基于组合预测模型对中国总人口的预测

以新中国成立以来全国总人口数量为研究对象,通过模型预测探讨全国总人口变动趋势。在Logistic模型、Leslie模型及BP神经网络模型基础上,按照误差平方和最小的原则,建立组合预测模型。组合预测结果,2012-2020年全国总人口年平均增速为0.58%,到2020年我国总人口将达14.1617亿人。     

区域视角下我国老龄化人口的组合预测模型

为提高预测老龄人口的精度,以残差修正GM(1,1)模型、灰色-BP神经网络模型和Logistic预测模型作为单项模型,建立了一种基于相关系数的诱导有序加权平均(IOWA)算子组合预测模型.利用该模型对2000—2020年我国东部、中部、西部和东北部地区及全国老龄(≥65岁)人口数量进行预测显示,该组合预测模型的预测效果显著优于上述3个单项预测模型,表明该模型能够有效地提高老龄人口的预测精度.利用该组合预测模型对未来10年我国东部、中部、西部和东北部地区及全国老龄人口数进行预测显示:我国老龄人口数总体呈现逐步增长态势,同时区域间的老龄化进程差异也不断增大,其中东部地区老龄人口增长得相对较快,中部地区则增长得相对较慢.该预测结果可为我国老龄人口政策的制定提供参考.     

灰色马尔可夫链预测模型对我国能源需求量的预测

由于我国每年能源需求的不确定性,运用灰色马尔可夫预测模型对我国各年的能源需求进行了预测.从预测结果来看,灰色马尔可夫模型的预测结果误差很小,能对我国各年能源的消耗量作出准确地预测.     

最优组合预测模型在成都私家车数量预测中的应用

建立一个以预测误差平方和达到最小为准则的正权重组合预测模型.以成都私家车数量预测为例,分别采用灰色预测模型、指数模型、一次函数模型、二次函数模型、三次函数模型做单项预测.通过组合预测,得到更高精度的预测结果.以最优组合预测模型预测成都市在2009年的私家车数量,并与实际值进行比较,对比分析计算误差.同时也运用组合预测法对2010年成都私家车数量进行了预测.     

基于GMDH的中长期电力负荷组合预测模型

组合负荷预测模型能够充分利用数据信息,有效降低预测风险、改善预测效果,在中长期负荷预测中获得了广泛应用。而目前的组合预测模型实质大都为单一预测模型的加权平均,没有能够充分发挥综合预测的优势.应用数据分组处理方法（GMDH）进行组合预测,在充分考虑各单一模型特点和预测效果的基础上,形成多元非线性组合预测模型,自动从数据中挖掘出重要信息,克服了传统组合预测模型建模中的主观因素影响,可以改善预测精度。并将该预测模型应用于实际电网,计算结果表明该模型有效提高了预测精度,适用于中长期负荷预测.     

基于IOWA算子我国人均GDP的组合预测模型

以国家统计局全国1990—2015人均GDP数据为研究样本区间,对数据进行单项预测,即对数据进行指数预测和指数平滑预测,引入其他变量进行多元回归预测。将3种单项预测综合考虑,建立基于IOWA算子的组合预测模型。通过计算比较相应的预测值和预测精度,从而比较各模型精确程度。从实验结果可知,运用IOWA算子组合最为合理。最后通过建立的组合预测模型预测我国2016—2020的人均GDP值。     

特大交通事故动态分布拟合及灰色拓扑预测模型

根据国家统计局1996-2012年特大交通事故的统计资料,利用Matlab软件对交通事故的4项指标进行动态分布拟合,以灰色预测模型为基础建立了灰色拓扑预测模型,并预测了未来5年的特大交通事故发生情况.结果表明,灰色拓扑预测模型精度达到1级标准,说明该模型对我国特大交通事故发生情况的预测具有可靠性.     

基于粒子群优化算法的能源需求预测

鉴于能源系统是一个复杂的非线性系统,故本文引入解决非线性及高维模式问题具有较高精度的粒子群优化算法(PSO),以各影响因素标准化值作为输入变量,建立了基于PSO的线性和指数两种形式的能源需求预测模型.对我国2000-2011年能源需求量进行模拟与仿真,得到两模型预测精度分别为0.824%和0.568%,证明指数预测模型具有较高的精确度.并利用PSO指数模型对我国2015年能源需求量进行预测,得出在未来几年能源需求量将以平均每年7.48%左右的速度增长.     

生态足迹视角下区域适度人口容量预测——以赣州市为例

根据生态足迹理论,建立生态足迹计算模型和生态适度人口容量预测模型,分别对赣州市2012年的生态足迹和生态承载力进行测算与分析,对赣州市2020年生态适度人口容量进行预测.结果显示:2012年赣州市域生态足迹为1.346704955 hm~2/人,可利用生态承载力0.580912783 hm~2/人,生态赤字为0.765792172hm~2/人,预测赣州市2020年生态适度人口容量为1047.07万人.与预测的生态适度人口容量相比,根据四次多项式曲线拟合模型预测的赣州市2020年人口总量将超出约106.54万人.届时,赣州市将面临严重的人口压力.据此,为提高赣州市适度人口容量以及减轻人口压力提出几点建议.     

短期电力负荷组合预测方法研究

为了解决短期电力负荷不同预测方法的预测角度片面性、预测精度差等问题,提出了基于小波神经网络(WNN)的组合预测模型.首先用小波神经网络预测模型和历史平均模型分别进行预测,然后再通过小波神经网络对两单一模型的预测值进行组合.相比BP神经网络组合模型,该组合预测模型的预测精度大大提高.该模型同时引入模糊聚类分析的方法选取组合模型的训练样本,减少了训练样本的冗余性,提高了预测模型的精度.