基于神经网络方法的成都市居民生活用水量预测和分析

基于成都市1981－1998年间居民生活用水量的实际数据,采用人工神经网络方法对影响居民生活用水量的主要因素进行了分析,然后,采用相关因素预测法和组合预测法预测了居民生活用水量。经实际样本检验表明：组合预测法的预测精度较高。最后,采用组合预测法预测了成都市1999－2004年的居民生活用水量。     

城市生活用水量预测的PLS-ANN模型

城市生活用水量受到多重因素的影响,这些因素之间的相关性都较大.将偏最小二乘回归与神经网络耦合,建立了城市生活用水量预测模型.将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数;利用神经网络建模可以较好地解决非线性问题.实例表明本预测模型的拟合和预测精度均较好.     

基于灰色GM（1,1）模型的城市用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以实例（新疆阿克苏市1990~2000年城市用水量资料）建立灰色GM（1,1）预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度为99%。用所建立的模型对阿克苏市2001~2005年城市用水量进行预测。结果表明,该灰色模型用于城市用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与实际情况比较吻合。     

城市日用水量预测模型比较研究

目的 为保障预测结果准确可靠,建立精度高、可靠性强的城市日用水量模型.方法 应用单指数平滑法、灰色方法与BP神经网络方法,分别建立相应日用水量预测模型,并以哈尔滨市的日用水量数据为原始数据进行了实际预测.结果 单指数平滑法与BP神经网络模型预测精度较高.用灰色模型预测,所得数值呈递减趋势,其预测精度最低.结论 BP网络预测模型是最有效的日用水量预测模型.如果日用水量变化不大,还可采用单指数平滑法预测日用水量.     

基于多尺度下AR(P)耦合预测模型的应用研究

基于多尺度分析理论，运用Mallat算法和Daubeclfies小波，把时间序列分解为比原始序列更单一的细节和慨貌部分，并利用AR(P)模型能反映时间序列中邻近时刻间联系的特性，对序列分解后的部分进行拟合与预测，然后再由多尺度分析中的重构方法进行序列重构，由此建立耦合的预测模型。通过黄河青铜峡270多年(1724～1997)年径流时间序列的建模及验证，表明拟建的耦合模型与传统单一模型的预测精度相比，由50％提高到90％，可用于实际需要。     

航空客运量的BP神经网络组合预测模型

根据组合预测的理论和神经网络的非线性和良好的函数逼近特性,提出了基于人工神经网络的灰色幂模型、多项式回归模型组合的航空客运量预测模型．此模型综合了各单一模型的有效信息,同时也融合了人工神经网络在不确定因素预测领域的优势,能够比较客观地反映我国航空客运系统的发展趋势．文末通过实例对模型精度进行了分析,结果表明,预测值与实际结果具有良好的一致性．     

基于拓扑预测模型的船舶纵摇运动预报

针对船舶纵摇运动系统的灰色特性,利用拓扑预测法与GM（1,1）模型,研究船舶在海浪中非线性纵摇运动的预报问题,分别建立船舶纵摇运动的拓扑预测模型和船舶纵摇运动的GM（1,1）模型.根据实测船舶纵摇运动数据的特点,探讨拓扑预报模型的阈值选取方法.仿真结果表明：采用拓扑预测模型对船舶纵摇运动预报研究是合理且可行的.     

长春市生活垃圾产量预测模型的建立简

生活垃圾产生量对城市环境具有重要意义,因此,合理预测未来生活垃圾产量为科学有效地管理垃圾提供了重要依据.利用GM（1,5）模型建立了长春市主城区生活垃圾产量预测模型,而在该模型中涉及到的城区非农业人口数、国民生产总值、居民平均支出及消费品零售总额等影响因子可利用GM（1,1）模型进行预测,进而对模型进行检验.结果表明,5个模型精度很高,模型预测值和原始值之间的残差很小,关联度很高,可用于未来垃圾产量预测.     

生活需水预测的弹性系数法改进模型及应用

弹性系数法是一种广泛使用的需水量预测方法,其建立模型的关键步骤是提取合理的需水量影响因素,为了有效地提取需水量的主要影响因素,采用灰色关联法,分析了弹性系数模型变量之间的关系,提出了自然对数预处理方法,并以郑州市生活需水量预测为例,进行方法的比较分析,结果表明该方法是合理和有效的,进一步丰富了灰色关联分析法的应用,需水量预测结果也比较符合实际情况,可为郑州市水资源规划提供参考依据。     

基于GM(1,1)-马尔科夫模型的城市用水量预测

运用GM(1,1)-马尔科夫模型对城市用水量进行预测,克服了灰色预测与马尔科夫预测各自的缺点和不足,提高了预测的精度,增强了预测结果的可靠性、科学性和实用性.     

