ARIMA与指数平滑法在江苏省GDP预测中的应用

该文对SPSS时间序列中的ARIMA与指数平滑法进行了比较,并对江苏省未来若干年的GDP进行了预测。通过这两个模型对江苏省1984～2009年的GDP分析及预测,结果显示两种方法在较长的时间内预测结果有较大差别,但ARIMA在近期预测中效果较好;江苏省在未来几年经济增长将出现波动,到2017年逐渐趋于平稳。     

基于遗传算法优化的BP神经网络的组合预测模型方法研究

【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。     

山东省花生年产量的组合预测模型研究

以山东省花生年产量为研究对象.针对花生年产量的强烈波动性而导致的预测难、准确率低等难题,提出了一种基于GM(1,1)和RBF神经网络的组合预测模型,利用GM(1,1)来捕捉花生年产量的总体趋势,RBF神经网络来预测带有强烈非线性的残差项;同时为了提高RBF神经网络的训练速度和精度,针对标准遗传算法存在的早熟现象和收敛速度慢的缺点,提出了一种改进的自适应遗传算法,对RBF神经网络的初始参数进行优化.试验结果表明,组合预测模型可以较准确预测花生年产量,说明了组合预测模型的可行性.     

基于BP-ARIMA的中国月度LNG出厂价格预测模型

【目的】中国作为全球最大的天然气进口国,LNG在天然气供给中扮演着关键角色。然而中国LNG出厂价格的变化呈现较强的不确定性与波动性,准确预测中国LNG出厂价格的变化趋势,对LNG产业链布局优化、提高天然气供应链的经济性具有重要现实意义。【方法】研究收集并整理了中国LNG出厂价格的历史数据,并采用灰色关联分析确定了影响价格变动的关键因素。在此基础上,分别构建BP神经网络预测模型与ARIMA时间序列预测模型。根据变权重理论,将两种单一预测模型进行加权组合,建立新的变权重BP-ARIMA组合预测模型。以中国实际LNG出厂价格数据对不同预测模型进行案例验证分析。【结果】与传统的BP神经网络模型及ARIMA模型相比,变权重BP-ARIMA组合模型结合了两种单一模型的优势,通过动态调整两种模型的权重,显著提高了LNG出厂价格预测的准确性。其平均绝对误差MAE、平均绝对百分比误差MAPE以及均方根误差RMSE分别为188.7元/t、4.1%、280.5元/t,相较于BP神经网络模型、ARIMA模型以及等权重组合模型,MAE分别降低了65.85%、44.20%、37.50%,RMSE降低了63.6%、38.2%、29.8%,MAPE降低了63.7%、42.3%、36.9%。【结论】变权重BP-ARIMA组合预测模型为中国LNG出厂价格预测难题提供了有效解决方案,有助于促进LNG市场有序发展并为天然气供应链管理提供决策支持。（图4,表2,参20）     

组合模型分析方法在我国粮食产量预测中的应用

尝试将组合预测法应用于我国未来粮食产量的预测,以提高预测精度。通过赋予合理权重,将C-D生产函数模型、多元回归模型和指数平滑模型加权组合。对各模型进行平均绝对百分误差(MAPE)、希尔不等系数(Theil IC)和均方根误差(RMSE)等指标的比较,证明单一模型经过组合能够提高预测精度。     

基于BP神经网络的桃林口水库水质预测

为掌握秦皇岛桃林口水库未来水质变化的状况,选取总磷(TP)、硝酸盐氮(NO_3-N)、亚硝酸盐氮(NO_2-N)、氨氮(NH_3-N)、高锰酸盐指数(COD_(Mn))、溶解氧(DO)和五日生化需氧量(BOD_5)7项指标2008—2015年8年的实测数据作为训练样本,建立BP神经网络模型对桃林口水库出库站2016、2017年7项水质指标进行预测,结果表明,该BP神经网络模型预测模拟训练后的模型预测效果良好,可以运用到桃林口水库水质指标的预测预警系统中。     

基于组合预测的农业用水量预测

在分析农业用水特性的基础上,提出了可有效克服单一预测模型预测精度不高的组合预测模型,并给出了农业用水量组合预测模型的权重确定方法,最后基于GM（1,1）模型、回归预测模型和指数平滑模型验证了组合预测模型对我国农业用水量的预测精度。     

中国水产品产量影响因素研究及预测分析

水产品产量是衡量渔业产业发展程度的重要指标之一.选取2007—2017年我国水产品产量、水产养殖面积、灾害造成的水产品数量损失、渔业从业人员数量、渔民家庭人均纯收入、水产技术推广机构经费、水产技术推广机构人员数量、年末机动渔船拥有量等数据,计算它们与产量的动态灰色关联分析,结果表明,水产养殖面积是影响水产品产量最重要的...     

