组合预测模型在安徽省粮食产量预测中的应用

利用安徽省粮食产量的历史数据,分别采用一元线性回归、指数曲线及神经网络方法建立了安徽省粮食产量的预测模型。以此为基础,建立了安徽省粮食产量的组合预测模型,并对模型的适用性进行了检验。最后,应用该模型对安徽省未来10年的粮食产量进行了预测。结果表明,组合预测模型可以作为安徽省未来粮食产量预测的有效工具。     

基于IOWA算子的安徽省物流需求组合预测

使用安徽省1988-2011年物流货运量的历史数据,分别采用多元回归、多项式拟合回归及指数曲线回归预测方法建立了安徽省物流需求的预测模型.在此基础上,建立了基于IOWA算子的组合预测模型和预测误差评价指标体系,最后应用此模型对安徽省未来10年的物流需求进行了预测.结果表明,该组合预测模型可作为安徽省物流需求预测的有效工具.     

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％.     

安徽省经济增长的影响因素分析和趋势预测

针对影响安徽省经济增长因素以及未来五年安徽省GDP如何等问题,本文首先定性分析了影响安徽省经济增长因素,从两个角度运用灰色关联度模型分析了影响因素对安徽省经济增长的影响大小和次序;其次本文建立了灰色预测GM(1,1)模型,预测了2011-2015年安徽省GDP的总量和增长率.本文的研究结果表明,安徽省经济增长是基本健康;安徽省GDP的总量和增长率在未来五年里将持续增长、能实现2015年生产总值比2010年翻一番.     

安徽省水资源承载力评价与预测研究

本研究以安徽省为研究对象,可预见的技术、经济和社会发展水平为依据,可持续发展为原则,参考现有研究成果,选择安徽省水资源承载力的主要驱动因素,运用对数函数建立单指标承载力评价模型,进而采用综合指标法建立安徽省水资源承载力评价模型,对安徽省2006-2017年水资源承载力进行评价。在此基础上,进一步筛选驱动因子,建立基于集对分析聚类的水资源承载力预测模型。结果表明,安徽省水资源承载力总体呈上升趋势;基于集对分析聚类的水资源承载力预测模型计算方法简单,预测精度较高。     

基于神经网络组合模型的能源消费量预测研究

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况.     

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。     

基于自相关性分析的等维灰数递补动态预测模型及其应用

为探求时序数据间的相关性与灰色模型的模拟预测效果之间的关系,提出了先对时序数据进行自相关分析,在判断自相关程度高低的基础上,建立等维灰数递补动态模拟预测模型.并分别对渭河流域的林家村站和华县站1983-2000年的年径流数据以及安徽省1989-2006年的工业和生活废水排放量数据进行了实例分析,发现自相关程度越高,精度越高.最后根据时序的自相关程度和精度检验的高低,给出了确定进行短期预测或者中短期预测的建议.     

郑州市城区2005年前环境空气质量的灰色预测

以郑州市城区 1997- 2 0 0 0年环境空气质量监测的数据 ,运用灰色系统理论 ,建立了动态GM (1,1)模型 ,用两种不同方法对该模型的精度进行检验。结果表明 :应用该模型对郑州市城区环境空气质量未来 5年进行预测。结果符合郑州市城区的实际情况     

基于回归分析的安徽水泥市场预测模型

回归分析法、弹性系数法、时间序列法等是市场预测中常用的方法。本文介绍了其中的回归分析法,并就其在水泥市场预测中的具体应用进行探讨。选取了1995-2005年安徽省固定资产投资与水泥需求量作为两个变量,验证了这两个变量之间的相关关系及相关程度,在确立了因变量(Y)和自变量(X)之后,通过回归检验并建立回归模型来分析预测了安徽省2010年的水泥需求量。     

中国就业人数与三大产业产值间的长期均衡分析

利用就业人数与三大产业产值的实际数据对它们之间的关系进行协整检验,表明虽然我国市场机制并未完全建立,但是三大产业产值与就业人数之间依然存在长期的均衡关系.进而用误差修正模型对它们之间的均衡关系做了重新估计.     

Box-Jenkins法在广西GDP预测中的应用

利用Box-Jenkins方法对1950至2004年广西国内生产总值进行了分析,建立了ARIMA模型,检验结果表明该模型有较好的预测效果.并把广西全社会固定资产投资额作为回归项引入到ARIMA模型中,由此建立了ARIMAX模型,从而进一步提高了模型的预测效果.     

安徽省城镇居民人均消费的组合预测

在灰色预测、回归预测和时序预测基础上,建立1990到2009年安徽省居民人均消费组合预测模型,并通过误差指标评价体系对组合模型和单项预测模型进行评价,结果表明组合预测模型的各误差指标远低于三种单项预测模型预测误差指标值。最后预测了我省近三年城镇居民人均消费值并进行了评价。     

基于VAR模型的湖南经济增长与就业关系实证

根据湖南省1952-2014年3大产业就业人数和GDP数据，利用向量自回归(VAR)模型分析二者之间的动态相关性.结果表明，湖南省GDP增长与3大产业就业人数增长有双向Granger因果关系.湖南省GDP的增长能够对3大产业的就业人数产生显著影响，同时3大产业就业人数增长也能促进湖南省GDP快速增长.     

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。     

安徽省入境旅游与经济增长相关性实证研究

根据1988-2012年安徽省入境旅游相关统计数据,通过协整检验、Granger因果检验等方法对安徽省入境旅游与当地经济增长关系进行研究,并建立两者间的“推拉效应”模型.结果表明：①安徽省入境旅游与当地经济增长存在长期稳定的因果关系：经济每增长1个百分点,入境旅游就增长1．828个百分点;国际旅游外汇收入每增长1个百分点,推动安徽地区生产总值增加0．481个百分点,地区经济对入境旅游发展的拉动作用更加明显.②安徽省入境旅游消费水平偏低,消费结构高级化指数小于100,入境旅游发展对地区经济的推动作用没有很好地发挥出来,因此刺激入境旅游发展仍是今后安徽省旅游业发展的重点.     

灰色系统预测方法在我国私人汽车拥有量预测中的应用

文采用灰色系统预测方法来分析2011-2016年我国私人汽车拥有量数据,并对各省的私人汽车拥有量分别建立灰色预测模型,进行模型检验,且预测了未来几年私人汽车拥有量。通过对各省私人汽车拥有量预测发现平均增长率这一指标,可以将研究省份分为五类。同时结果表明我国私人汽车拥有量将会持续快速的增长。     

应用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,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.     

等维灰数递补模型在人口预测中的应用——以浙江省为例

介绍了GM(1,1)灰色模型的建模过程,应用等维递补方法对其进行修正,得到等维灰数递补模型,采用该模型对2010- 2020年浙江省总人口进行了动态预测.精度检验结果表明,模型预测精度较高、预测结果可靠.     

安徽省区域经济物流弹性研究

对安徽省1990—2011年的物流能力和GDP数据进行了统计分析和回归分析,建立了物流能力与时间、GDP之间的数学模型,进而对安徽省区域经济物流弹性进行分析。研究结果表明安徽省物流能力和区域经济发展之间存在互动关系,并对安徽省2012-2021年区域经济物流弹性进行了预测。基于分析的结论提出相关政策建议,对安徽省制定物流产业和经济发展规划提供参考。