指数增长模型和Logistic增长模型的比较

通过取材于经济学、人口统计学、市场营销学和生态学等不同领域的例子 ,归纳并比较指数增长模型和Logistic增长模型在增长方式上表现出来的特征 ,阐释他们紧密相关的内在机理 ,并揭示了他们在应用上灵活的开放性 .对于更好地利用这两个模型是很有帮助的 .     

拟合洛伦兹曲线分析收入分配制度

利用Matlab和给定的数据对洛伦兹曲线模型进行拟合来确定模型中的参数.通过对已有模型的分析及其中的系数进行扰动处理,建立新的L(p)模型.采用Lingo软件求出所建新模型的均方误(MSE)、平均绝对误差(MAE)以及最大绝对误差(MAS),并且与原模型进行比较,从而证明所建新模型的优点.     

指数增长模型和Logistic增长模型的比较

通过取材于经济学、人口统计学、市场营销学和生态学等不同领域的例子，归纳并比较指数增长模型和Logistic增长模型在增长方式上表现出来的特征，阐释他们紧密相关的内在机理，并揭示了他们在应用上灵活的开放性，对于更好地利用这两个模型是很有帮助的。     

组合模型在港口集装箱吞吐量预测中的应用

根据某港的集装箱吞吐量的历史数据,分别利用时间序列的三次指数平滑法、改进的GM(1,1)残差模型以及组合预测方法对某港的集装箱吞吐量进行了探讨,并对未来几年某港集装箱吞吐量进行了预测.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值以及误差的标准差分别为4.5208,0.0343,49.5161,都小于单独用三次指数平滑法或改进的GM(1,1)残差模型时的平均绝对误差、平均相对误差绝对值以及误差的标准差,达到最优的精度等级.     

收入分配不平等的概念及其度量综述述

收入分配是经济学研究的重要领域之一。收入分配的不平等前状况可以有实证和规范两种方法分析。实证方法描述收入分配中分散程度的实际模式，并用一种统计量（值）来概括。实证方法除了常见的频数图、洛伦兹曲线和泰尔指数外，还有著名的帕雷托分布和对数正态分布。规范法建立在一种价值判断之上，用社会福利函数度量不平等的程度。阿特鑫森指数（Atkinsom Indes）是最常用的由规范法导出的不平等指标。     

组合模型在深圳港货物吞吐量预测中的应用

根据深圳港货物吞吐量的历史数据,分别利用时间序列的三次指数平滑法、GM(1,1)灰色预测模型法以及组合预测法对深圳港货物吞吐量进行探讨,并对未来几年深圳港货物吞吐量进行预测.结果表明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差的绝对值,都小于单独用三次指数平滑法或GM(1,1)灰色预测模型法时的平均绝对误差、平均相对误差的绝对值,可以降低误差,提高预测精度.     

荥阳市土地利用结构量化分析

根据2009年全国第二次土地调查数据,选取多样化指数、洛伦兹曲线、集中化指数、组合系数以及区位指数等指标对荥阳市土地利用结构进行了量化分析.研究表明:荥阳市土地利用多样化程度高、集中化程度低、组合类型数少,耕地是主要的土地利用类型,土地后备资源丰富.     

模糊化的指数增长模型——以中国人口为例

指数增长模型是人口预测的基本模型.考虑到统计人口时的不确定性,提出了模糊化的指数增长模型.在此模型中,系数为三角模糊数.最后比较分析这两种模型在拟合我国人口中的应用.     

社会福利函数与拟序下的不公平测度研究

收入分配的不公平测度是福利经济学研究的一个主要问题.本文首先将不公平度量的四个基本公理应用到福利函数、不公平指数和拟序下不公平测度中去,研究表明:3种测度均满足人口原则、对称性和齐次性.再将平移不变性应用到不公平指数和拟序下不公平的测度中,研究结论得出:在一定条件下,个体效用、依赖秩的社会福利函数与拟序下的不公平指数性质等价.以上研究结论为收入分配的不公平度量提供了新的理论依据.     

