云南省旅游业总收人对GDP贡献的线性回归分析

旅游业的产业地位及其在经济社会发展过程中的作用一直以来都是旅游经济研究的热点和难点问题,只有确定旅游业的经济贡献,才能根据国家或地区实际制定具体的产业发展政策.在前人研究的基础上,借用计量经济学的工具对旅游业总收入对GDP的贡献进行线性回归分析,针对旅游业产业贡献的有限性提出相应的对策和建议.     

基于主成分分析与BP神经网络的冲击地压预测

冲击地压的发生会对矿山造成巨大的经济损失,预测预报是防治冲击地压的重要组成部分。文章将主成分分析方法与反向传播人工神经网络(即BP神经网络)方法相结合,用于对冲击地压的预测。首先,利用主成分分析法对冲击地压的影响因素进行分析,降低数据的维数。然后,将所得的数据作为BP神经网络的输入数据进行训练,用训练好的神经网络对冲击地压进行预测。预测结果与实际结果的对比表明,利用主成分分析—BP神经网络方法对冲击地压预测是可行的。     

金融危机下新疆旅游业应对策略研究

旅游业是全球最大的产业之一,也是最敏感的行业,它的发展易受各种危机的影响和冲击.为应对金融危机,文章在国家推出系列旅游振兴规划的基础上,结合新疆旅游业现状,提出了新疆旅游业消除金融危机影响的应对策略及建议,并对金融危机过后新疆旅游业的发展趋势提出自己的观点和看法.     

基于神经网络的大连经济增长模拟与预测

随着经济的进一步发展，研究经济发展规律、预测经济增长，使之能更科学、客观地反映一个国家或地区的经济实际，变得越来越重要，以大连市改革开放20a的历史数据作为样本，运用神经网络方法，在MATLAB平台上对大连GDP、物价、就业、财政收入与各产业的关系、与外经贸和国际旅游业的关系进行了动态模拟与预测。     

我国旅游业制度创新研究进展 ——基于CiteSpace的文献计量分析

本文运用可视化分析软件CiteSpace对我国旅游业制度创新的188篇文献进行计量分析,绘制出研究者、关键词等知识图谱。研究结果表明:我国对旅游业制度创新的研究内容包括旅游业制度创新的内涵、动因、阻碍、举措、对策等;研究的主要议题集中在重大事件影响下的旅游业制度创新、旅游业制度创新与区域发展、旅游业制度创新与行业发展等3个方面;但其研究多停留在应用层面,很少涉及对旅游业制度创新内在机理的分析。     

金融危机对中国旅游业的影响及相应对策研究

由美国次贷危机引起的金融危机,已经对世界经济产生深远的影响,旅游业作为一种典型的吸引力经济,不同的国家也遭到不同程度的冲击。本文通过分析欧美金融危机对世界旅游业所产生的影响,来研究对中国旅游业所产生的负面影响,从而提出了一些应对措施,以期为我国旅游业摆脱金融危机影响、长期稳定发展提供有益的探索。     

山东海洋主导产业选择及升级的实证分析

将主导产业选择与主导产业升级结合起来进行研究.首先,利用因子分析法,以山东省为研究对象,构建一个可以对海洋产业进行测评的体系,选择该地区的海洋主导产业.山东省海洋主导产业应选取滨海旅游业、海水利用业、海洋渔业、海洋交通运输业和海洋工程建筑业.其次,利用灰色关联度方法,对海洋产业结构与海洋经济增长的关系进行了研究.海洋第三产业对海洋经济起到关键决定性作用.所以,山东省海洋主导产业应当着重加强属于第三产业的滨海旅游业和海洋交通运输业的升级.最后,利用时间序列模型对上述5个主导产业进行了未来趋势预测.滨海旅游业和交通运输业在未来几年相较其他3个产业增长更为迅速.     

