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 62 毫秒
1.
青岛市作为山东半岛蓝色经济区的龙头城市,其入境旅游流一直呈平稳增长态势。本文基于2005—2010年青岛市入境旅游流的统计数据,利用GM(1,1)灰色模型和季节强度指数,分析了青岛市入境旅游流流量和季节分布。研究发现,GM(1,1)模型对数据的预测主要反映一种趋势,不排除突发事件对数据精确度的干扰;从季节强度指数可知,青岛市的入境旅游流淡季为Ⅰ季度,旺季为Ⅱ季度、Ⅲ季度和Ⅳ季度,其中,季节强度指数最高为第Ⅱ季度,其值为105.37%,高出年平均值5.37%,季节强度指数最低为第Ⅰ季度,其值为89.55%,低于年平均值10.45%。但是,总体上,青岛市入境旅游流的淡旺季分布不太明显,受气候影响较小,全年的入境旅游流人数较为平稳。所以,两项指标对入境旅游流的发展具有一定的参考作用。  相似文献   

2.
青岛市作为山东半岛蓝色经济区的龙头城市,其入境旅游流一直呈平稳增长态势。本文基于2005—2010年青岛市入境旅游流的统计数据,利用GM(1,1)灰色模型和季节强度指数,分析了青岛市入境旅游流流量和季节分布。研究发现,GM(1,1)模型对数据的预测主要反映一种趋势,不排除突发事件对数据精确度的干扰;从季节强度指数可知,青岛市的入境旅游流淡季为Ⅰ季度,旺季为Ⅱ季度、Ⅲ季度和Ⅳ季度,其中,季度强度指数最高为第Ⅱ季度,其值为105.37%,高出年平均值5.37%,季节强度指数最低为第Ⅰ季度,其值为89.55%,低于年平均值10.45%。但是,总体上,青岛市入境旅游流的淡旺季分布不太明显,受气候影响较小,全年的入境旅游流人数较为平稳。所以,两项指标对入境旅游流的发展具有一定的参考作用。
  相似文献   

3.
针对传统灰色GM(1,1)模型和已有的若干改进GM(1,1)模型在高增长指数序列建模时模型精度较低的问题,构造了一种带有调节因子λ的新背景值公式,提出了调节因子λ的优化方法,并应用于灰色系统建模中.大量的数字仿真表明:基于调节因子λ建立的新GM(1,1)模型,即使是在发展系数较高、且用于多步预测时精度仍然保持较高,它较传统GM(1,1)模型和已有的改进GM(1,1)Ⅰ,Ⅱ型均有显著地提高.  相似文献   

4.
何俊 《河南科学》2014,(1):12-15
分析了灰色GM(1,1)模型的理论缺陷,提出了对背景值的一种改进方法,建立了GM(1,1,λ)模型,数据模拟结果表明,GM(1,1,λ)模型的模拟精度高于GM(1,1)模型,既适合低增长指数序列建模,也适合高增长指数序列建模.  相似文献   

5.
为更精确地预测月度航空货运量,提出组合模型预测方法.该模型由季节GM(1,1)和季节ARIMA乘积模型构成,它结合了该2种模型中时间序列预测的优点.灰色模型GM(1,1)能准确反映时间序列的增长趋势;ARIMA乘积模型对季节特征有较好的拟合效果.依据霍尔特温特预测模型计算季节性GM(1,1)模型的季节指数,并用灰色关联分析求出组合预测中的权值.组合预测模型的平均相对误差为0.62%,而季节性GM(1,1)模型和ARIMA乘积模型的平均相对误差分别为4.49%和-3.16%.预测分析结果说明,该模型的非线性曲线拟合精度和预测精度明显高于单个模型,可较好地反映系统的动态性和运量的季节时序关联性,为季节性时间序列预测提供了新的途径.  相似文献   

6.
通过对某地区自然灾害造成的损失数据的预测,针对灰色预测模型GM(1,1)预测精度问题展开了一系列研究.采用直线插值法将非等时距数据进行等时距变换.通过后验差验算线性回归模型、指数回归模型和GM(1,1)模型的预测等级,验算结果表明指数回归模型的预测等级与GM(1,1)的预测等级都处于最优级,线性回归预测等级为不合格.为进一步研究GM(1,1)和指数回归预测模型的预测精度,将两者的预测相对残差绝对值进行对比分析,结果表明GM(1,1)整体预测精度比指数回归模型略高.  相似文献   

7.
在对GM(1,1)模型进行分析的基础上,经过理论推导,得出了初始数对预测没有影响的结论,对GM(1,1)模型进行改进,给出了GM(1,1)模型Ⅰ。当向原始序列添加相同的数字时,预测值将更改,由此提出了GM(1,1)模型Ⅱ,利用粒子群算法,得到最佳的增加量。仿真结果表明,GM(1,1)模型Ⅰ和模型Ⅱ具有较高的精度。  相似文献   

8.
背景值是导致GM(1,1)模型产生系统误差的主要原因之一,为提高模型的模拟效果和预测精度,根据灰色系统理论建模机理以及数据累加生成具有非齐次灰指数规律,构建灰色系统模型。基于GM(1,1)模型背景值的几何意义,结合复合辛普森求积公式和动态序列模型,提出一种新的GM(1,1)模型背景值优化方法。实例表明,基于复合辛普森公式的背景值优化算法所建立的GM(1,1)模型,可以有效地提高模型的预测精度和适用性。  相似文献   

