安徽省城镇居民人均可支配收入组合预测

针对单项预测存在一定随机性、预测精度较低等问题,基于误差平方和最小准则,结合 GIOWA算子提出 4 种特殊参数的变权系数组合模型,以 2000—2020 年安徽省城镇居民人均可支配收入数据为样本,对安徽省未来 5 年城镇居民人均可支配收入进行预测。 首先分别应用 3 种单项预测模型对安徽省城镇居民人均可支配收入进行拟合预测,然后以误差平方和最小为准则,结合 GIOWA 算子构建变权系数组合模型,同时对 GIOWA 算子取 4 种特殊参数得到相应的组合预测模型,最后应用所构建模型对安徽省未来 5 年城镇居民人均可支配收入进行预测。 结果表明:变系数组合预测模型预测效果优于单项预测模型;安徽省未来 5 年城镇居民人均可支配收入将会持续稳定增长。     

安徽省城镇居民人均收入的组合预测

以1995～2009年安徽省城镇居民家庭人均可支配收入的数据,分别建立时间序列模型、回归模型和灰色预测模型．然后在三个单一预测模型的基础上综合各个预测模型的优缺点．通过使组合预测误差平方和最小确定各单一预测方法的权重系数,得到最优组合预测模型．最后对几种预测方法进行了评价,得出组合预测效果比较精确．     

基于邻近度的安徽省人均GDP组合预测模型

针对安徽省人均GDP预测问题,以安徽省2000—2018年人均GDP数据为研究区间,其中2000—2017年数据作为训练集,2018年数据作为测试集,提出了一类新的预测评价指标-邻近度及基于邻近度的组合预测模型,并引入一种新的组合权系数求解方法;首先对训练集进行单项预测,即对训练集数据进行指数预测、抛物线预测和移动平均预测,接下来对各单项预测值综合考虑,建立基于邻近度的加权几何平均组合预测模型,通过求解模型得出各单项预测权系数进而求出基于邻近度的组合预测值,最后分别在测试集和训练集上与其他预测方法预测结果进行比较,并预测安徽省2019—2021年人均GDP数据。     

组合预测模型构建及在合肥市PM2.5浓度预测中的应用

Dice系数是衡量两个序列接近程度的指标,将广义诱导有序加权平均(GIOWA)算子和Dice系数相结合,提出了基于GIOWA算子和Dice系数的组合预测模型,并且给出了优性组合预测的定义。将该模型应用到合肥市PM_2.5浓度预测上,选取2014-2021年共84期的PM_2.5浓度及核心影响要素的月度数据进行分析,将组合预测结果与单项预测结果进行对比,并分析了组合预测模型中参数取值发生变化时对组合预测权重、预测效果评价指标和Dice系数影响情况。实证结果表明所建立的组合预测模型的预测效果要优于单项预测模型。     

基于最小二乘支持向量机的风速组合预测模型

探讨了基于最小二乘支持向量机的组合预测模型在风速短期预测中的可行性.该模型以BP神经网络、RBF神经网络、粒子群BP神经网络3种预测模型的风速预测值作为组合预测模型的输入,实际风速值为输出,利用最小二乘支持向量机回归算法构造风速间的非线性关系,以实现风速多步预测.将该模型的预测性能与BP神经网络组合预测模型、线性组合预测模型进行比较,通过平均绝对误差、误差平方和、平均相对误差3个指标进行评价.结果表明,最小二乘支持向量机预测模型的平均相对误差低于6%,其他误差指标也明显低于其他预测模型.因此,最小二乘支持向量机组合预测模型预测精度不仅高于任一单项预测模型预测精度,而且高于传统的线性组合预测模型与一般BP神经网络组合预测模型.验证了该模型在风速预测中的可行性.     

基于IOWA算子的安徽省固定资产投资的组合预测

以1990～2011年安徽省固定资产投资为样本区间,运用VAR预测模型、指数预测与二次移动平均预测3种单项预测方法,以预测误差平方和最小准则,建立IOWA算子组合预测模型。对该模型的预测有效度进行评价,结果表明:该组合预测模型能有效提高预测精度。     

基于IOWHA算子的中国货币供应量组合预测模型研究

选取1990年—2015年的中国货币供应量数据,分别使用ARMA模型、指数平滑模型、多元线性回归模型对我国货币供应量(M2)进行单项预测,并在此基础上引入诱导有序加权调和平均(IOWHA)算子建立组合预测模型,然后建立评价指标体系以比较各类单项预测方法和组合预测方法的预测精度。评价体系显示IOWHA组合预测模型优于3种单项预测;最后用组合预测模型对2016年—2020年我国的货币供应量M2进行预测。结果表明:未来几年,我国的货币供应量仍然处于递增状态,增幅较大。     

安徽省城镇化水平预测———基于IOWHA算子的组合预测

以1990-2011年安徽省城镇化水平为样本区间,在指数平滑、灰色预测与回归预测三种单项预测方法的基础上,以预测倒数误差平方和最小为准则,建立IOWHA算子组合预测模型;对该模型的预测有效度的评价结果表明该组合预测模型能有效提高预测精度;根据该组合模型预测出安徽省2012-2015年城镇化水平将分别达到46.35％、47.89％、49.44％、50.98％.     

