我国新能源汽车销售量的预测模型

采用2011—2017年我国新能源汽车产销量的实际数据,分别建立了我国新能源汽车销售量的指数增长模型、Logistic阻滞增长模型以及二次多项式模型并进行预测.结果表明,二次多项式预测模型更符合我国新能源汽车发展的实际情况.其分析结果对预测未来几年我国新能源汽车销售量增长趋势、国家政府部门政策的制定、新能源汽车企业的生产经营活动具有一定的参考价值.     

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势，利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合，对2017-2019年发病率数据进行预测，并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明，2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确，模型精度更优，是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.     

职工工资增长的数学模型

根据山东省职工历年平均工资统计数据,建立了三个不同的社会平均工资增长数学模型,并预测了我国未来几年社会平均工资增长.计算结果表明,ARIMA模型较另两个模型具有更好的预测效果.     

时间序列分析在居民消费水平指数预测中的应用

该文利用SAS统计软件对我国1978-2009年的居民消费水平指数数据进行分析,分别建立了ARIMA模型和Auto-Regressive模型,并给出了反映各个模型拟合精度的AIC值和SBC值,进而确立了一个反映居民消费水平指数变化规律的较优模型.最后,利用该模型对2010年到2014年的全国居民消费水平指数进行了预测.结果表明ARIMA((2),2,0)模型在短期预测中达到了较高的精度.     

基于优化的无偏灰色模型的铝价格行情预测

为了对铝价格行情进行科学的预测,构建优化的无偏灰色模型模拟其变化趋势.首先建立无偏灰色预测模型,并推导出它的求解公式;再对其背景参数进行优化;然后根据2010年10月至2011年6月上海现货铝价格数据,采用优化的无偏灰色模型进行模拟预测,最后将其预测结果与传统的GM(1,1)模型和无偏灰色模型进行误差比较分析.结果表明优化的无偏灰色模型消除了传统GM(1,1)模型本身固有的偏差,模拟和预测的精度较高,分析结果可靠.预测数据说明我国铝现货价格整体上呈上升趋势,与我国经济建设对铝的需求持续增长的现状相符.     

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.     

季节ARIMA模型在我国肺结核发病率预测中的应用

目的探讨应用季节ARIMA模型对我国肺结核发病率进行预测的可行性.方法对我国2005年1月-2010年12月肺结核逐月发病率建立季节ARIMA模型,并对预测效果进行评价.结果 ARIMA（3,1,0）×（0,1,1）12模型很好地拟合了既往数据,对2011年1月-9月发病率的预测值符合实际发病率变动趋势.结论季节ARIMA模型能很好地模拟我国肺结核发病率的变动趋势,将其应用于肺结核发病率预测是可行的.     

储量增长预测模型的对比分析

在调研国内外油气储量增长趋势预测研究的基础上,分析了翁旋回、龚帕兹、逻辑斯谛和高斯模型中各参数的地质含义和对曲线形态的控制作用.应用以上4种模型对苏北盆地2006—2030年石油储量增长趋势进行了预测.在预测效果上,左偏型的翁旋回和龚帕兹模型比对称型的逻辑斯谛和高斯模型更符合我国含油气盆地的储量增长特点.     

GM(1,1)模型和Verhulst模型在人口预测中的应用

为提高我国人口预测模型的预测精度,分析了GM(1,1)和Verhulst预测模型的特点,并分别利用GM(1,1)和Verhulst模型对我国人口的变化情况进行了预测,发现灰色Verhulst模型有更高的预测精度和可靠性,更适合于我国人口的预测.     

基于NAR模型的商品零售价格指数预测研究

基于样条估计理论,建立了我国商品零售价格指数的NAR预测模型.并应用此模型对我国2004-2007年的价格指数进行了预测分析,结果表明:相对于传统的ARMA模型而言,NAR模型能够更好地捕获我国社会商品零售价格指数的非线性特征,预测精度较高.     

中国汽车维修企业现状及发展趋势分析

对新形势下中国汽车维修行业进行了五力模型分析,并阐明了目前我国汽车维修企业发展的优势、劣势和发展机会。认为我国汽车维修企业多数价值链结构较简单,应在原有的汽车维修的基础上扩大经营活动范围,通过对业务的延伸提升企业的品牌价值,扩展利润增长点,提高企业综合竞争能力。     

中国乘用车与商用车保有量预测

为了获得中国未来汽车保有量及其构成,分别采用Gompertz模型和线性外推模型对中国的乘用车和商用车保有量进行了预测。结果表明:中国汽车保有量在2020年和2030年将分别达到2.5—2.9亿辆和4—5.2亿辆,其中乘用车保有量增长速度相对较快,且存在一定不确定性,在2020年和2030年将分别达到2.2—2.6亿辆和3.5—4.8亿辆。商用车保有量在2020年和2030年将分别达到0.33和0.47亿辆。在2030年之前,中国汽车保有率将快速提高,但是相比发达国家将始终有较大差距。     

应用灰色系统理论预测中国高等教育生源未来走势

回顾了中国高等教育的发展历程,通过建立灰色系统模型预测模型,从高等教育发展对学生的需求和高中教育对学生的供给两个方面进行预测分析,阐述了普通高校继续实行扩招可能引发的潜在生源危机,并就此提出了几点建议.     