新形势下旅游业投资效率的实证分析——以青海省为例

随着我国经济的发展以及人民生活水平的提高,我国的旅游产业经济规模也在持续壮大、经济效益不断提升,旅游产业在我国国民经济体系中占有相当重要的地位.但是目前我国旅游业在飞速发展的同时也出现了盲目投资的现象与融资瓶颈等问题.旅游业是实现旅游资源产业化的重要方式之一,但是以产业运行的方式对旅游业投资效率进行评价分析还未引起学术界的广泛关注.因此在对旅游业投资效率概念进行分析的基础上,运用数据包络分析的理论及方法构建出旅游业投资效率模型,并以青海省旅游业作为模型验证对象,针对青海省18个景区,选取旅游收入、旅游景区数量、酒店数量等指标,采用DEA模型分析青海省旅游业2016-2018年的投资效率,进一步提出应对措施,为青海省旅游业的发展提供理论依据.     

云南省旅游业总收入对GDP贡献的线性回归分析

旅游业的产业地位及其在经济社会发展过程中的作用一直以来都是旅游经济研究的热点和难点问题，只有确定旅游业的经济贡献，才能根据国家或地区实际制定具体的产业发展政策。在前人研究的基础上，借用计量经济学的工具对旅游业总收入对GDP的贡献进行线性回归分析，针对旅游业产业贡献的有限性提出相应的对策和建议。     

人工神经网络在水泵性能预测中的应用

分析了影响水泵机组性能变化的主要因素;根据泵性能与各因素之间的关系,利用BP人工神经网络构建了水泵性能的预测模型;以某轴流泵试验数据为样本,BP人工神经网络为工具,对轴流泵模型进行了泵扬程及效率性能指标与流量、叶片角度等相关因素间的性能预测研究.预测结果表明,将该模型用于轴流泵性能参数预测,不仅可以提高预测精度,而且可以缩短试验时间,降低试验成本.     

基于SVR的区域物流需求短期智能预测模型研究

区域物流需求预测是区域物流系统规划、物流资源合理配置过程中的重要环节,而区域经济发展是产生区域物流需求的内在决定性因素,因此寻求利用区域经济发展指标来预测区域物流需求具有较强的可行性,同时能够促使区域物流产业与区域经济之间的协调发展.为此提出了基于支持向量回归(SVR)的区域物流需求预测模型,不仅揭示了区域物流需求与区域经济发展之间的非线性映射关系,同时也为区域物流需求预测提供了一种新的思路和方法,通过实验证明了该方法的有效性.     

人工神经网络在潮汐预测中应用研究

海洋环境中,精确预测潮汐是关系到建筑物和人类活动的重要工作.利用人工神经网络进行单测站潮位和多测站对应潮位预测,并结合潮汐现象的特点,提出了在预测之前有针对性的数据处理分析方法--周期分析概念,并将其应用到实际的潮位预测当中,实例证明这种方法可以解决潮位预测中存在的时滞问题,提高了预测的精度.同时根据不同测站潮汐数据之间的相关性,以及潮汐数据规律性较强这一特点,进行了不同潮位测站之间的对应潮位预测,取得了很好的结果.     

基于运营系统的出租车出行需求短时预测模型

出租车系统作为城市交通运输系统的重要组成部分,其宏观规划和调度管理的合理性决定了出租车服务质量.本文主要研究出租车乘客出行需求估计及预测,为出租车规划和实时调度提供数据支持.首先,分析了出租车定位系统和计费系统,改进了传统出租车需求网格划分方法,考虑了地形、建筑群和道路网络特征,保持了网格自身出行特性的完整性.其次,根据实时收集的出租车数据,建立了易于计算的出行需求估计方法.最后,以实际数据为基础,对影响短时出行量的主要变量进行了相关性分析,提出了基于人工神经网络的短时需求预测模型,根据相关性分析确定了模型结构.以实际获取的出租车数据为例,验证了提出的需求估计和预测模型.结果证明:相比于传统自回归滑动平均模型,提出的人工神经网络模型其平均绝对误差百分比提高了32%.此外,人工神经网络模型的绝对误差百分比超过50%的概率低于10%,而自回归滑动平均模型高达23%.     

