关税及其预测分析

本文介绍了关税及如何用回归分析的方法建立数学模型预测关税收入.根据从实习单位提取的数据,首先采用分段方法建立数学模型,并用SAS软件得到了相应的回归方程,然后利用回归方程预测2003年关税收入为1078.0782亿元人民币.文章最后总结了所建模型的应用价值和存在的局限性,并说明在现阶段预测关税收入的意义.     

季节ARIMA模型在我国肺结核发病率预测中的应用

目的探讨应用季节ARIMA模型对我国肺结核发病率进行预测的可行性.方法对我国2005年1月-2010年12月肺结核逐月发病率建立季节ARIMA模型,并对预测效果进行评价.结果 ARIMA（3,1,0）×（0,1,1）12模型很好地拟合了既往数据,对2011年1月-9月发病率的预测值符合实际发病率变动趋势.结论季节ARIMA模型能很好地模拟我国肺结核发病率的变动趋势,将其应用于肺结核发病率预测是可行的.     

基于ARMA模型的河川年径流量预测

利用ARMA模型对河川径流量预测进行了研究.ARMA模型主要利用数据间的相关性来建立模型,根据数据分析建立ARMA(3,1)模型最优,但预测效果并不好.为了达到好的预测效果,把两个ARMA模型组合运用建立新的模型,得到较好的预测效果.     

季节性变动影响下的上海港集装箱吞吐量预测

港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度数据中出现的季节性波动进行了处理,采用季节时间序列模型对其进行预测.为了说明方法的有效性,以同样的数据,使用整自回归移动平均模型对上海港集装箱吞吐量进行预测.两种方法预测结果进行对比发现,利用季节时间序列模型对港口集装箱吞吐量季节性进行处理,能够提高港口集装箱吞吐量的预测精度.     

基于灰色理论的ANFIS在经济预测中的应用

利用灰色理论本身的特征对经济参数进行预测,并运用自适应模糊神经网络对其拟合误差进行预测,从而达到较好的预测效果.最后以安徽省历年固定资产投资实际数据为例,利用人工神经网络建立经济预测模型,模型预测结果较传统灰色理论直接预测更符合实际趋势,效果较好.     

应用BP神经网络预测磨溪气田香四储层孔隙度

神经网络是一门新兴的信息处理技未,它可用来解决测井解释和油藏描述中的模式识别和参数估算等问题。本文利用取心并的储层孔隙度与测井数据,应用改进的BP神经网络模型建立了川中磨溪气田香四储层物性参数孔隙度的预测模型。与传统方法~回归方程、灰色方程和测井解释相比,其精度及实际预测效果均令人满意。该法值得推广应用。     

服装销售定量预测方法新探

服装销售预测的准确性对企业的营销企划、生产安排、资金有效运作起着重要作用.这里从服装销售的实例出发,利用季节因子与统计分析方法对销售量进行定量预测.     

零售连锁企业安全库存神经网络模型预测

安全库存预测是零售连锁企业管理的重要内容,针对其受多种不确定因素的影响,预测难度大.利用进化优选算法设计的径向基神经网络进行安全库存预测,该方法对处理非线性问题具有独特的优势,并具有良好的函数逼近效果.本文介绍预测模型的建立及实施方法,并通过实例说明该方法的有效性.     

基于乘积季节模型的铁路客运量预测

利用中国铁路客运量2005-2016年的月度数据资料,采用乘积季节模型进行建模,对2017年1-6月进行预测;在Eviews和R软件操作下训练与测试数据,分别得到两种乘积季节模型;结果表明:两种软件下客运量的预测误差率均控制在10%以内,两种模型都能较好地预测铁路客运量未来数据的变化情况;通过比较,Eviews建立乘积季节模型,数据分析思维更加严谨,但操作较为复杂,平均预测误差率为4.59%,预测正确率稍低;R软件利用程辑包中相关分析、参数估计与预测函数等,可直接进行分析与预测,操作较为简便,平均预测误差率为3.36%,数据预测正确率较高;通过利用R软件建立ARIMA(2,1,1)×(1,1,1)12模型,此时模型预测精度较好,为预测未来全国铁路客运量变化提供一定的参考价值。     

化学实验数据的标准曲线建立

通过统计方法对化学实验数据进行处理,建立标准曲线方程,并用相关系数检验法对其进行检验,所得的线性回归方程有意义,即利用此方程中变量关系的统计规律,可以对化学实验结果进行预测.     

系统安全性预测模型与系统的建立

系统安全性预测对预防事故起到至关重要的作用，而预测模型的正确选择是预测的关键。本文就目前安全性预测的原则、预测模型的复杂程度、特点和选择等若干问题进行了分析，并就系统安全性预测中如何处理这些问题进行了探讨。在综合分析的基础上，建立了合理的预测系统。组合预测利用各种预测方法提供的有用信息，有效提高了预测精度，改变由于预测模型选择不合理而带来得预测误差。     

Probability forecast of regional landslide based on numerical weather forecast

0IntroductionChina is a country with most of its territorycovered by mountain region.Every yearmountain hazards are responsible for disasters andcatastrophesin mountainous area,of whichlandslideis especially outstanding.It has caused the greatthreat to lives and property and has restricted eco-nomic development.Landslide forecast,as an effec-tive measure,plays ani mportant rolein hazard miti-gation.Great progresses have been achievedin sin-gle landslide forecast up to now.Many methods,fromFa…     

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM（1，1）和动态灰色预测模型的基本内容及建模过程，并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明，等维新息动态预测由于实时地加入了新的信息，提高了灰区间的白色度，预测效果最好；等维灰数递补动态预测利用了序列建模的结果，淡化了灰平面的灰度，使预测结果有所改善；GM（1，1）模型由于是静态地反映系统的变化趋势，预测的精度最低。因此，动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。     

一种面向弹药保障的消耗预测方法

结合部队弹药保障，在传统兰切斯特理论的基础上，采用诸兵种合同作战的兰切斯特方程对弹药消耗预测进行研究，为实战指挥提供更准确的作战决策依据，并且举例提出具体实现方案，采用C Builder和Matlab对之进行了仿真。     

非等间距GM(1,1)组合预测模型

根据灰色模型建模特点,利用等维灰色递补动态预测模型的方法建立了非等间距GM(1,1)预测模型。基于这些GM(1,1)预测模型给出了一类非等间距GM(1,1)组合预测方法。实例表明结果理想可靠,有较高的拟合和预测精度。     

一种改进的线性回归预测模

用最小二乘法求解线性回归预测方程的回归系数时,计算量比较大,针对这个问题,提出一种改进的线性回归预测模型,该模型和其它预测算法配合,能够对若干种药品的销售额进行预测,挑选的药品种类越多,效率越高。最后通过具体实例验证了该模型是可行、有效的。