考虑航班计划的机场短时停车需求预测

为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划对机场停车场短时停车需求的影响,将其与气象状况同时引入到短时停车需求影响因素中,建立了基于Conv1D-LSTM神经网络结构的机场短时停车需求模型。以上海虹桥机场停车场为实例,Conv1D-LSTM模型实验结果的平均绝对误差和均方根误差分别为12.057 辆和14.237 辆;对比多个其他模型实验结果,本文构建的Conv1D-LSTM模型预测效果更优,能有效应用于机场停车场短时停车需求预测。     

事故车辆图像特征点的自动匹配

实现交通事故现场勘查中物体的立体视觉量测,需要对勘查获取的立体图像进行匹配。但由于一般自动匹配记录信息和事故研究所需信息的差异,使得自动匹配成果难以直接应用到交通事故勘查的立体匹配中。针对该问题,研究提出了一种事故车辆图像特征点的自动匹配方法,应用SIFT理论和BP神经网络理论,构造了事故车辆图像特征点的自动匹配模型,并进行了实验验证。研究结果表明,该匹配方法可以实现立体像对中任一选定目标的自动匹配,匹配的结果能够做为精匹配的提示。该项研究大幅度提高立体匹配选点的效率,加快交通事故立体视觉系统量测的速度,还可以作为一种技术手段给车牌被遮挡的违章车辆的确认提供借鉴。     

一种新型双能源电动汽车的动力传动系统

对一种新型零排放电动汽车动力传动系统进行了研究,这种电动汽车以直接氢质子交换膜燃料电池为主要动力,以铅酸蓄电池为辅助动力.该电动汽车以巡航速度行驶时,由燃料电池供电,多余电量给蓄电池充电.在汽车加速、爬坡或高速运行等高功率需求工况时,由燃料电池和蓄电池同时提供动力.同时对该双能源电动汽车动力传动系统的参数进行了最佳匹配.最后对该电动汽车进行了仿真,结果表明动力传动系统的参数匹配是合理的,该电动汽车的动力性完全能满足设计指标要求.     

汽车尾气排放标准提高的经济影响与减排效果 —— 基于可计算一般均衡(CGE)模型的分析

基于一般均衡理论, 利用CHINAGEM模型, 对提高汽车尾气排放标准实施产生的经济和环境影响进行实证研究。通过调整汽油精炼和汽车零部件行业的生产税税率, 发现国Ⅳ、国Ⅴ新标准实施使得劳动力成本上升, GD 略有下降, 利于出口导向型行业发展。新标准一旦全面实施, 会抑制汽车制造等行业的整体发展, 国产车产量将有所下降, 从而增加进口汽车对国产汽车的替代。研究发现, 随着排放标准的提高以及汽车产量增速的减缓, 中国的大气污染问题会有所缓解。根据模型对载客汽车和载货汽车尾气排放污染物的预测, 新标准实施后2018 年的一氧化碳、碳氢化合物、氮氧化物和总颗粒物排放量分别减少3952.03, 3751.34, 1163.23 和166.27万吨, 减排比例分别达到32%, 36%, 63%和87%, 表明该政策的实施可以产生十分可观的减排效果。     

我国人才需求预测模型的构造

通过对历史状况的分析,确定影响我国人才需求的主要因素,在复杂的历史数据中,选择恰当的解释变量,建立我国人才需求预测的主模型,为解释变量构建5个子模型.利用国家统计年鉴的历史数据,通过构建的2003年、2005年和2010年的预测模型,可以对我国未来人才需求进行预测.     

基于SWOT分析的安徽省中小型专用车的产业发展研究

中小型专用车产业是安徽省汽车工业整体发展的不可或缺的重要力量.但由于这些企业的规模偏小,普遍存在资金、人才匮乏和设备落后、技术水平低的问题,在激烈的市场竞争环境中困难重重.针对安徽省专用车企业的现状,结合专用车产品的自身特点,利用SWOT法分析安徽省中小型专用车产业目前发展的优势、劣势、发展机遇以及威胁因素,给出安徽省中小型专用车产业发展策略的建议.     

基于ARIMA模型的居民区电动汽车负载特性分析

随着电动汽车规模的日益扩大和居民区充电设施的逐渐完善,大量电动汽车的充电行为将给居民区电网负荷带来较大影响。本文在电动汽车充电特性研究的基础上,提出了一种基于自回归求和滑动平均(ARIMA)模型的面向居民区的电动汽车负载特性分析方法,通过构建多辆电动汽车的总耗电模型,较好地预测了电动汽车总体充电需求,进而实现对居民区变压器容量的合理配置。最后选取若干具有代表性的小区,测试分析了电动汽车接入前后的台区负载变化情况,验证了所提方法的有效性。