首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
何晓庆  蔡娜 《软科学》2013,27(1):141-144
组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。  相似文献   

2.
张维朋 《科技通报》2012,28(5):133-136
选取2002-2010年宁波市港口集装箱吞吐量数据,分别建立灰色预测模型与三次指数平滑模型,在两种模型基础上进行加权组合,建立科学的组合预测模型,并对"十二五"规划期间2011-2015年宁波港集装箱吞吐量进行预测。分析结果表明:组合模型的高精度预测可以对今后一个时期宁波港口发展和改革的战略以及可持续发展的建港提供思路。  相似文献   

3.
组合预测理论与建模技术对于信息不完备的复杂经济系统有一定的实用性,鉴于房地产价格的复杂性和非线性的特征,利用成都房地产价格的历史数据,分别采用改进的灰色预测模型、RBF神经网络模型建立了成都房地产价格的单项预测模型,并对单项预测模型的优缺点进行了比较分析。采用标准差法进行权重分配,将两个模型进行组合,建立了成都房地产价格的组合预测模型。运用该模型对成都未来5年的房地产价格进行了预测。  相似文献   

4.
多模型组合预测技术在渭南地税中的应用   总被引:1,自引:1,他引:0  
税收是国家发展的动力,民生提高的根本.通过建立合理模型,对相关经济变量进行了分析检验,进而提供未来税收的预测信息.基于渭南地税实际数据,通过建立一元回归、多元回归、曲线拟合、时序模型及神经网络的多预测模型,在分层单项模型基础上,定性定量相结合,建立组合预测模型,分配权重综合预测,克服了单一模型的局限性,进行了有效的实证研究.  相似文献   

5.
基于IOWA的我国能源需求组合预测模型的应用研究   总被引:1,自引:0,他引:1  
基于诱导有序加权平均算予的组合预测方法是近年来发展的具有广泛应用的预测模型。本文首先采用多元回归、基于HP的ARMA模型及灰色预测方法建立了我国能源需求的单项预测模型,随后引进诱导有序加权平均算子的概念,建立了我国能源需求的组合预测模型。并对我国未来的能源需求量进行了实证分析。预测结果表明该模型能提高组合预测精度,是一种较为简便、快捷且预测效果较好的方法。  相似文献   

6.
景气预测模型应用研究   总被引:3,自引:0,他引:3  
肖进  樊英  朱兵 《软科学》2006,20(4):12-15
将企业景气调查数据与传统统计数据相结合,综合利用这两类数据建立景气预测模型。首先分别建立景气预测的ARCH模型和GMDH自回归模型,然后构建了ARCH-GMDH组合预测模型。实证分析表明,与单一使用传统统计数据或企业景气调查数据建立的景气预测模型相比,综合利用两类数据建立的模型预测精度大大提高,从而为景气预测提供了一种新的思路。  相似文献   

7.
本文分别建立了四川省工业利润总额方面的GMDH自回归预测模型和AC预测模型,然后针对它们的预测效果建立了GMDH-AC组合预测模型。并将组合预测结果与实际值以及单一的GMDH模型、AC模型的预测效果进行了分析和比较,表明了所述方法的有效性和可行性,从而为预测工业利润总额及其它宏观经济预测指标在选择预测方法提供了参考。  相似文献   

8.
随着第三产业的快速发展,旅游业在推动经济增长中起着越来越重要的作用。本文利用变异系数法对单一的预测模型加权,建立了地区旅游需求量的组合预测模型。通过与GM(1,1)模型、线性趋势外推法和指数趋势外推法的预测误差进行比较,发现组合预测模型在对江西省旅游总收入的预测中精度更高,而线性趋势外推法对江西接待旅游总人次的预测中误差最小。文章最后利用实证得出的最优模型,对江西省未来五年的旅游需求做了预测。  相似文献   

9.
本文主要研究了基于改进指数平滑算法的气温预测问题。首先引入时间序列模型概念,对常用气温预测模型进行简要分析,另外对一阶指数平滑算法进行相关推导,同时提出了自适应指数平滑算法;其次,结合广西容县近30年月均气温实测数据,分别建立BP神经网络预测模型、传统指数平滑算法预测模型以及改进后的基于自适应指数平滑算法的预测模型,对2016年气温数据进行预测并分析模型优势;最后,将改进模型用于预测2017年和2018年中未知月份的月平均气温值,并针对实验结果进行数据分析修正。通过对不同预测模型的比较和仿真实验,结果表明基于自适应指数平滑算法的气温预测模型预测精度较高,实用性强,具有一定的推广性。  相似文献   

