农村土地流转与社会保障、就业水平:理论与实证

在推动农村土地流转创新理论模型的基础上,运用Tobit经济计量模型对农村土地流转与社会保障、就业水平的相互关系进行实证分析。结果表明:农户外出从事非农务工活动会促使产业链的深化,解除农村土地对农民的束缚,为城镇化、工业化建设提供大量劳动力,为顺利实现土地流转提供可能;农户参与土地流转流出土地的规模与其从事非农务工水平及地权稳定性呈同方向变动;推动农村土地流转的主要困难是农村土地附属的就业和社会保障作用在目前难以同土地的生产功能彻底剥离。     

基于遗传神经网络的农村土地征收价格评估模型

在首次构建农村土地征收价格影响因素体系的基础上,提出采用偏相关分析法 确定影响因素,然后利用遗传神经网络建立农村土地征收价格评估模型的新方法,并选取天津市土地征收市场交易案例进行 实证分析. 研究结果表明,遗传神经网络能够以市场信息为依托, 科学客观地评估农村土地征收价格,具有实际应用价值.     

高泉小流域生态恢复的水土效益评价研究

依据生态经济学原理,采用层次分析法,建立了高泉小流域生态恢复的水土效益评价指标体系和评价模型。根据指标体系和评价模型对研究区的坡地、梯田的草地、林地和农田等不同类型土地进行生态恢复的水土效益进行评价。评价结果为：高泉小流域生态恢复的水土效益指数为44．819。其水土效益排序指数排序为：土壤养分效益〉林草地生态恢复效益〉土壤水分含量效益〉农田土地生产力效益。总的研究结果表明：生态恢复治理措施对农田土地生产力和土壤水分效果较之于土壤养分和林草地植被恢复效益来说低,这种评价结果比较符合当地实际。也说明该小流域通过治理后,生态恢复还处于初始阶段。图1,表2,参7。     

农牧物流系统模式的优化

应用包括作物、奶牛、人口、土壤有机质、经济收入等系统在内的农牧物流系统效益模型,运用动态预测法进行肥力、产量、效益的预测检验,提出优化评价指标．优选了农牧物流系统的模式。图1,表4,参3。     

土地利用现状的灰色聚类分析研究

为了对土地进行定量、定位配置和适宜度评价,本文采用灰色系统理论中的关联度和模糊数学中的聚类分析相结合而形成的灰色聚类分析方法对土地的集约化程度和利用效益进行了研究,得出了土地利用效益与集约化程度成正相关的结论。     

新一轮农业结构调整浅析

农业结构调整是一个动态发展的过程，应因时，因地制宜。在新形势下农业结构调整面临的问题很多，现就农业比较效益低，土地分散经营以及现行农业管理体制不合理等主要问题及其对策进行了探讨，以便提升农业的综合竞争力，增加农业收入。表2，参3。     

基于AHP—DEA与多级模糊综合评价的土地整理项目可持续研究

依据多目标多层次指标体系综合评价的理论与方法,构建了包括工程、经济、资源与管理的土地整理项目可持续后评价指标体系。采用层析分析法（AHP）与数据包络法（DEA）结合的方法确定评价指标权重,建立了多级模糊综合评判模型,并以陕西卤泊滩土地整理项目为例进行实证分析,为土地开发与利用以及产业结构调整提供依据。表1,参8。     

阜康市绿洲耕地变化与人口关系研究

以新疆干旱区中等城市——阜康市为研究区,采用1949～2005年的统计资料,运用Statistica 6．0统计软件,对其绿洲耕地的时空变化以及人口变化进行定量分析,得出50多年来人口对阜康市绿洲耕地数量和质量的影响。鉴于该绿洲的发展现状,提出了解决人地矛盾的对策和建议：控制人口总量、有效地保护耕地、提高耕地的利用效益、努力保护和节约使用水资源、提高土地的开发整理潜力等措施来减轻人口因子给耕地变化带来的影响。充分体现严格保护耕地、增加农业投入、促进农业科技进步、增强农业综合生产能力。图2,表1,参13。     

策勒县农业用水的水利效益分析

水资源的短缺是干旱半干旱地区农业发展的主要限制因素,策勒县土地资源丰富,光照充足,但是水土资源利用不平衡,可利用的水资源量并不多。通过分析农业用水的水利效益和灌溉情况,指出策勒县农业增收的关键是大力发展水利工程,为耕地提供灌溉保证的同时要提高水资源利用率,发挥出该地区水利工程的最大效益。图2,表2,参9。     

黄土高原小流域综合治理效益多维灰色动态评价

构建了黄土高原小流域综合治理效益评价指标体系,以砖窑沟流域为例,选择1989、1998、2010年3个时期,采用多维灰色评估模型进行小流域综合治理效益评价。结果表明,高灰类和低灰类的土地面积均为上升趋势,但高灰类上升缓慢,中灰类呈迅速下降趋势。同时,划分了综合治理效益发展趋势类型,即高稳定型、低稳定型、上升型、下降型和不稳定型,其中低稳定型和下降型的发展趋势成为流域的主要类型。今后的黄土高原小流域综合治理应采取新思路、新策略。图3,参13。     

