城市人口系统组合预测模型研究

城市人口的预测模型很多,比如马尔萨斯模型(Malthus model)、Logistic模型、指数模型和回归预测模型等等。本文在Logistic模型和回归预测模型的基础上,建立城市人口组合预测模型,最后在广州市进行了模型的应用。     

软土地基沉降非线性组合预测模型及应用

软土地基沉降预测是建筑物主要考虑的问题之一.基于软土地基上建筑物沉降的一些实测数据,提出了一种幂函数曲线线性回归-灰色理论相结合的非线性组合预测模型.理论分析和实例预测表明,该模型的预测值更接近真实值,预测结果的可靠度更高.     

基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型

为准确预测未来中国煤炭需求总量;首先确定我国煤炭需求量的7个主要影响因子,将集成学习算法以及支持向量回归算法应用到中国煤炭需求量预测中,借助多元宇宙算法优化支持向量回归机中关键参数,构造基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型;将1980-2017年历史数据带入模型.结果表明:建立的煤炭需求量预测模型适配度高达0.9791,平均绝对误差仅为4.2928%.基于历史数据,确定各因子年均增长率的可能波动边界值,在GDP低、中、高速增长的情况下随机组合分别带入模型得到2018-2020年中国煤炭需求量的可能数值区间.     

创新产品市场扩散的非线性组合预测模型

提出了一种新的非线性组合预测扩散模型,并给出了相应的反向传播学习算法,理论研究与应用举例表明：该方法具有很强的学习与泛化能力,在处理诸如创新扩散时间序列这种具有一定程度不确性的组合建模与扩散预测方面有很好的应用价值。     

快速路交通事件持续时间预测模型研究

针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.     

组合预测模型在物流需求预测中的应用

通过对物流需求影响因素的分析，建立了回归分析、灰色系统及神经网络方法的物流需求单项预测模型，鉴于单项预测模型的局限性，以误差绝对值加权和最小为最优化准则，建立了物流需求组合预测模型，并辅以实例进行分析和验证，通过误差的分析表明该模型能够改善预测精度，可以作为未来物流需求量预测的有效工具。     

汉台区牛奶需求量的灰色预测模型

通过对汉台区牛奶销售市场需求量的分析 ,根据需求量与时间的关系 ,利用灰色系统理论建立了GM (1,1)灰色预测模型。并对未来几年的需求量进行预测     

预测模型组合开关

不同预测模型在同一时刻都存在不同的预测误差,最优组合预测的预测精度要比其他模型高,但并不是所有时刻误差都最小,有的时刻可能比单项预测误差还大,因此,在预测时就存在较大的风险.再组合预测可以降低预测风险,但方法比较复杂难以推广.针对这些问题,我们设计一种预测模型组合开关,根据数据的变化,不同时刻采用不同预测模型,使预测误差每一期都最小,或不是最大.实证结果表明,预测模型开关能够根据数据特征有效控制模型输出.     

关于几种经济预测模型的应用研究

在社会经济的各个领域,大量的决策问题离不开对变量未来值的预测或对不易观测变量的预测。而在进行预测的过程中,最重要的是预测模型的选择。本文着重研究了经济预测中常用的线性回归模型、灰色预测模型和RBF神经网络模型,并且引入组合预测模型对这三种单项预测模型进行优化。通过对天津港货物吞吐量预测的实例分析,检验了这些方模型的可行性和可靠性,为决策者制定相应的战略规划提供了科学的参考依据。     

两种工况下电主轴热误差的组合预测模型

为了有效地提高数控机床电主轴热变形模型的预测精度,在2种典型工况下,根据电主轴结构热变形的产生机理,提出了一种基于模糊逻辑的组合预测模型.该模型综合了由自回归分析理论和灰色系统预测理论所建立的热误差模型,采用模糊逻辑选取权值,使各单项预测模型能够扬长避短,从而增强了组合预测模型的泛化能力.通过对电主轴热变形工况下的实验结果与计算结果的比较表明,在单项预测模型中的工况1下,灰色系统预测模型的相对误差较小(6.9%),在工况2下,自回归预测模型的相对误差较小(12.1%),而组合预测模型在2种工况下的相对误差分别为2.2%和8.9%.因此,组合预测模型具有较高的精度和较强的鲁棒性.     

城市交通需求预测理论与模型研究综述

城市交通需求预测是交通学科研究的热点之一。本文对现代城市交通需求预测理论与模型进行系统分析,重点围绕交通生成、交通分布、交通方式划分预测模型展开,对各模型基本原理、研究进展、传统模型及其改进、模型应用情况等进行综述,最后总结城市交通需求预测研究领域重点、难点,指出未来发展方向。     

最大误差绝对值达到最小的区间组合预测模型

针对实际值序列和预测值序列均为区间数的情形,给出最大中心误差和最大长度误差绝对值达到最小的多目标模型,转化为单目标线性规划问题进行求解．最后,通过具体算例对文中方法的可行性和有效性进行了验证．     

论相关系数的区间型组合预测模型

通过区间数域上的组合预测对待预测模型进行定量预测,文中的组合预测是在以相关系数作为评价组合预测方法的标准,在文中给出区间数域上组合预测的解决模型,结合实际的经济学问题,给出相应的结果并说明该模型的有效性和优势性.     

基于GRNN模型的城市道路短期交通流预测研究

采用剔出了城市道路短期交通流的周周期性特征的周差分数据作为广义回归神经网络（GRNN）模型的预测对象,这样既能避免合理选择交通流影响因素作为神经网络输入变量的困难,又能迅速获得实时短期交通流预测结果。研究结果表明,构建的神经网络模型能够很精确地实时预测城市道路短期交通流。     

Traffic Forecasting Model Based on Takagi-Sugeno Fuzzy Logical System

The local multiple regression fuzzy(LMRF)model based on Takagi-Sugeno fuzzy logical system and its application in traffic forecasting is proposed. Besides its prediction accuracy is testified and the model is proved much better than conventional forecasting methods. According to the regional traffic system, the model perfectly states the complex non-linear relation of the traffic and the local social economy. The model also efficiently deals with the system lack of enough data.     

基于多元回归模型的2010年上海世博会客流量预测分析

选取上海城市吸引力系数和上海世博会的吸引力系数等参数,利用多元回归模型定性对2010年上海世博会客流量进行了预测及分析.结果表明:利用多元回归模型对世博会客流量做的预测与以前常用的渗透率模型和引力模型相比有其自身的优越性,考虑因素更为全面.     

重庆市主城区住宅需求总量预测模型

发展房地产业是当前重庆市产业结构实现战略性调整，促进地区经济发展的重要措施之一，论文首先对国内外住宅需求总量预测方法进行了研究分析，其次利用重庆市主城区1993～2000年居住水平与主要影响因素的截面数据，采取逐步回归和组合预测分析的方法得出了重庆市城区住宅需求总量预测模型。该模型认为：重庆市主城区住宅需求总量与城市人口呈正相关，这与住宅作为生活必需品的性质相符，同时也说明重庆市城区的住宅需求仍处于较低水平。     

基于预测有效度的优性组合预测模型研究

针对基于预测有效度的组合预测模型提出了新的优性组合预测、预测方法优超和冗余度的概念 ;指出了简单平均组合预测方法至少是非劣性组合预测 ;并探讨了优性组合预测存在的充分条件 ;给出了冗余信息出现的两个判定定理