基于人工神经网络算法的某机场雾的模式识别预报

基于人工神经网络（ANN）误差后传算法（BP模型），通过对100个有雾天气个例和50个无雾天气个例进行模式识别训练，用前期（前日08、14、20时实测资料）的温、压、湿、风等要素指标建立起了某机场雾的ANN识别预报模型。该模型具有很好的拟合效果，独立样本的试验和检测结果均达到较为精确的预报效果，具有实际应用意义。     

用于晶圆制造产能规划优化决策的改进随机规划方法

提出了一种滚动式基于场景(scenario)的随机规划方法.由于需求的高度不确定性,采用多个预测场景来模拟需求的不确定性,其发生概率之和为1;由于一个产能计划周期可能包含多个需求预测周期,以分别满足几个预测周期的需求为约束,而不是满足整个计划周期的需求;以滚动的形式来做设备购置计划,即根据未来几个计划周期的情况来做本期设备购置决策,使得到的设备购置决策具有更好的鲁棒性.结果表明,当未来产品需求在一定范围内变动时,基于随机规划的滚动计划决策优于原来的随机规划决策.     

基于分级服务的家庭护理区域划分研究

随着中国人口老龄化程度加深以及生活水平提高,社会对家庭护理的需求大大增加,需求种类也日益繁多。如何提供有效的家庭护理成为政府、企业和学者关注的重要问题,而其中的区域划分问题作为家庭护理重要的战略决策更是研究的重中之重。本文对多层级服务情形下的家庭护理区域划分问题进行了研究,在需求确定的前提下,构建多目标、多服务、多层次的混合整数规划区域划分模型以达到降低运营成本、提高服务效率的目的。针对区域划分模型设计快速非支配排序遗传算法进行求解,并通过数值实验验证模型的有效性以及分级护理的必要性,为家庭护理中的区域划分问题提供指导和借鉴。     

基于LMDI-CS-LSSVM的区域中长期电力需求预测

中长期用电需求预测对地区电网规划与运行具有重要意义,准确地对其进行预测有助于配电网利用效率的提高。中长期用电需求与地区宏观经济形势息息相关,本文选用LMDI分解模型对用电增长量进行了分解,根据影响因素分解为生产效应、结构效应及强度效应,然后选用布谷鸟搜索优化的最小二乘支持向量机对各效应数据进行拟合及预测,再加总得到预测用电需求量。最后,本文以冀北地区为例对模型进行测算,通过与不同预测方法比较证明了基于LMDI电量分解的CS-LSSVM模型在中长期电力需求预测方面有较高的准确度。     

城镇工业用水量预测方法研究

在城镇给水系统规划设计中 ,工业用水量预测占有重要地位。文章研究用经济学中的柯布 -道格拉斯生产函数建立城镇工业用水量预测模型 ,并以用水量预测公式拟合中的残差绝对值之和最小为目标函数 ,应用线性规划确定用水量预测公式中的参数 ,以提高拟合精度。实例分析说明了用该文所述方法预测城镇工业用水量 ,具有良好的精度     

Equipment Maintenance Material Demand Forecasting Based on Gray-Markov Model

Maintenance material reserves must keep an appropriate scale,in order to meet the possible demand of support objectives.According to the sequence of maintenance material consumption,this paper establishes a Gray-Markov forecasting model by combining Gray system theory and Markov model. Few data are needed in the proposed Gray-Markov forecasting model which has high prediction precision by involving small parameters. The performance of Gray-Markov forecasting model was demonstrated using practical application and the model was proved to be a valid and accurate forecasting method. This Gray-Markov forecasting model can provide reference for making material demand plan and determining maintenance material reserves.     

用MATLAB程序预测地平类药物的熔点

分析地平类药物分子结构和熔点之间关系,编制相应的MATLAB程序,分别建立回归方程和人工神经网络2种方法的模型。选取14个地平类药物作为回归方程和人工神经网络2种方法建模的样本,再选另外4个地平类药物作验证,分别进行2种方式的建模和测试对比。结果表明:人工神经网络模型比回归方程方法在预测地平类药物的熔点时取得更加准确的估计。