机械增长的人口模型与佳木斯市城区生活用水预测

对人口模型的推理公式进行改进，阐述了新模型的性质，并用于预测佳木斯市市区与城区的人口；同时进行了佳木斯市城区的生活用水预测。     

基于灰色关联分析和支持向量回归机组合模型的我国畜产品消费量预测

我国是畜产品生产消费的大国。随着畜产品种类的日益丰富, 畜产品消费结构也悄然变化, 为了避免市场供需失衡, 研究预测我国畜产品消费量对引导制定较为合理的生产计划有着十分重要的意义。基于此, 构建了基于灰色关联分析和支持向量回归机的畜产品消费量组合预测模型。灰色关联分析为组合预测提供了选取单项预测模型的依据, 确保了参与组合预测的单项预测模型的质量, 支持向量回归机以其良好的学习泛化能力用于组合预测中,可以对复杂环境下的事物做出较为准确的预测。在上述理论与方法研究的基础上, 将基于灰色关联分析和支持向量回归机的组合预测模型综合应用于我国猪肉消费量的预测实践中, 通过实验结果比较分析, 验证了研究成果的有效性。     

江苏省城镇居民住房消费能力的分析与展望

通过对江苏省城镇居民收入水平、住房消费支出水平及住房市场需求结构的抽样调查和统计分析,分别对江苏省城镇居民住房消费的发展趋势,普通城镇居民对住房价格及对成本租金的承受能力进行分析、预测与对比,并得出了江苏普通城镇居民已完全具有经济适用住房的购买力,但近期还不具备成本租金的承受能力的结论。     

灰色递补模型在城市需水量预测中的应用

目的提出使用灰色递补模型准确地预测城市需水量,弥补传统灰色预测中不能对外界影响因素做出反应的不足.方法在传统灰色预测基础上,由已知数列预测一个值,将预测值补加到已知数列中去,同时去掉最早期的一个数据,保持维数的不变,接着预测下一个数据,把新的数据补充到原数列中去,同样去掉最早期的一个数据,这样逐个替换、补充,依次递补,直到完成预测目标.结果通过模型模拟结果可以看出灰色递补模型在模拟精度方面要远远超过传统灰色模型,灰色递补模型模拟的相对误差较小,小误差概率P、均方差比值C都较好,对未来需水量预测更准确.结论通过对比和实践验证,灰色递补模型弥补了传统灰色模型在预测中的不足,把外界对需水量的影响降到最低,能更好地预测城市未来需水量.     

江西省城镇居民消费结构的分析与预测

运用计量经济分析对三个年度的江西省城镇居民的消费结构进行了定量分析，并应用时间序列分析方法对未来三个年度江西省城镇居民的消费结构进行了预测，为科学地制定消费政策，正确地引导居民消费提供了科学依据．     

基于IPAT的城市水资源消耗量分析与预测

水资源的消耗是影响城市经济发展的重要因素之一,运用经典的IPAT方程从理论上初步分析了影响城市水资源消耗的影响因素及水资源消耗量与城市国内生产总值(GDP)之间的关系。研究结果表明,产业比值是技术因素中的主要表现因素之一,提高GDP的同时尽可能不增加水资源的消耗是城市的发展目标。以国内某典型重工业城市为例,水资源消耗量与产业比值的变化趋势基本一致。设计了5种发展案例,其中,第4种模式的GDP年均增长率为8%,单位GDP水资源消耗年均降低5%,是最优方案。在该模式下,该市至2020年水资源消耗量将达9.70×108 m3(2010年的1.3倍)。     

互联网金融发展对居民消费的影响探析

以互联网金融为研究背景,分析互联网金融的发展现状,找出在发展过程中存在的问题,并基于互联网消费金融,分析互联网金融给居民消费所带来的积极影响和消极影响,进而从完善法律法规、增强居民风险意识和进行产品技术创新等方面提出相应对策。     

不同消费模式下的虚拟水消费分析

水是日常生活消费过程中必不可少的资源,消费模式的变化与水资源的消耗有着直接关系.对郑州市1999—2008年城镇居民和农村居民虚拟水消费量分别进行计算分析.结果显示:郑州市城镇居民虚拟水消费量呈现出逐年增加的趋势,农村居民虚拟水消费量略有下降;城镇居民人均虚拟水消费量是农村居民消费量的1.6倍左右;城镇居民的虚拟水消费多样性指数与均匀性指数均高于农村居民.这就需要增加农村居民的收入,提高农村居民消费水平,缩小城乡差距;同时还要正确引导人们的消费习惯,提高水资源的利用效率.