沪高铁本线及跨线单向客流量。     

专门人才预测的信息采集和处理

专门人才预测是制定教育规划的基础.为提高预测的准确性.应在定量预测技术中注重信息采集和处理两个环节.本文用实例论述了人才预测信息采集的注意点,信息指标的内涵外延,以及处理人才预测信息数据的方法.     

基于灰色线性组合模型的农产品物流需求预测

以北京市农产品物流需求为研究对象,采用灰色 GM(1,1)模型为基本方法,使用 Matlab 软件,借助蚁群算法求出了单个模型的权数,构建出灰色线性组合模型,对"十三五"时期北京市农产品的物流需求进行预测。研究发现：北京市农产品物流需求在"十三五"期间稳定增加。因此,要平衡"十三五"期间北京市农产品物流的供给与需求,应增加农产品物流的供给,即完善农产品物流基础设施建设、大力支持农产品物流企业的发展和政府加强宏观调控。预测的结果表明：灰色线性组合模型的拟合度较好,比其他传统方法有更高的预测精度。     

Aligning supply chain collaboration using Analytic Hierarchy Process

The significance of collaboration among supply chain members has been sufficiently stressed in the recent literature as a powerful tool for increasing accuracy of demand forecasts and for consequent cost reductions. Since it has been recognized that naïve forecasting is no longer cost efficient, Supply Chain (SC) members have found it very important to exchange relevant information that will help improve accuracy of demand forecasting. This information differs widely in terms of their characteristics. For example, some information (e.g. historic sales data) that is cheap to exchange may not contribute to a great increase in forecast accuracy. Similarly, some information may not be very reliable (e.g. demand forecast by individual SC members). In general, there is a trade-off in the kind of information required and the kind of information exchanged. This study analyses these trade-offs using an Analytic Hierarchy Process (AHP) model. The model is then implemented based on case studies conducted in two manufacturing firms. The AHP model ranks available information in terms of their contributions to improve forecast accuracy, and can provide vital clues to SC partners for preparing exchangeable data. From the case studies using AHP model, it was proved that using the preferred SC data, the firms could enhance forecasts accuracy. This in turn can help the firms to make decisions on SC collaborative arrangements for information exchange.     

折扣系数法在建立预测模型中的应用

本文针对不同观测点对预测值的不同影响,采用折扣系数法探讨了用折扣最小二乘法和折扣最小一乘法建立预测模型的方法以及用折扣系数法建立组合预测模型的方法。本文的方法不仅适合于一般趋势预测模型的建立,也可推广到一般回归预测模型的建立。这对于提高预测模型的预测精度有着重要的意义。     

基于联系数贴近度的区间型组合预测模型及其有效性

利用区间数和二元联系数的相互转化关系,把区间数组合预测问题转换成二元联系数组合预测问题。在联系数贴近度的最优准则下,建立基于联系数贴近度的区间型组合预测模型,分析了该模型的有效性理论,包括:基于联系数贴近度的区间型组合预测模型是非劣性组合预测、优性组合预测的充分条件定理,基于联系数贴近度的区间型组合预测模型的冗余预测方法的存在性和冗余方法的判定定理。对某省社会保障水平适度区间值进行组合预测的实证分析,结果显示所建立的模型能有效提高预测的精度。     

地震灾害预防研究的思维方法与实践

国内外许多主流科学家认为地震预报是不可能的,但少数国内的科技工作者在此方面却取得了国际领先的成果。在预报地震这一世界性难题面前,我们不能盲目附和西方主流科学家的意见,应发扬中国传统文化中的整体论观点、生成论方法的优势,结合西方还原论的方法,不断进行新的探索。     

基于数据驱动平滑检验的密度预测评估方法——以香港恒生指数、上证综指和台湾加权指数为例

本文提出了样本内和样本外密度预测评估的数据驱动平滑检验（data-driven smooth test）方法，并分别采用Newey-Tauchen的方法以及West-McCracken的方法来纠正参数估计对样本内和样本外密度预测评估的影响。运用本文提出的检验方法，我们比较了各种最大熵GARCH模型对中国三个股指数据（香港恒生指数、上证综合指数和台湾加权指数）的样本内和样本外预测绩效。结果显示：（1）最大熵GARCH模型可以用来刻画中国股指数据的典型化事实，GARCH模型中考虑了厚尾和偏态特征的Pearson IV分布对中国股指收益率的样本外预测绩效是很重要的；（2）具有较好样本内拟合优度和样本内预测效果的模型未必有很好的样本外密度预测效果，考虑到样本外预测的重要性，实际应用中我们应采用具有较好样本外预测效果的模型。