简介：摘要经济的发展，城镇化进程的加快，道路车俩逐渐增多。车速预测可为车辆的决策系统提供行驶数据，对智能车辆安全辅助驾驶及动力系统控制等研究有着重要意义。准确的预测城市道路未来车速情况能够帮助解决城市交通拥堵问题。道路的车速受到许多因素的影响，例如天气、节假日、区域位置等等。本文就城市道路未来车速预测模型展开探讨。

简介：根据区间数与联系数的性质,把区间数转换成二元联系数的等价形式,区间数的组合预测问题则转换成等价的联系数的组合预测问题。遵照理论方法创新与实践应用相结合的准则,以联系数距离为最优准则,通过引入诱导有序加权调和平均（IOWHA）算子,构造基于联系数距离以及基于联系数距离与IOWHA算子的区间型组合预测模型,最后对所建立模型的有效性进行验证。

简介：商洛市作为关中-天水经济区的重要城市,它的人口规模直接决定了在经济区域中城市的建设思路和发展政策,因此对城市人口的准确预测就显得非常重要。为了提高对商洛市人口的预测精度,根据2008—2016年的商洛市人口数据,采用灰色系统预测GM(1,1)模型建立商洛市人口变化的数据模型,并与实际数据进行了拟合。结果表明,该模型与实际数据的拟合性较好,预测得到的数据与实际数据差距较小,满足相应的验证精度,可以用来预测未来的商洛市人口趋势,为城市的建设思路和发展政策提供参考。

简介：以高校助学金等级评定工作为研究对象,采集忻州师范学院学生相关数据,初步制定助学金评定指标体系,通过可视化分析法对数据特征之间、数据特征与标签数据间的关系进行探索性分析,形成修正的助学金评定指标体系。将采用装袋(Bagging)集成方法的随机森林模型应用于助学金等级预测中,并与分类回归树(CART)算法进行比较。预测结果表明,随机森林模型在助学金等级预测中预测能力较强,具有一定的实用价值。

简介：通过构建具有更高自回归阶数p与偏自回归阶数q的ARMA模型,在现有文献对中国银行间同业拆借利率（CHIBOR）研究的基础上,对上海银行同业间拆借利率（SHIBOR）进行估计与预测,检验了ARMA模型的预测效果。结果显示,模型短期预测能力较好,而对于长期预测,则误差波动较大,预测能力较差。针对这一截然不同的现象,从货币政策与心理预期两个方面给出了可能的解释。

简介：摘要针对机场软土道基沉降的随机性和复杂性，提出了一种马尔可夫链改进灰色GM（1,1）模型的沉降预测方法。利用马尔可夫模型修正传统灰色GM（1,1）预测模型的残差，并以华东某软土道基跑道沉降实测值为例，对比分析了传统GM（1,1）和修正GM（1,1）两种灰色模型方法的预测能力。结果表明修正方法的平均误差能减少一半，预测精度能满足实际工程要求。

简介：摘要随着时代的发展，我国人民群众对出行的需求量越来越大，所以城市轨道交通成为了城市建设过程中重要的公益性的基础设施之一，其能够对城市的发展产生重要的影响，所以我们必须对城市轨道交通的建设和发展进行重视，当前我国正处于经济高速发展的阶段中，交通的发展规律以及趋势相对较难把握，所以为了满足人民群众的出行需求，并提高城市轨道交通的经济效益，我们需要对城市轨道交通的客流进行相应的预测。

简介：粮食安全是关系国计民生的大事。研究我国粮食产量和粮食播种面积的运行规律,对制定粮食生产发展战略,确保粮食安全具有重要意义。VAR模型常用于多个相关联的时间序预测,它以历史数据为基础,通过挖掘系统内部所隐含信息实现对时间序列未来的发展趋势预测,并能揭示关联时间序列之间的联系。运用VAR模型对我国粮食产量和播种面积进行预测,取得较为理想的效果,平均预测误差分别为2.0850%和0.8928%。

简介：文章以1995年—2014年山西省人均GDP数据为基础,采用灰色GM（1,1）模型对山西省人均GDP进行模拟,并通过马尔可夫模型进行修正,建立了灰色—马尔可夫模型。结果表明,预测的准确性和合理性得到了较大的改善。

简介：GDP数据序列分布往往具有非齐次指数性和非凸凹一致性的特点,运用传统的灰色模型预测GDP发展趋势难以获得理想的效果。无偏差GM（1,1,k）模型从灰导数和背景值两个角度优化,可实现对呈不规则非齐次指数函数分布的数据序列的无偏拟合。运用无偏差GM（1,1,k）预测了河北省GDP,消除了GDP不规则分布对预测结果的影响,取得了满意的效果,平均预测误差为3.3672%,比经典GM（1,1）的平均预测误差减小了47.0358%。

