基于最小二乘支持向量机的交通安全预测模型

分析了最小二乘支持向量机(LS-SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS-SVM建立交通安全预测模型.将1953～2006年全国交通安全相关数据分为训练集和测试集,利用Matlab 7.0进行仿真测试.通过训练LS-SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比.仿真结果表明,基于LS-SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度.     

基于EMD-PSR-LSSVM的城市燃气管网短期负荷预测

城市燃气管网短期负荷预测对燃气调度系统的安全与稳定具有重要意义. 为了提高城市燃气管网短期负荷预测精度,建立了基于经验模态分解(EMD)-相空间重构(PSR)-最小二乘支持向量机(LSSVM)的组合预测模型. 首先,运用EMD算法把原始非线性时间序列分解为互不耦合的模态分量,并采用PSR算法确定LSSVM建模中各个分量的输入输出结构; 其次,运用PSO算法对LSSVM建模中的参数进行优化,使用训练好的LSSVM模型对各个IMF分量进行回归预测; 最后运用该组合模型对郑州市燃气管网负荷进行短期预测.结果表明:与LSSVM回归预测和BP神经网络预测模型相比,本文提出的组合模型的预测精度更高,是一种更为有效的城市燃气管网短期负荷预测方法.     

基于灰色相关向量机的故障预测模型

针对样本数据量较小条件下的故障预测问题,提出了一种灰色相关向量机（relevance vector machine, RVM）故障预测模型。在模型的训练阶段,根据特征数据序列建立其离散灰色模型（discrete grey model, DGM）,以DGM的预测值作为输入、原始数据序列作为输出,训练得到RVM回归预测模型;在模型的预测阶段,由建立的DGM和RVM回归预测模型组合得到灰色RVM故障预测模型,并通过引入新陈代谢过程,不断更新数据中的信息。实验结果表明,模型的预测性能优于传统的灰色预测模型。     

组合预测模型在我国能源消费系统中的建构及应用

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性 .鉴于能源消费系统的复杂性及非线性的特征 ,文章首先利用我国能源消费量的历史数据 ,分别采用灰色预测、神经网络及多元回归方法建立了我国能源消费系统的单项预测模型 .并对各单项模型的优缺点进行了比较分析 .其次 ,采用标准差法进行权重分配 ,建立了我国未来能源消费量的组合预测模型 .最后 ,应用该模型对我国未来 2 0年的能源消费量进行了预测 .结果表明 ,该模型可以作为我国未来能源消费量预测的有效工具 .     

基于相关系数的加权几何平均组合预测模型的性质

加权几何平均组合预测为一种非线性的组合预测方法.针对基于相关系数的加权几何平均组合预测模型,定义了优性组合预测模型、预测方法优超、组合预测冗余度等概念,讨论了在一定的条件下,该组合预测存在非劣性及优性组合预测的充分条件,得出了一个判断冗余预测方法的判定定理.从理论和实例说明基于对数相关系数的非线性组合预测模型的有效性.     

基于SVM的入库径流混沌时间序列预测模型及应用

针对常用的入库径流混沌预测模型只能做短期预测,且需要大量样本数据的问题,将支持向量机理论与混沌预测理论相耦合,建立基于支持向量机的入库径流混沌时间序列预测模型,该模型利用混沌理论中的相空间重构技术将原始入库径流序列映射到一个高维相空间,以相空间中的相,占为基础构造训练样本和测试样本,然后利用支持向量机理论进行预测。经实例计算,模型比基于最大Lyapunov指数的混沌预测模型、人工神经网络模型和自回归模型拟合效果好,预测精度高,丰富和发展了入库径流预测理论和方法。     

基于改进Theil不等系数的导弹备件消耗预测

针对传统备件消耗预测模型在组合赋权方面存在的缺陷,提出了一种基于改进Theil不等系数的诱导有序加权调和平均（induced ordered weighted harmonic averaging, IOWHA）算子和马尔科夫链（Markov chain, MC）的导弹备件消耗预测模型。首先运用最小二乘法、数据变换技术和加权理论对单项预测模型进行改进;然后建立基于Theil不等系数的IOWHA算子组合预测模型;提出利用MC定性推导出组合模型中各单项预测模型在待预测时点上的预测精度状态,进而应用遗传算法（genetic algorithm, GA）求解得到待预测时点上的组合模型权系数。实例结果表明,所提出的组合预测模型大大降低了预测误差。     

基于Matlab支持向量回归机的能源需求预测模型

分析了支持向量回归机在能源需求预测中的优势, 确定了输入向量集合和输出向量集合, 建立了基于Matlab技术的SVR能源需求预测模型. 对我国1985-2008年能源需求相关数据进行模拟与仿真, 并对中国2010年和2020年能源需求量进行预测. 研究结果表明: 一是中国未来对能源的需求量逐渐增加, 从2010年的330400万吨标准煤上升到2020年418320万吨标准煤, 年均增长率为2.39%; 二是在解决我国能源系统小样本. 非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.     