基于组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,本文分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具。根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤。     

基于次邻近度的组合预测模型研究及其应用

对邻近度这一概念在实际应用过程中存在的不足做出改进,基于标准化的思想,提出次邻近度的概念,并提出了基于次邻近度的线性组合预测模型。首先给出次邻近度的相关概念,然后分别采用指数预测模型、一元线性回归预测模型、GM(1,1)灰色预测模型三种单项预测方法对数据进行预测,接下来建立基于次邻近度的线性组合预测模型,用线性规划方法计算出三种单项预测方法的组合权重。最后求出组合预测结果并对比分析四种预测模型在常用评价指标上预测效果的优劣。从对安徽省2001-2018年GDP的历史数据的实例分析可知,该组合预测模型在各指标上效果均优于单项预测结果,验证了本模型的有效性和和合理性。     

基于ARIMA、BP神经网络与GM的组合模型

为了提高预测模型的精度,给出了一种新的组合预测模型.利用时间序列ARIMA预测模型、BP神经网络及GM灰色预测模型进行单一模型的拟合与预测,通过赋予适当权系数结合三种方法得到了新的组合预测模型.山西省人均GDP预测实例应用结果表明:组合预测模型很好地描述了山西省人均GDP的非线性发展,比单一预测方法具有更高的预测精度.组合模型发挥了这三种模型各自的优势,可以作为人均GDP预测的有效方法,该模型在时间序列的预测中是有效的.     

城镇居民人均可支配收入对人均消费支出的影响研究——基于凯恩斯消费函数的实证分析

根据安徽铜陵市1990-2010年城镇居民人均可支配收入和人均消费支出统计数据,依据凯恩斯消费函数,运用协整理论和误差修正模型,分析了铜陵市城镇居民人均可支配收入对人均消费支出的长期和短期影响,发现两者无论在长期还是在短期内均存在高度的相关性,并对提高城镇居民人均可支配收入提出了相关建议。     

江苏省城市用水预测研究

运用联合国法和消费水平法分别预测出江苏省不同水平年城镇化水平,分析确定了江苏省不同水平年设区城市人口的数量;分别用分项预测法和城市人均综合用水定额法预测不同水平年城市用水量,两者结果非常接近,可采用人均综合用水量预测结果作为不同水平年的城市用水量,用分项预测成果分析各类用水的比重;针对城市用水预测结果,提出了保障江苏省设区城市用水的开源节流建议.     

我国城镇居民消费函数实证分析

根据消费函数理论,对影响我国城镇居民消费增长因素进行实证分析,建立计量经济模型,结论表明城镇居民实际可支配收入是影响居民消费最直接、最重要因素,居民消费价格指数也是重要因素,而利率及居民前期消费等的影响作用不明显。     

基于GM-ANN模型的生态足迹时间序列预测分析——以甘肃省为例

基于生态足迹、生态承载力及其变化时间动态特征的分析,应用灰色系统与神经网络理论与方法,组建了GM-ANN预测模型,以甘肃省为例进行了评价与预测分析.结果表明:1991-2009年期间,甘肃省的生态经济发展一直处于不可持续状态,人均生态足迹为1.517 hm~2/人,人均生态承载力为1.077 hm~2/人,人均生态冗余为-0.44hm~2/人.预测结果显示,到2015年和2020年,甘肃省人均生态足迹将分别达到2.503 hm~2/人和2.870 hm~2/人,而人均生态承载力将分别降至0.985 hm~2/人和0.930 hm~2/人,人均生态冗余则分别为-1.518hm~2/人和-1.940 hm~2/人.这说明未来该省生态经济仍处于不可持续状态,急需调整经济结构与消费模式,以降低其人均生态足迹和增加生态冗余值.另外,通过内插拟合能力检验分析证明,新建立的GM-ANN模型与常用的GM(1,1)模型相比,可使预测精度提高1.7%,在分析和预测不确定系统中有明显的优越性.因此,GM-ANN模型在研究生态足迹动态的过程中,有着较为广泛的应用前景.     

我国饲料用粮的系统动力学预测模型

在考虑居民人均收入、消费需求结构、城镇化率、营养目标以及科技进步等诸多因素对饲料用粮相互反馈的基础上,基于系统动力学方法建立中国饲料用粮消费需求的预测模型,从系统的角度对未来中国饲料用粮消费需求的动态发展行为做出预测及趋势判断.预测结果表明,我国未来饲料用粮需求增幅较快,由2011年的11 307.1万t增长到2020年的15 310.7万t,年均增长率约为3.46%.这表明,随着科技进步、居民收入水平提高以及畜产品需求的增长,饲料用粮将成为影响中国未来粮食消费需求的重要因素.     

我国城镇居民旅游消费与收入水平的动态分析

居民的旅游消费水平和可支配收入在理论上具有长期的因果关系。通过对1994-2008年我国城镇居民人均旅游消费水平和人均可支配收入数据进行ADF检验,可以看出,我国城镇居民的人均旅游消费水平和人均可支配收入都是一阶单整,通过EG两步法进行协整检验可以看出两者具有长期协整关系。最后通过ADL模型回归结果看出,我国城镇居民的人均旅游消费水平显著受滞后三期的人均可支配收入的影响,滞后三期的人均可支配收入增加1%,则人均旅游消费水平增加大约0.3%。