基于GIS的两种土壤水分模拟方法的对比研究

借助数字地形分析和GIS方法,将野外采样和空间分析相结合,研究了利用区域土壤水分空间统计模型和地形湿度指数模型模拟土壤水分的方法。并在此基础上,以陕北黄土高原为实验样区,利用实测的土壤水分数据分别构建两种模型对土壤水分进行模拟,分析了不同模型模拟土壤水分的精度,对两种方法模拟土壤水分的效果进行了评价。     

船舶纵向运动控制模型的建立及仿真

针对船舶在海上运动的情况,提出了一种水动力模型的建立方法.依据切片理论建立了不同浪向下船舶纵向运动的水动力模型.基于船模水池实验,在分析442 t水面舰艇典型海况下水动力系数的基础上,通过仿真研究,推导出一种实时在线的船舶纵向运动控制模型;给出了计算实例并进行了误差均值和误差方差的可信度检验,置信度95%.该模型可实时在线地计算出船舶在任何航向、航速及海情下与频率无关的船舶纵向运动水动力系数,从而得到实时在线船舶纵向运动控制模型.所建立的水动力模型拟合均方差的相对值在0.4%～13.9%,平均拟合均方差的相对值为6.6%.通过MATLAB仿真计算证明:该模型完全能控、完全能观和渐进稳定.     

主成分分析在线性模型与非线性模型的应用研究

为了解主成分分析在线性模型与非线性模型预报中的应用效果,在2001—2011年热带气旋历史观测资料基础上,采用主成分分析方法,结合线性回归模型和神经网络模型,开展西北太平洋热带气旋的强度预报技术研究试验．根据提取的主要影响因子构造线性回归模型与BP神经网络的输入样本进行不同样本的台风强度预测．计算结果表明,主成分分析通过降低线性回归模型和BP神经网络模型的维数,减少自变量之间的复共线性,减小模型的预报平均绝对误差．     

基于二次修正的短时行程时间预测模型

为了提高高速公路短时行程时间预测模型的精度和鲁棒性,同时缓解过度训练带来的过拟合效应,构建了基于小波神经网络和马尔可夫链的组合预测模型,并采用平均绝对误差、平均绝对百分比误差、均方根误差三个指标评价模型的预测效果.分析结果表明,在行程时间突变之后,组合预测模型较其他模型都有着更高的预测精度;同时,该模型在预测行程时间突变点时不存在延迟,说明其在高峰时段内有着更高的预测精度和更强的预测鲁棒性.     

DMF-CHCl3体系汽液相平衡数据的测定与关联

为获得二甲基甲酰胺（DMF）与氯仿（CHCl3）精馏分离的基础热力学数据,实验采用改进型的Rose平衡釜测定了DMF-CHCl3体系在760mmHg下的汽液相平衡数据,并分别用NRTL和Margules模型对实验数据进行关联。结果表明：实验数据满足热力学一致性的检验,且NRTL和Margules模型的计算结果与实测结果偏差小,平均绝对误差分别为0．0026和0．0010,平均相对误差分别为1．81％和1．23％,可满足工业精馏工艺过程设计的需要。     

基于位置子市场划分的房价贝叶斯概率模型

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

城市低收入人群出行方式选择模型

应用700份调研样本数据,分析了城市低收入人群的年龄分布与就业状况。结合非集计模型理论,分析了影响低收入人群出行方式选择的因素。将驾驶人个人属性、家庭属性、车辆属性与出行属性作为效用变量,将步行、自行车、公交车3种交通方式作为低收入人群出行方式选择肢,构建了城市低收入人群出行方式选择模型,并确定了模型中相应的变量与取值方法。另选取175份调研数据,对模型的准确性进行验证。计算结果表明：应用建立的模型,步行、自行车、公交车3种交通方式的计算结果分别为23.4%、25.7%、50.9%;在调研数据中,3种交通方式的结果分别为21.7%、24.6%、53.7%;计算值与统计值的绝对误差较小,最大误差仅为2.8%。     

煤岩界面预测灰模型

为提高煤岩界面记忆截割检测的自动化水平，基于灰建模改进方法，采用相同的初始数据序列，建立经典GM（1，1）、新数据CM（1，1）、新陈代谢GM（1，1）三种煤岩界面预测模型，并分析其数据残差和相对误差。结果表明，三种模型的残差和相对误差均随预测步数的增加而增大，新陈代谢GM（1，1）模型的残差和相对误差最小，模型精度较高，适用于煤岩界面预测。     

交通能源需求量组合预测模型研究

本文尝试将组合预测法应用于我国交通能源需求量的预测,以提高预测精度．通过赋予合理权重,将误差修正模型、非线性回归模型和多元回归模型加权组合建立组合预测模型．对各模型进行平均绝对百分误差（MAPE）、希尔不等系数（Theil IC）和均方根误差（RMSE）等指标的比较,证明单一模型经过组合能够提高预测精度．     

基于Stacking集成学习的网络安全态势预测方法

针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法。该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能。基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力。     

二次移动平均模型在经济预测中的应用

利用二次移动平均模型,引入均方拟合误差最小的原理确定出时段数N,对国民经济总收入、人口数量等项目进行了预测。