调和平均的组合预测方法之性质研究

调和平均的组合预测是一种非线性组合预测方法．对基于最小几何距离的加权调和平均组合预测模型的性质进行了研究，从理论上说明了该种方法的有效性．首先提出新的非劣性组合预测、优性组合预测、预测方法优超、冗余度的概念；其次指出模型的任一个可行解对应的组合预测至少是非劣性组合预测，并给出优性组合预测存在的一个充分条件；最后证明在一种单项预测方法优超另一种单项预测方法的条件下冗余预测方法出现的判定定理．     

河南省农地利用效益协调度空间分异及预警研究

基于灰色系统理论建立了农地利用效益协调诊断模型、协调度测算模型和协调度变化预警模型。以河南省为研究区域,测算了各地市2002～2007年农地利用社会经济效益和生态环境效益变化趋势指数和协调度,并以2007年为起始年对协调度未来变化进行了预警。结果表明,各地市农地利用社会经济效益都呈增长趋势,但生态环境效益指数总体上没有明显增长;社会经济效益和生态环境效益都有增加且增长幅度差别不大的地市协调度较高,增长幅度差别较大的适中,两者呈反方向变化的协调度较低;预计未来协调度警情除少数地市处于重警层次外,其余处于轻警层次。图3,表1,参12。     

基于相关系数的优性组合预测模型研究

传统的组合预测模型是从改善某种拟合误差角度建立的.基于相关系数的组合预测模型有别于传统的组合预测模型,它是研究组合预测方法的一个新思路.针对该模型,提出了新的优性组合预测、预测方法优超,冗余度等概念;探讨了非劣性组合预测、优性组合预测以及冗余预测方法的存在性,并证明冗余预测方法的一个判定定理.这在理论上表明基于相关系数的组合预测方法的有效性,最后文中进行实例分析也验证了这个结论.     

收费高速公路经营中顾客行为风险预警指标分析

高速公路使用者行为对高速公路公司经营产生一定的影响，从使用者行为角度，提出建立风险预警指标设计的原则，选取并构建一定的风险指标，对预警指标的分析与应用进行了论述，基于此对高速公路经营企业风险进行预警。     

应用混沌相空间模线性回归模型研究短期负荷预报

在一维 Lyapunov指数预报模型的基础上提出了混沌相空间模线性回归模型 ,并将该模型应用于短期负荷预报 .对厦门市实际负荷时间序列进行预报 ,取得了较满意的结果 .     

基于支持向量机的时间序列预测模型分析与应用

阐述了支持向量机在时间序列预测中应用的理论基础,给出了时间序列预测分析的基本框架。将支持向量机预测模型应用于某型航空发动机的滑油金属含量监测中,并与递归神经网络预测器进行了比较。得出支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力,可预测区间较长且具有较高的准确度,而递归神经网络模型在中、短期预测中与支持向量机相差不大,在较长区间预测中效果较差的结论。     

Data driven modeling for power transformer lifespan evaluation

Large sized power transformers are important parts of the power supply chain. These very critical networks of engineering assets are an essential base of a nation＇s energy resource infrastructure. This research identifies the key factors influencing transformer normal operating conditions and predicts the asset management lifespan. Engineering asset research has developed few lifespan forecasting methods combining real-time monitoring solutions for transformer maintenance and replacement. Utilizing the rich data source from a remote terminal unit （RTU） system for sensor-data driven analysis, this research develops an innovative real-time lifespan forecasting approach applying logistic regression based on the Weibull distribution. The methodology and the implementation prototype are verified using a data series from 161 kV transformers to evaluate the efficiency and accuracy for energy sector applications. The asset stakeholders and suppliers significantly benefit from the real-time power transformer lifespan evaluation for maintenance and replacement decision support.     

基于数学模型的短时交通流预测方法探讨

在概述交通流预测方法发展的基础上 ,重点介绍了三种基于确定的数学模型的短时交通流量预测方法 ,并针对其中一种模型提出了与神经网络相结合的改进方案.     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.     

Profit Guided or Statistical Error Guided? A Study of Stock Index Forecasting Using Support Vector Regression

Stock index forecasting has been one of the most widely investigated topics in the field of financial forecasting. Related studies typically advocate for tuning the parameters of forecasting models by minimizing learning errors measured using statistical metrics such as the mean squared error or mean absolute percentage error. The authors argue that statistical metrics used to guide parameter tuning of forecasting models may not be meaningful, given the fact that the ultimate goal of forecasting is to facilitate investment decisions with expected profits in the future. The authors therefore introduce the Sharpe ratio into the process of model building and take it as the profit metric to guide parameter tuning rather than using the commonly adopted statistical metrics. The authors consider three widely used trading strategies, which include a na¨?ve strategy, a filter strategy and a dual moving average strategy, as investment scenarios. To verify the effectiveness of the proposed profit guided approach, the authors carry out simulation experiments using three global mainstream stock market indices. The results show that profit guided forecasting models are competitive, and in many cases produce significantly better performances than statistical error guided models. This implies thatprofit guided stock index forecasting is a worthwhile alternative over traditional stock index forecasting practices.