简介：依据1996—2015年我国65岁及以上老年人口数和抚养比,建立灰色GM（1,1）模型,对2016—2020年我国人口老龄化状况进行预测,结果表明,到2020年,我国65岁及以上老年人口数达1.6427亿人,抚养比高达15.0336%,没有下降的趋势,人口老龄化形势非常严峻。为有效缓解人口老龄化问题,应大力发展老龄化产业,构建社区老年人服务体系,办好老年人的教育与就业,继续开放生育政策,吸纳外来人口以降低老龄抚养压力。

简介：随着我国经济水平的提高,旅游业的发展也越来越快,游客人次的准确预测显得尤其重要.主要提出了一种基于LSTM神经网络和ARIMA模型的组合模型对入境游客人次进行预测,并以香港、澳门、上海的入境游客人次为例,进行了实证研究.三个城市的入境游客人次的实证结果都表明动态神经网络LSTM比静态神经网络BP网络更适合预测时间序列,组合模型的预测较准确.基于LSTM与ARIMA的组合模型能较准确地预测入境游客人次,对制定出更合理的旅游资源配置方案,具有一定的参考价值和实践意义.

简介：通常神经网络的运用是仅在数据驱动机制下的训练和泛化．而运用领域知识对神经网络的输出进行分析能弥补模型结果指向性下明确或解释性下准确的缺点，能加速逼近搜索，提高质量预测的效果．通过对比前向网络和基于领域知识的前向网络的预测误差发现基于领域知识的前向网络的预测结果更好．在不同的焦炭质量参数上看M_25的预测效果最好，前向网络和基于领域知识的前向网络平均预测误差分别为3．20％和2．12％；而CRI的预测效果最差，平均误差分别为6．36％和3．35％．

简介：以扬州市逐日空气PM2.5浓度数据为研究对象,收集2014年至2017年PM2.5月浓度时间序列,构建GM-ARMA组合模型,对其PM2.5浓度变化进行了分析和预测。研究结果表明:与GM(1,1)、AMRA(2,1)模型相比,GM-ARMA组合模型具有更好的拟合效果,对PM2.5浓度预测精度更高。

简介：我国进出口贸易数据序列呈波浪上升趋势,传统预测方法难以获得理想预测效果。小波变换可去除原始信号中的噪声,灰色DGM（2,1）模型适合波动时间序列的预测。运用小波变换和灰色DGM（2,1）模型相结合的方法预测我国进出口贸易总额,取得了理想效果,2017年的预测误差仅为3.4041%,比灰色GM（1,1）模型的10.8493%减小22.4853%,比普通灰色DGM（2,1）模型的15.8011%减小46.7771%。由模型预测得到2018年我国进出口贸易总额为4.378288万亿美元。

简介：我国合伙企业破产有充分的理论依据,亦符合当前的破产司法实践需求。合伙企业的破产结果涉及到合伙企业破产债务清偿的一系列特殊性问题。文章从我国破产法理论和司法实践出发,提出应当在合伙企业破产中,确立双重优先原则,并在合伙企业破产制度中建立合伙人债权作为后顺位债权制度,以解决合伙企业破产债务的清偿问题。

简介：韩进海运有限公司于2016年在韩国申请破产重整程序,成为迄今为止全球最大的航运企业破产案。但是我国法院对该起在全球范围内影响极大的案件并不享有破产程序的管辖权。基于海商法而提起的优先权导致仅部分债权人可以优先受偿,与破产程序着重于所有债权人平等受偿的目的不符。在目前的立法体系下,我国对跨国破产案件管辖权的立法对管辖权的分配不利于国际协调、规定不具有破产特征、运用仍存在着一定空白等缺陷,亟需完善。

简介：一般取回权由实体法上的请求权在破产程序中转化而来。一般取回权的主体条件为实体法上的请求权人和破产管理人或债务人。内容条件为与之对应的实体法上的请求权相同。时间条件为法院受理破产申请后,破产程序终结前。行使条件的具体适用应对是否满足行使条件进行判断。在管理人选择继续履行并提供担保后,融资租赁合同中的出租人和所有权保留买卖合同中出卖人不能行使一般取回权。重整程序中行使一般取回权符合事先约定不构成对一般取回权行使的限制,应根据行使条件判断能否行使一般取回权。

简介：

简介：星期五，我收到了一个航模飞机。回到家，我迫不及待地拿出飞机，开始组装。在组装时，我遇到了一些困难，于是向外公请教。外公对我说：“你仔细看看说明书，按照上面的说明一步步装。如果还不明白，我再帮你。”我看完说明书的图解后，重新开始组装。