9.
为了解决缺少大量数据样本情况下油气管道剩余寿命预测问题,采用GM(1,1)模型预测管道腐蚀趋势。考虑到GM(1,1)模型自身存在的缺陷,采用指数变换预处理原始数据和动态生成系数重构背景值两种方法改进GM(1,1)模型的建模过程,并运用改进的蜂群算法(IABC)求解全局最优动态生成系数,进而建立改进的蜂群算法优化的指数变换灰色模型(IABC-EGM(1,1))。利用弯头测厚数据进行验证分析,GM(1,1)模型的平均相对误差为4.92%,IABC-EGM(1,1)模型的平均相对误差为2.28%,表明模型的预测精度得到了提高。  相似文献   

10.
为了提高模型的拟合精度,提出了一种新的改进GM(1,1)模型.从优化GM(1,1)模型背景值的定义出发,推导出利用原始数据生成的背景值公式,将其与经过优化的初始条件结合,构造出改进的GM(1,1)模型.此模型将在很大程度上消除由于背景值的选取所产生的误差.对该模型进行数据模拟,通过与原模型中数据的比较、分析,验证出新的优化模型具有更好的模拟精度,说明该模型的有效性,可以将其应用于对其它数据的拟合预测.  相似文献   

11.
《海牙规则》确立了海运承运人对航海过失造成的货损免责,航海过失可分为驾船过失和管船过失。但承运人对管货过失造成的货损应承担赔偿责任。区分航海过失,尤其是管船过失与管货过失,成为一项极其重要的任务。近百的来,有关于此的争议不同涌现,国际上要求废除航海过失免责的呼声日益高涨,《汉堡规则》虽废除了航海过失免责,但亦未被国际社会所接受。文章探讨了航海过失与管货过失的区分标准,并尝试建立一种新的承运人责任制度。  相似文献   

12.
党内关系的和谐状态不仅是衡量党的自身建设成效的重要标准,更是提高党的执政能力建设和永葆党的先进性的内在要求。党内和谐是党群和谐的根本,对党群关系和谐与社会和谐起着重要的示范和带动作用。要以党内和谐促进社会和谐,以优良的党风促政风带民风,必须通过党群关系的良性互动来实现。  相似文献   

13.
农民收入问题影响到农民的生活水平,影响到农业生产能力,是“三农”的根本问题。从农民、农村、农业三个角度提出了增加农民收入的对策建议。  相似文献   

14.
浅谈语言在馆员与读者沟通中的运用   总被引:4,自引:0,他引:4  
阐述了正确运用符号语言与体态语言对改善馆员服务态度、提高馆员服务质量的重要作用。  相似文献   

15.
新闻语言是通过新闻媒介,向人们报道新近发生的事实、传播新闻信息的载体之一。它作为媒体传递信息的工具,是一种对社会影响颇大的公共语言行为。时下新闻语言却出现了一系列的问题,已经严重的影响到新闻媒体的自身发展和社会用语的纯净。为了使新闻语言沿着科学、健康的方向发展,本文主要具体阐述了新闻语言弊病的表现形式和原因,希望能给新闻语言的规范提供帮助。  相似文献   

16.
基于山西能源重化工项目大都为高物耗、高能耗、高污染、低效率的现状,提出了发展循环经济、节约资源、改善环境,开发研究高科技项目,把煤炭工业产业这一重要能源产业发展成资源节约型、环境友好型产业的可持续发展模式。  相似文献   

17.
作为二十世纪五六十年代国内最权威的诗歌刊物《,诗刊》无疑代表了当时的文学潮流,并引领着文学的走向。研究自1957年1月到1965年停刊的《诗刊》,可以清晰地把握当时的诗坛动态和文学环境,不失为五六十年代中国文学的一份生动史料。本文着重考察的是《诗刊》如何以对“五四”以来新诗人的重估和对新诗史的重构,完成了新诗在五六十年代的历史叙述。  相似文献   

18.
建设以公众为中心的电子政府   总被引:4,自引:0,他引:4  
从我国电子政府的发展现状出发,以上海市各级政府的电子政务为例,对我国各级电子政府建设在迅速发展的同时所呈现出的一些问题及面临的障碍进行分析,并提出以满足公众需求为基点,建设以公众为中心的电子政府,最后提出相应对策与建议,以利真正提高政府的绩效,让公众从中获得真正的收益.  相似文献   

19.
通过对政府从国有银行退出的艰巨性和国有银行和国有企业之间建立真正债关系的艰巨性的角度,对国家通过注资的方式改造国有商业银行的有效性进行了深入的分析,结果表明:我国国有商业银行的改革决不是简单通过注资就可以一蹴而就的。根据分析的结果提出了对国有商业银行改革的意见和建议。  相似文献   

20.
构建和谐的图书馆信息环境——谈图书馆员与读者的沟通   总被引:3,自引:0,他引:3  
阐述了构建和谐的图书馆信息环境的必要性,指出要实现此目标就必须加强图书馆员与读者之间的沟通,并针对馆员与读者沟通的障碍,提出了建设性意见。  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