山西省玉米产量预测研究——基于指数平滑法的实证研究

做好山西省玉米产量的预测工作,为今后政府部门调控农业生产提供决策依据,为农户安排玉米生产提供可靠的帮助,为保障山西省粮食安全都有着重要的意义。笔者以山西省2004—2013年玉米产量的统计数据为基础,运用指数平滑法对山西省未来几年的玉米产量进行了预测。通过对预测结果的分析可以看出,山西省玉米产量呈现出逐年上升的趋势。     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

水质预测模式在环境质量监测中的应用研究

综述了宁夏石嘴山市环境监测站运用环境影响评价技术导则中水质预测模式对黄河石嘴山段水质进行分析预测,结果表明:在石嘴山黄河大桥断面处,化学需氧量与氨氮稀释混合后浓度为20.61 mg/L和1.042 mg/L;在宁钢浮桥断面处,化学需氧量浓度值稀释混合后达标;在宁钢浮桥断面上游1 km处氨氮浓度值经稀释混合达标。化学需氧量与氨氮的断面平均浓度经稀释混合后达到Ⅲ类水质的最远距离分别位于"三排、五排"汇合后入黄口断面下游9 080 m和7 960 m处。     

基于AR IMA模型的山西省水资源生态足迹时间序列分析

运用水资源生态足迹模型计算了2003~2012年山西省水资源生态足迹,并对2013~2017年山西省水资源生态足迹进行ARIMA模型时间序列预测分析。结果表明:ARIMA(2,1,1)模型能够较好地拟合2005~2012年山西省水资源生态足迹变化,并预测2013~2017年山西省人均水资源生态足迹变化,误差不超过10%。将ARIMA模型运用于生态足迹时间序列的模拟和预测中,变静态分析为动态模拟,具有很好的适应性,能提高预测精度。     

基于马尔可夫链的河流水质污染预测模型研究

基于马尔可夫链的河流水质污染预测模型,采用河流水质污染的指标数据,得到水质污染的时间序列值;划分水质污染趋势的状态空间;建立状态转移矩阵,从而预测水质污染趋势变化区间.结果表明,该模型能够有效地预测河流水质污染的走势,进而能够为相关的环保部门提供治理河流的有效依据,从而达到保护农业灌溉用水的目的.     

基于时间序列的大型灌区日退水量预测模型研究

采用时序图和自相关图相结合的方法,对大型灌区的日退水量时间序列进行了分析,建立了灌区日退水量时间序列ARIMA模型,并以宁夏青铜峡灌区为例进行了实证研究,取得了较为精确的结果,为灌区退水量的准确预测提供了理论依据。     

基于组合模型的中国生物质能利用预测及变化趋势——以秸秆利用为例

利用我国1991~2005年秸秆利用数据,预测2010~2014年生物质能利用总量及其变化趋势。结果表明,2010~2014年我国生物质能利用总量将大幅增加。     

基于时序残差辨识的终霜日灰预测模型研究

终霜冻出现的早晚是影响宿州市春播作物和越冬作物生长发育的重要因素。根据季节事件灰预测机理和时序变量灰化处理思想建立时序残差GM(1,1)修正模型,模型精度有所提高,对终霜期的长期预测具有一定的参考价值。     

我国城乡居民收入差距预测模型比较研究

采用1978-2010年的全国城乡居民收入差距数据,主要研究多种模型在全国城乡居民收入差距预测中的应用,通过实证分析建立了ARIMA模型、灰色模型、二次多项式多种预测模型,并进行了精度比较,结果表明,二次多项式预测模型拟合效果更好。利用此模型对2011-2013年全国城乡居民收入差距趋势值进行了预测,2011-2013年全国城乡居民收入差距预测值分别为14 173.20、15 212.92、16 289.67元。最后在分析的基础上提出了相关对策：首先,强化政府公共服务的职能,协调资源,努力为社会成员提供一个平等发展的机会,以达到提高公民福利,促进社会公平的目的;其次,打破行业垄断,平抑垄断行业与一般行业人员收入差距;最后,支持、鼓励和倡导成立社会救济基金,从民间的角度调节居民收入分配,努力提高低收入阶层收入水平。     

基于Landsat8影像的不同水质类型的水体提取

以2015年Landsat8多光谱遥感影像作为基本信息源,在各地物光谱特征差异分析的基础上,采用谱间关系法与阈值法,构建不同水质水体提取模型,并结合实地水质监测数据及污染源数据,对提取结果进行精度评价与分析。结果表明,基于该方法能将一般水体、富营养化水体与其他地物区别开来,可以准确有效地获取不同水质的水体信息。     

基于组合赋权法的耕地质量等级评价指标体系研究

构建了耕地质量等级评价指标体系,分别采用层次分析法和因子分析法计算指标的权重,并进一步研究了组合赋权法的计算方式,并以土默特右旗耕地质量等级评价为实例对该方法的实际应用进行研究。结果表明,层次分析法确定权重的主观因素较强,而因子分析法计算权重过程又相对机械化,采用将二者计算的权重进行线性组合的方式来确定耕地质量等级评价指标体系较为科学,在实际工作中值得参考。     

基于水质标识指数法的李家峡水库水质现状评价

利用新型的水环境质量评价法——单因子水质标识指数法和综合水质标识指数法,对青海省李家峡水库水质进行评价,并且与单因子污染指数法的评价结果进行比较。结果表明,李家峡水库在丰水期时,水质达到国家Ⅲ类水标准,其中TP的贡献率最大;在枯水期时,水质达到国家Ⅲ类水标准,其中TP的贡献率较大;在平水期,水质达到国家Ⅲ类水标准,并且该评价结果与单因子污染指数法的评价结果基本一致。