可拓聚类预测方法及其在邮电业务总量预测中的应用

本文提出一种新的预测方法－可拓聚类预测方法，并用该方法进行邮电业务总量预测的研究。利用邮电业务总量和三大产业的生产总值的历史数据构造分类经典域和节域物元，应用物元和可订合中的关联函数，建立了业务量水平聚类预测的一种简单模型，通过聚类分析得到邮电业务量预测结果，本文利用我国某地区的实际数据分析计算，结果表明可拓聚类预测方法是有效的。     

基于有序样品聚类的集对权马尔可夫链年降水量预测模型

本文尝试将有序样品聚类、集对分析和马尔可夫链三种方法相结合,对传统的加权马尔可夫链预测方法进行了多方面改进,建立了基于有序样品聚类的集对权马尔可夫链年降水量预测模型,并将其应用于吉林省白城地区白城站2008-2010年年降水量的预测.将预测结果与实测值进行对比分析,可以发现:与传统方法相比,改进方法可以使降水量等级区间的划分更加合理,并增加了预测概率的集中程度,有效提高了预测精度.实测值均位于预测区间内,表明该方法具有较高实际应用价值.作为降水量预测模型的改进尝试,其预测效果令人满意.     

基于模糊C-均值聚类与支持向量机的PMV指标预测系统

为了更好地预测室内热舒适度PMV指标,在分析模糊C-均值聚类方法与支持向量机方法的优势和互补性后,探讨了二者的结合方法,提出了一种基于模糊C-均值聚类预处理的支持向量机PMV指标预测系统.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.将该系统应用于PMV指标预测中,与标准支持向量机方法相比, 得到了较高的预测精度,从而说明了基于模糊C-均值聚类方法作为信息预处理的支持向量机学习系统的优越性.     

一种交通流状态智能推理系统

设计一种基于模糊聚类及模式识别的交通流状态自适应神经模糊推理系统，用来研究交通流状态的分类、识别及预测。首先，对大量交通流历史特征数据采用模糊聚类的方法进行状态分类并进行模式识别，得到系统的原始输入输出数据集。然后，建立交通流状态预测的自适应神经模糊系统，以交通流特征数据及其识别结果为训练数据集进行系统参数及模糊规则的训练与确定，直到误差在控制范围内。最后，进行系统检测和复核。仿真及其检测和复核结果表明了系统良好的应用性能。     

信息不完全确定的群体多准则语言聚类方法

针对决策者权重和准则权重信息不完全确定,且评价信息为语言值的多准则聚类问题,提出了一种新的求解方法。首先通过证据推理算法,将方案集的群体多准则语言评价信息转化为方案集模式样本,该模式样本是决策者权重和准则权重的不确定信息的非线性函数,然后根据K-均值方法,利用惯性粒子群算子对模式样本集进行聚类,得到最优聚类中心和方案集的最优聚类。最后实例说明该方法的可行性和有效性。     

函数型数据的分步系统聚类算法

函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。     

函数型数据的分步系统聚类算法北大核心CSSCI

函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。     

基于谱图理论的形状聚类仿真

谱图理论已经广泛的应用于形状表示、匹配和聚类。主要研究两个方面的问题：1、通过提取形状的骨架特征点和图谱分析,建立形状的数学模型;2、通过分析模型的数学特征,将形状投影到低维空间中。利用上述方法实现了形状的聚类仿真。针对公共数据集的仿真实验证明了该聚类算法能有效的实现形状聚类。     

基于Vague聚类方法的战场电磁目标分选

为有效地评估战场电磁态势,研究战场电磁目标的聚类分选方法是非常必要的。提出了一种Vague集相似度量方法,该方法能同时考虑目标数据的全部证据信息和不精确性信息。然后,结合领域专家的知识与经验,研究了一种Vague聚类方法,该方法通过对构建的布尔矩阵逐行扫描,能方便地实现对目标的聚类分选。最后,选定某战场环境中的5个电磁目标,采用提出的Vague聚类方法进行分选分析,计算结果验证了采用Vague聚类方法分选战场电磁目标的可行性。     

FCMBP聚类法在语音识别和模糊控制中的应用

首先从理论上证明了FCMBP模糊聚类方法，即基于摄动的模糊聚类方法，比传递闭包法失真小；其次，用例子说明这两种聚类方法的聚类结果并不总是相同，有时还会产生本质差异；再次，提出用FCMBP模糊聚类方法设立语音模式的参考向量集来进行语音识别，该方法能提高语音识别的正确率；最后，利用FCMBP模糊聚类方法滤除量测数据对中的噪声，再用这些处理过的数据构造模糊控制规则，从而是达到模糊控制规则的优化。     

基于粗集的水文单要素预报模型

基于粗集理论,应用水文系列自身的历史资料作为预报因子,建立了水文单要素分级预报模式.在建立预报模式的过程中,由属性重要度和规则出现频度最大原则确定问题的最小规则集,即预报模式集,提出应用预报模式集对预报对象的支持强度最大原则作预报决策.建立的模式经应用于大伙房水库年径流预报,表明应用粗集理论提取的预报模式集,能有效地描述预报因子与预报量间的强非线性映射关系,具有较高的判别率;粗集预报模式由简单的决策规则组成,易于理解与使用.     