PSO-LSSVM灰色组合模型在地下水埋深预测中的应用

针对LSSVM参数难以确定和单一方法预测精度不高的问题, 提出一种基于粒子群优化LSSVM灰色组合预测模型的学习方法. 利用粒子群算法的收敛速度快和全局优化能力, 优化LSSVM模型的惩罚因子和核函数参数. 避免了人为选择参数的盲目性. 在同一时刻利用不同长度序列的灰色预测方法对历史数据进行初步预测, 将初步预测结果的组合作为LSSVM的输入, 该时刻的实际值作为输出, 进行训练建立灰色LSSVM组合预测模型, 提高了模型的推广预测能力. 选取三江平原某地区1985年至2006年地下水埋深实测数据, 建立PSO-LSSVM组合预测模型. 通过两种方式对模型进行检验, 与其他模型相比, 该组合模型具有较高的预测精度.     

粗糙集理论在我国税收预测中的应用

基于粗糙集理论给出了对象与规则可信度的概念,提出了一种经济系统中相关关系预测法.利用信息熵的概念,评价因素的重要程度和约简因素,由此提取基本相关规则.在对象与规则之间的可信度基础上,建立了预测模型.与传统的回归预测法比较,这个方法不需要进行相关性判断、模型识别和检验,它直接从数据出发,在不损失信息的条件下约简冗余因素,寻找经济指标与影响因素之间的相关关系,能同时处理定性、定量因素以及不确定因素.税收预测模型算例说明了本文方法的有效性.     

金融业“营改增”福利效应的动态一般均衡分析

金融业“营改增”是我国当前税制改革中的重要一环. 本文在测算其增值税税负临界点为6.94%的基础上,应用中国动态CGE模型,模拟分析在5%和6%两种增值税税率情景下的福利经济效应,结果显示：“减税”效应对金融业的发展带来了正面影响,加快了资本积累速度,推动了长期的经济增长以及居民福利水平;税收方面,虽然降低我国间接税总收入,但增加了关税、消费税、直接税等税收收入,显现一定的“拉弗效应”;结构层面,促进了要素资源向第三产业集中,积极推动了我国产业结构的调整.     

遗传算法和BP人工神经网络在税收预测中的应用

针对经典的BP人工神经网络所存在的缺陷,结合遗传算法,提出了基于实数编码的GA-BP神经网络税收预测模型。在结合递归预测方法的基础上,该模型取得了令人满意的结果。     

Preface

Different from traditional tax audit, supervision with self-audit is a combination of audit by the taxpayer himself and audit by the tax authority. This paper mainly studies a taxpayer’s optimal policy of tax evasion under supervision with self-audit and its related properties, in order to deduce some effective suggestions and theoretical bases to restrain tax evasion. Assuming that only a certain proportion of evaded tax can be discovered when the audit is executed, the authors first formulate a static model with self-audit. This model is divided into two stages. At the first stage, taxpayers declare their taxes, then the tax authority chooses audit objects, based on a known probability, and announces the result; if the taxpayer is chosen, he will enter the second stage, during which he has a chance to pay the evaded tax and the corresponding late fees and then is audited by the tax authority. The authors show the existence and uniqueness of the optimal amount of tax evasion at the first stage and the optimal proportion to self-expose at the second stage. The authors also discuss the related properties of the interior solution, and do elasticity analyses on some parameters. Besides, the authors extend the static model into the corresponding two-period model, and study the existence and uniqueness of the solution of the extended model. Finally, under the assumption that tax evasion can only be discovered with a certain probability when the audit is executed, the authors formulate another static model with self-audit and investigate its properties. This research is partially supported by the National Natural Science Foundation of China under Grant Nos. 60674082, 70221001, and 70731003.     

