基于组合预测模型的股票预测方法的研究

对股票预测问题进行了深入的研究,提出了一个新的预测方法.针对股票时间序列的高度非线性、高噪音的特点,采用小波变换方法有效的过滤噪音、约简数据,并对ARIMA模型和BP神经网络预测模型进行了研究和分析,提出了一个基于ARIMA模型和BP神经网络模型的模糊变权重组合预测模型,应用该模型对股票时间序列进行分析预测,取得了令人满意的效果.     

塑料排水板处理软土路基的沉降预测

研究沉降组合预测中单项模型选择的合理性,基于弥补非负不变权重组合预测模型的缺陷,提出不同加权重分配形式的组合预测模型,为地基沉降探索实用简便的预测方法,供工程实践上沉降预测的参选借鉴。     

基于支持向量机的大连港主要货种吞吐量预测研究

为建立适合港口典型货种煤炭、油品、集装箱吞吐量的数据模型,实现精准预测港口吞吐量,本研究中结合直接和迭代预测模型的优点,构建了基于支持向量机模型的多步混合预测方法,并通过对大连港66个月吞吐量样本数据进行了实证分析。结果表明:利用建立的多步混合预测模型计算,煤炭、油品、集装箱的预测值与实际值的平均相对误差分别为5.7%、4.2%、2.8%;相关系数分别为95.5%、95.2%、98.2%。研究表明,本研究中构建的多步混合预测模型参数标定准确、预测精度较高,可为港口经营者掌握港口运转状态及经营决策提供技术支持,在港口多货种吞吐量指标预测中具有可行性。     

基于支持向量机的大连港主要货种吞吐量预测研究

为建立适合港口典型货种煤炭、油品、集装箱吞吐量的数据模型,实现精准预测港口吞吐量,本研究中结合直接和迭代预测模型的优点,构建了基于支持向量机模型的多步混合预测方法,并通过对大连港66个月吞吐量样本数据进行了实证分析。结果表明:利用建立的多步混合预测模型计算,煤炭、油品、集装箱的预测值与实际值的平均相对误差分别为5.7%、4.2%、2.8%;相关系数分别为95.5%、95.2%、98.2%。研究表明,本研究中构建的多步混合预测模型参数标定准确、预测精度较高,可为港口经营者掌握港口运转状态及经营决策提供技术支持,在港口多货种吞吐量指标预测中具有可行性。     

基于变权重组合模型的山东省建筑垃圾产量预测

中国城镇化进程加快,相伴而生的建筑垃圾体量飞速增长,控制建筑垃圾的体量实现生态发展成为关键。本文以2006-2020年山东省的建筑垃圾估算产量为研究对象,分析线性回归模型、灰色模型以及BP神经网络模型三个单项模型的拟合结果,构建了建筑垃圾产量变权重组合预测模型对2021-2025年山东省建筑垃圾产量进行预测。结果表明：该变权重组合预测模型预测精度较高,可以有效预测山东省建筑垃圾产量。该变权重组合预测模型预测精度高,预测结果较为准确。本研究结果可为山东省建筑垃圾整治管理及资源化处理提供思路和参考数据。     

辽宁拟建项目

项目名称:锦州港第二港池11#集装箱泊位项目建设内容:11＃为集装箱泊位,年吞吐量为12万 TEU;码头结构为3.5万吨级;码头泊 位长度340米,前沿设计水深-13.3米建设周期:2000年至2001年总投资额:36915.08万元建设单位:锦州港(集团股份有限公司)联系地址:辽宁锦州经济技术开发区锦州港务(集 团)股份有限公司     

路基沉降预测分析

通过对路基沉降机理的分析,对比了各类沉降预测模型,应用最小二乘法建立了组合预测模型。通过实测数据的建模分析,实测值与预测值吻合较好,基于固结理论计算的最终沉降值与预测值的比较表明模型也是可信的,预测方法是可行的。     

基于组合灰色预测模型的物流企业运营成本预测

运营成本预测是物流企业制定企业发展战略的基础。文章基于GM(1,1)模型、Verhulst模型和SCGM(1,1)c模型建立组合灰色预测模型,运用预测有效度方法确定组合预测模型的权重系数,对物流企业运营成本进行预测。选用P物流企业2000—2009年的运营成本实际值作为原始数据,利用各预测模型预测2010—2012年物流企业运营成本。预测结果表明,组合灰色预测模型比单一预测模型具有更高的预测精度。在验证组合灰色预测模型可行性的基础上,进一步预测物流企业2013—2017年运营成本,为成本预测及相关领域提供理论及方法借鉴。     

燃气负荷组合预测中贝叶斯权重法的应用

文章将贝叶斯概率理论引入组合预测模型中,建立了基于GM(1,1)和偏最小二乘回归模型的燃气负荷动态权重组合预测模型。通过对某市的实例分析结果表明,此方法有效地提高了预测精度。     