敏捷供需链中供需协作模式的研究

确定实体 (或企业 )之间的供需协作模式是建立敏捷供需链管理系统的基础 .基于实体之间协作的密切程度不同及供需项目特征的差异 ,将订单划分为确定型和预测型两种类型 ,为设计实体之间的供需协作模式奠定了基础 .给出了连续补给型、紧密协作型、协作型、一般型四种基本供需协作模式的概念、特点及适用场合.     

基于粗糙神经网络的航空电子传感器故障诊断

针对航空电子传感器系统是由多个子系统所组成的复杂大系统且很难量测系统输入,传统故障诊断方法难以评估这类系统的问题,提出了一种基于粗糙神经网络的航空传感器故障诊断方法。该方法首先运用Kohonen网络对航空电子传感器测量得到的连续数据进行离散化,然后用粗糙集理论进行知识规则的提取,最后用提取的知识作用于一步预测神经网络,用该网络预测结果与航空电子传感器实际输出进行阈值比较,进而进行故障检测。仿真实验和实际应用表明,该方法可行并能有效地检测传感器故障,且故障诊断率高。     

Foreign Trade Survey Data: Do They Help in Forecasting Exports and Imports?

Business survey, which starts from the microeconomic level, is a widely used short-term forecasting tool in practice. In this study, the authors examine whether foreign trade survey data collected by China’s Ministry of Commerce would provide reliable forecasts of China’s foreign trade. The research procedure is designed from three perspectives including forecast information test, turning point forecast, and out-of-sample value forecast. First, Granger causality test detects whether survey data lead exports and imports. Second, business cycle analysis, a non-model based method, is performed. The authors construct composite indexes with business survey data to forecast turning points of foreign trade. Third, model-based numerical forecasting methods, including the Autoregressive Integrated Moving Average Model with Exogenous Variables (ARIMAX) and the artificial neural networks (ANNs) models are estimated. Empirical results show that survey data granger cause imports and exports, the leading composite index provides signal for changes of trade cycles, and quantitative models including survey data generate more accurate forecasts than benchmark models. It is concluded that trade survey data has excellent predictive capabilities for imports and exports, which can offer some priorities for government policy-making and enterprise decision making.

     

协同性资源交互的神经网络模型与仿真

首先根据资源在商业网络参与者之间交互的特性，将企业资源分为协同性资源和非协同性资源；然后，在分析协同性资源基本含义的基础上，建立了一个用来分析协同性资源在屠 之间交互2的规律及协同效应的模型。最后，文章结合神经网络技术，选取经济管理领域内几种典型的商业网络模式，应用前述模型进行仿真分析，通过对仿真结果的分析，得到一系列关于协同性资源交互规律的推测和假设。     

基于TEI@I方法论的通货膨胀问题分析与预测

基于TEI@I方法论提出了通货膨胀预测的研究框架.首先对通货膨胀的相关影响因素进行了分析,然后建立了因子预测模型、ARIMA模型、向量自回归模型以及马尔可夫状态转移模型,并分别进行了预测.然后采用Boostrap方法进行了集成,得到了每种预测方法的权重,并利用载止2007年12月的数据对2008年的月度通货膨胀率进行了集成预测,实证结果表明新的集成方法使预测结果更为稳定.     

市场需求Logit组合预测的研究

首先阐述了网络市场营销和传统市场营销的区别，分析了在该环境下市场需求的变化和相应的特点。其次，研究了一种利于计算机建模的市场需求组合预测方法，即采用Logit回归法训练数据的市场需求组合预测模型。最后，将该方法用于家用电冰箱市场需求趋势预测的示例研究，采用信息熵的方法，检验了组合预测模型的预测效果。实例表明，该方法可以通过调整组合权重提高预测精度。     

基于需求预测的分销系统成本模型

研究一类分销系统的成本模型,在不规则的需求模式下,将一类模糊系统模型引入需求预测领域,然后,在需求预测的基础上给出一段时间内中心仓库和各个零售商的成本模型.最后,通过一个算例说明模糊系统模型与传统的统计模型在预测精度、分销系统及其成员的总成本和服务水平方面的差异.运算结果表明,在研究基于需求预测的分销系统成本优化问题时,模糊系统模型更优于统计模型.     

基于灰色预测与模式识别的企业危机预警模型研究

针对当前大部分企业危机预警模型只能报警,不能预测的现状,提出一种基于灰色预测与模式识别的预警方法.该方法首先对企业运营的单项特征指标建立灰色模型,其次将所有指标的模型组合起来,构成系统状态方程进行预测,然后利用模式识别的方法对预测结果进行分类,判断企业的危机状态,最后用实例验证该模型的有效性.     

基于回归方程的流通企业破产风险模型

流通企业与生产企业所处行业性质的差异,决定了其与生产企业破产风险的差异。对企业破产风险的估计,目前流行两种模型:一种是F.Lundberg提出的专门研究保险企业破产风险的古典模型,另一种是A ltm an提出的Z值模型。该两种模型预测企业破产风险非常有效,但它们只预测经济学意义上的企业破产风险。法律意义上的破产风险不同于经济学意义上的破产风险,它的影响因素取决于国家法律的规定。中国破产法规定企业破产的原因有两个:支付不能和资不抵债。本文以此为依据,提出了法律意义上的流通企业破产风险回归模型,并对其进行了检验,最后对与模型相关的问题和改良思路进行了介绍。