10.
一次指数平滑法、二次抛物线预测法和灰色预测方法建立了我国工业制成品市场需求系统的单项预测模型,并根据预测结果对各项模型的优缺点进行了比较分析,进一步采用标准差进行权重分配,建立了未来市场需求量的组合预测模型,并探讨我国制造业在未来的走向和趋势。  相似文献   

11.
周帆 《科教文汇》2009,(25):287-288
高考分数线是广大考生和家长关注的问题,准确预测高考分数线对填报志愿和决策分析都是必要的。本文采用变权重组合预测模型预测重庆市文科二批次高考分数线,该模型通过把单项预测模型进行组合分析,以误差平方和最小为准则,求出最优加权组合系数,建立组合预测模型。通过实例分析,表明其预测精度高于各单项模型预测值,在分数预测中有一定的应用价值。  相似文献   

12.
本文首先采用指数平滑模型、ARIMA模型及多元回归模型,对中国海洋生物医药业增加值建立了单项预测模型,随后引进诱导有序加权几何平均(IOWGA)算子的概念,建立了组合预测模型。实证结果表明,组合模型能有效提高预测精度。最后利用组合模型对"十三五"期间中国海洋生物医药业发展趋势进行了预测分析并提出了对策建议。  相似文献   

13.
本文首先采用指数平滑模型、ARIMA模型及多元回归模型,对中国海洋生物医药业增加值建立了单项预测模型,随后引进诱导有序加权几何平均(IOWGA)算子的概念,建立了组合预测模型。实证结果表明,组合模型能有效提高预测精度。最后利用组合模型对"十三五"期间中国海洋生物医药业发展趋势进行了预测分析并提出了对策建议。  相似文献   

14.
长期以来,煤层气储层含气量的预测一直是煤层气勘探领域关注的焦点。为建立煤层气含量测井预测模型,本文首先通过交会图法分析测井曲线与实验室分析含气量之间相关性,进而建立煤层气含气量的多元回归模型,并利用实测数据对模型进行了验证。结果表明,利用本文所得到的模型,可以较好的进行煤层气含气量的预测。  相似文献   

15.
基于神经网络的深基坑支护变形预测   总被引:1,自引:0,他引:1  
李志农 《大众科技》2005,(5):8-9,11
利用人工神经网络方法对深基坑支护结构的变形量进行分析和预测,建立了单支点排桩支护结构最大变形量的人工神经网络预测模型.文章论述了通过工程实例的验证,结果取得较好的预测效果,表明应用神经网络模型计算深基坑变形是可行的.  相似文献   

16.
基于粗集的组合预测方法在我国R&D经费投入中的应用   总被引:1,自引:0,他引:1  
组合预测能够充分利用已知信息,从而提高预测精度。通过建立预测模型与预测对象的关系数据模型,利用离散化属性数据值来建立知识表达系统和决策表,并依据粗糙集理论计算组合预测模型中各单一模型的权系数,将该方法运用到我国R&D经费投入预测中,从而证明了该方法的可行性和有效性。  相似文献   

17.
组合预测能够充分利用已知信息,从而提高预测精度.通过建立预测模型与预测对象的关系数据模型,利用离散化属性数据值来建立知识表达系统和决策表,并依据粗糙集理论计算组合预测模型中各单一模型的权系数,将该方法运用到我国R&D经费投入预测中,从而证明了该方法的可行性和有效性.  相似文献   

18.
粮食产量的准确预测,对国民经济的稳定有着重要意义。针对河南省1996-2006年的粮食相关数据,分别构建了基于时间序列的二次曲线方程和径向基神经网络模型,以及基于多元回归的径向基神经网络预测模型,通过平均绝对百分比误差,比较三个单项模型的预测结果,最终构建了一种新的组合模型用来预测河南省2007-2011年的粮食产量。实验结果,证明了文章提出的组合模型的准确性和有效性。  相似文献   

19.
财政收支趋势预测具有重要应用价值.本文建立了财政收入回归支持向量机的时闻预测模型,并以贵州地方财政收入为例,对采集到的数据进行归一化处理后,分别采用RBF核函数和Linear核函数的支持向量机和时问序列模型对数据进行应用,以1980-2001年的数据为拟合数据,以2002-2007年的数据为预测数据,比较相对误差,得出采用径向量核函数的支持向量机回归预测的结果准确度高.  相似文献   

20.
在收集和处理数据之后,应该采用何种预测技术去建立什么样的预测模型,是常规预测中很重要的一个问题,也是初次尝试预测的同志经常提出的问题。下面介绍的这些方法,或许会对初学者有点参数价值。一、通过分析数据点的变化规律建立预测模型。在收集数据后画出数据点分布图有助于预测人员直观地看出数据点的变化规律,从而选择合适的预测法建立精确度较高的预测模型。例如,对经济变量进行因果分析后,认为  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号