企业经济分析中季节性数据的统计预测

本文论述了季节性数据的常用预测方法,提出了变动周期振幅的季节性数据的统计预测方法,给出了一个预测实例.     

基于BP神经网络的宏观经济季度预测

运用BP神经网络预测技术对季节性宏观经济数据进行了预测,筛选出效果优良的模型,提出了对于季节性时间序列一般的神经网络建模步骤.     

基于BP神经网络的宏观经济季度预测

运用BP神经网络预测技术对季节性宏观经济数据进行了预测,筛选出效果优良的模型,提出了对于季节性时间序列一般的神经网络建模步骤。     

一种新的最优组合预测方法及其应用

基于优化理论讨论了现有的组合预测方法，并且将其发展成为一种通用方法。证明了最优组合参数的存在性，不仅给出了一种用非线性规划求解最优组合参数的算法，而且证明了用最优组合方法所得到的预测值的拟合度在平方误差的测度下要比单一的预测方法要高。用此方法对实验的经济问题进行了预测分析，效果良好。     

一种变权重组合预测方法研究

建立了样本点组合预测优化模型,提出了两种确立预测时点组合预测权系数的方法,并通过实例说明了这些方法的可行性和有效性。     

常用空调负荷预测方法分析比较

准确预测空调负荷不仅对蓄能空调高效运行意义重大,而且也是新兴的冷热电三联产技术发挥技术优势的关键所在.针对同一幢建筑,分别采用了多元线性回归、季节性指数平滑法以及神经网络方法等三种典型性预测方法进行负荷预测研究,并对三种方法做了进一步改进.然后从预测精度、建模的复杂程度、工程上的可行性以及模型的其他特性(新建筑预测问题)等四个方面对负荷预测方法进行分析.结果表明:神经网络方法具有较高预测精度,而改进的季节性指数平滑法则具有较好的工程应用价值.     

一种新的模糊自适应变权重组合预测算法

模仿人的决策过程,提出了一种模糊自适应变权重组合预测算法。算法通过各个单项预测算法在过去和最近时期与实际观测值的匹配程度自动地调整权重的分配,是一种变权重组合预测算法。仿真结果表明该算法简单有效,跟踪迅速。     

基于神经网络的一种组合预测的构建与应用

以长春一汽集团的汽车生产总量为研究对象,分别构建了回归分析、灰色预测和神经网络三个预测模型,并在此基础之上,借助神经网络对三个模型进行了组合,构造了一种新的组合预测模型.通过对几种模型的分析比较,得出这种组合预测具有很高的预测精度.而且,预测表明组合模型比单一模型的预测更加稳健.     

企业经济分析中季节性数据的统计预测

本论述了季节性数据的常用预测方法，提出了变动周期振幅的季节性数据的统计预测方法，给出了一个预测实例。     

物流需求预测中周期因素和季节因素的探讨

物流需求预测是物流活动的战略性和规划性决策基础。作者在一大型医药生产企业实地调研 ,发现其多数产品的市场需求都带有很强的周期性和季节性。由此建立两种模型对这一企业某一成品的市场需求进行预测 ,并对需求预测中的周期性因素和季节性因素进行了探讨。最后得出在预测阶段特别关注时间序列中的周期性因素 ,会提高预测的精度     

基于BP神经网络自贡房地产价格走势预测

文章通过分析调查影响自贡房地产市场的主要因素,基于BP神经网络,结合自贡住宅市场的实际情况,建立两类BP神经网络预测模型：基于时间序列的趋势预测模型、基于影响因素的回归预测模型,预测了自贡房地产市场价格走势。模拟预测2010年的结果证明了2011年房价预测的有效性,可为自贡城市建设的可持续发展提供有价值的指导意见。     

月径流序列的季节性ARIMA模型

基于月径流序列是一类周期性的非平稳时间序列的特点,本文建立了季节性ARIMA 模型.文中编制了电算程序,并应用于水库的月径流预报,获得了满意的结果.     

基于业扩报装的全社会电量预测方法研究

电力系统需求侧业扩报装的容量是分析预测全社会用电量的一个重要参考指标,长期以来,都以定性分析为主,文章以安徽为例,在对相关变量进行季节性分解的基础上,建立业扩报装容量和全省全社会用电量之间的定量关系月度模型。结果表明所建模型预测结果具有较高参考意义,并适用于短期月度电量预测。     

趋势外推法在电力负荷预测中的应用

研究了电力系统负荷预测的趋势外推预测技术，采用二次指数平滑技术和二阶自适应系数法进行发电量预测，并运用C语言编程，通过实际算例进行了比较分析．     

趋势外推法在电力负荷预测中的应用

研究了电力系统负荷预测的趋势外推预测技术,采用二次指数平滑技术和二阶自适应系数法进行发电量预测, 并运用 C 语言编程,通过实际算例进行了比较分析．     

数字长江流域高性能洪水预报系统框架

针对长江流域河流健康发展涉及的水资源配置、洪水致灾、灾害分析与评估、洪水预测预报等难题,结合长江流域自身特性,构建数字长江流域高性能洪水预报系统的总体框架,分析预报系统需要解决的关键科学技术问题,阐述预报系统的技术路线,介绍预报系统的结构、重要的数学模型以及运行流程.依据这一基本框架构筑的长江流域洪水预报系统,能够为制订适应长江防洪新形势的防洪战略、防洪规划及有效的防洪减灾对策提供科学依据和技术保障.     

黑龙江省洪水预报系统在小流域洪水预报中的应用

黑龙江省洪水预报系统包括模型率定子系统、实时作业预报子系统和系统管理3部分.针对预报站点具体情况,对测站通过模型参数率定及方案输入制定预报方案,连接实时和预报水情数据库,对发生实时暴雨做出预报分析.根据本流域实际情况,开发出适合本流域情况的模型,导入到系统中.     

基于支持向量机的中长期入库径流预报

采用基于支持向量机的预测模型对水库中长期入库径流进行预报,建立径流预报的SVM模型。预报因子的优劣决定着预测精度的高低。为了提高预报精度,尝试采用模糊优选法对预报因子进行优选。将所建模型应用于新疆雅马渡站的径流预测中,并与没有进行预报因子优选的SVM模型进行比较。结果表明,进行预报因子优化后的SVM模型明显提高了径流的预报精度,具有更高的应用价值。     

纺织行业供应链运作模型与预测系统

从化纤行业入手,通过分析纺织产品供应链及其影响因素,建立了反映纺织供应链之间的内在关系的线性回归和自回归模型,重点研究了价格预测系统。该模型能向用户提供即时的经济分析手段,从定量角度帮助纺织行业和业内企业把握各纺织原料价格走势,有助于客户了解市场的即时行情走势。建立的预测模型和分析结果可作为纺织供应链企业及国家有关部门对化纤行业进行宏观调控的依据。     

用电负荷预测技术及其应用

用电负荷预测要根据电网的用电负荷特性,充分考虑各种因素;用电负荷预测结果应达到一定精度;用电负荷预测的对象很多,应根据实际需求,对不同的对象有重点的进行预测;用电负荷预测要用科学的方法,根据不同的预测对象,建立一定的数学模型;用电负荷预测是电力系统安全经济运行和电网规划不可缺少的组成部分;用电负荷预测应深入分析研究用电负荷特性和变化规律,努力提高用电负荷预测准确率.