大数据时代下的航班延误组合预测

为更加准确地预测航班的延误率,基于2015年7月国内所有29.89万次航班数据,对大数据进行数据挖掘处理,筛选可利用的数据,然后对数据进行定量化处理,用量化后的数据进行延误预测。首先,对航班数据进行预处理,并通过影响因素分析确定航班延误的主要影响因素;然后,基于最小二乘法进行参数标定,建立组合预测模型预测航班延误率。采用SPSS对组合预测模型进行求解与检验,得出7月份航班的延误率为43.33%,而全国航班的实际延误率为46.79%,验证得出航班延误判断正确率高达81.86%;组合预测模型对8月份的航班的预测结果显示,该模型是可行的。结果表明,组合预测模型能有效预测航班延误情况,能为航空公司、机场提供快速的短时航班延误决策。     

基于信息熵的燃气年负荷多模型组合预测

对于城市燃气年负荷预测,多模型组合预测是提高预测精度的有效方法。应用信息论中的信息熵概念对各单一模型进行综合评价,计算其在组合预测模型中的权重。实例计算证明,多模型的组合预测能综合单一模型的特点,具有良好的应用效果。     

组合预测模型在建筑结构寿命预测中的应用研究

着重对BP神经网络模型和组合预测模型进行了介绍,以“误差之平方和最小”作为最优准则,利用组合预测模型对回归模型和BP神经网络模型进行优化,通过对某混凝土结构剩余寿命的实例分析,检验了这些模型的可行性、可靠性。     

受周边基坑施工影响的道路沉降预测研究

基坑施工会造成周边道路的沉降,为研究受影响道路的沉降规律并建立预测模型,以某道路沉降监测数据为研究对象,建立了幂函数及多项式预测模型,并利用周边的基坑沉降数据建立了BP神经网络预测模型。计算并检测三个子模型的预测精度,最终利用基于标准差的权重系数构建组合优化模型。结果表明,组合优化模型预测精度高于单项预测模型,且具有精度高、计算简单、适用范围广、运算效率高等优点。     

基于灰关联定权组合模型的基坑变形预测分析

将基坑变形预测分为横向预测与纵向预测,横向预测选用相邻监测对象为影响因素,并建立各影响因素的一元非线性回归模型;纵向预测分别建立回归分析模型、时间序列模型、灰色系统模型、BP网络模型。以单一预测模型与监测对象的关联度为依据,确定了单一预测模型的权重值,建立了灰关联定权组合预测模型。分别运用单一模型与组合模型进行数据预测,并对预测结果进行分析比较,组合预测模型预测结果更为稳定、准确,能较好地反映监测对象的变化趋势。     

无偏灰色—马尔科夫组合模型在变形预测中的应用

在传统无偏灰色预测模型和马尔科夫模型的基础上提出了一种新的组合模型来对变形监测中的沉降进行预测。首先针对传统灰色预测模型存在灰色偏差与抗干扰能力弱的局限性,以及随机波动大的动态过程,提出采用无偏灰色—马尔科夫组合模型进行沉降预测。实验结果表明,利用该组合方法预测结果的精度要明显优于无偏灰色预测。     

灰色——神经网络组合模型预测城市用水量

针对城市用水量的预测，建立了以预测方法有效度为优化指标的求解组合预测权重系数的优化模型，并对灰色－神经网络的二元组合预测模型采用简化方法求解。该方法应用于长沙市河西供水系统的用水量短期预测，误差较小，能满足实际需要。     

基于改进灰色GM（1，N）模型的建筑工程造价预测

本文采用一种改进的灰色GM（1,N）模型,在对西安地区今年建筑工程造价数据分析的基础上建立了预测模型。原始数据经过初始化及1-AGO 处理后,利用对背景值采取光滑优化处理,建立了新型的灰色预测模型。     

建设工程造价指数预测研究

建设工程造价指数是反映工程价格波动的重要指标,是进行工程造价管理的重要依据。针对灰色预测模型和人工神经网络的局限性,在引入适用性更强的随机振荡GM(1,1)模型和蚁群改进BP神经网络的基础上,提出将两者融合的组合循环模型并进行实证分析验证,为准确预测工程造价指数提供借鉴。     

基于集对分析—组合赋权的隧道大变形预测方法

将集对分析理论、层次分析法和熵权法相结合,构建了隧道大变形综合预测模型。首先,选取岩石的单轴抗压强度、弹性模量、最大主应力和强度应力比来构建评价指标体系。其次,采用层次分析法计算主观权重、熵权法计算客观权重,并采用乘法对评价指标的主客观权重组合赋权。最后,利用综合预测模型预测隧道大变形等级,并对比分析该预测模型、模糊层次法和层次可拓法的预测结果。研究结果表明:基于集对分析—组合赋权的隧道大变形预测方法的结果较之于模糊层次法更为保守,较之于层次可拓法更为冒险,该方法可以对大变形隧道的支护设计提供一定的参考。     

基于支持向量机的潜在高血压预测研究

随着高血压患者的逐渐增多,并且日趋于年轻化,如何防治高血压病成为重要课题。鉴于此现状,文章提出基于支持向量机的高血压预测方法。根据支持向量机原理,对高血压病理属性进行分类,建立高血压病的预测模型,通过计算不同分类属性的权重指数,获取不同属性对高血压病影响的重要程度等级,进而实现潜在高血压病的预测。实验结果表明,利用支持向量机算法能够有效对潜在高血压病进行预测,为早期高血压病的检测与防治提供理论支持。