Tax Evasion: Models with Self-Audit

Different from traditional tax audit, supervision with self-audit is a combination of audit by the taxpayer himself and audit by the tax authority. This paper mainly studies a taxpayer＇s optimal policy of tax evasion under supervision with self-audit and its related properties, in order to deduce some effective suggestions and theoretical bases to restrain tax evasion. Assuming that only a certain proportion of evaded tax can be discovered when the audit is executed, the authors first formulate a static model with self-audit. This model is divided into two stages. At the first stage, taxpayers declare their taxes, then the tax authority chooses audit objects, based on a known probability, and announces the result; if the taxpayer is chosen, he will enter the second stage, during which he has a chance to pay the evaded tax and the corresponding late fees and then is audited by the tax authority. The authors show the existence and uniqueness of the optimal amount of tax evasion at the first stage and the optimal proportion to self-expose at the second stage. The authors also discuss the related properties of the interior solution, and do elasticity analyses on some parameters. Besides, the authors extend the static model into the corresponding two-period model, and study the existence and uniqueness of the solution of the extended model. Finally, under the assumption that tax evasion can only be discovered with a certain probability when the audit is executed, the authors formulate another static model with self-audit and investigate its properties.     

企业偷税行为的经济学分析及其对策研究

从分析企业偷税行为的机理入手,把偷税行为作为一种企业的“生产”活动纳入企业的生产函数,并通过构建征纳双方关联的偷税模型,认为税收征管信息系统的完善固然重要,是解决企业偷税的根本环节,但基于中国现行税收征管的信息系统现状,决定了对于中国,目前更为重要且紧迫的问题应是抑制偷税,而不可能等到信息系统完善之后才进行。最后本文基于模型结果,提出了解决整个问题的阶段性和连续性措施。     

飞机研制费用的组合预测方法

针对飞机研制费用预测样本数据较少、影响因素复杂,单一预测方法预测质量不高的问题,采用组合预测方法预测飞机研制费用。组合了径向基函数（radial basis function, RBF）神经网络、格拉姆施密特回归、偏最小二乘回归(partial least squares regression, PLSR)3种预测方法,基于样本数据建立了飞机研制费用组合预测模型,并与单项预测进行了对比分析。结果表明,组合预测具有满意和稳定的预测精度,并可以降低单项预测的质量风险,是飞机研制费用预测可靠而有效的方法。     

收入共享与谈判权力对供应链碳减排决策的影响

本文以政府征收碳税且消费者偏好低碳产品为背景，在单生产商单零售商的供应链中研究了收入共享及谈判权力对生产商碳减排决策及成员收益的影响，其中收入共享比例可通过谈判制定.研究发现：若收入共享比例外生，收入共享能使生产商碳减排率增大，收益升高；而若能自由制定共享比例，生产商会选择独占所有收入，而零售商会选择适中的比例.在双边谈判下，若不减排，生产商应得的收入比例等于其谈判权力；若减排，则该比例高于其谈判权力.特别地，若零售商拥有全部谈判权力，他仍会与生产商分享收益，这对双方都有利；而若生产商拥有全部的谈判权力，她会独占全部的销售收入.并且，与不共享收入相比，生产商总是能从谈判收入共享比例中受益，然而，零售商仅在生产商谈判权力较弱时才能从中受益.再者，消费者的低碳偏好或碳税都能刺激生产商减排，且两家企业都总能从减排中获益，而政府可用适度碳税刺激企业尽可能高地减排.最后，当且仅当生产商拥有完全的谈判权力时，收入共享契约才能完美协调供应链.     

多模式交通网络税费政策评价模型

为了实现节能减排,政府改革了燃油税并出台了车船税政策,以鼓励使用低能耗的小排量汽车. 为了科学评价这两种税费政策的实施效果,面向包含小汽车和公交车组成的多方式交通网络,利用网络均衡原理和变分不等式理论,构建了等价的多用户、多准则均衡变分不等式（Ⅵ）模型,设计了求解该模型的启发式算法,并进行了算例验证. 利用所建立的模型分别研究了燃油税和车船税对交通网络的成本-收益影响、公交出行分担率以及对不同排量汽车用户公平性的影响问题. 研究表明：提高燃油税和车船税的税率,虽然有可能减少交通网络的整体收益,但能提高公交分担率,其中车船税对公交分担率边际增加作用递减;而不同的税率将在出行成本方面影响出行者的公平性.     

可计算非线性动态投入产出模型及其在税率设定中的应用

首先利用含税可计算非线性动态投入产出模型,给出求解增值税、企业所得税、个人所得税等主要税种合理税率的计算公式.然后利用中国的实际数据给出相应税种税率的计算结果.最后比照中国的实际情况,对所得到的计算结果进行讨论,得到有实际意义的一些基本结论.