期刊文献+
共找到128篇文章
< 1 2 7 >
每页显示 20 50 100
Short-Term Relay Quality Prediction Algorithm Based on Long and Short-Term Memory 被引量:3
1
作者 XUE Wendong CHAI Yuan +2 位作者 LI Qigan HONG Yongqiang ZHENG Gaofeng 《Instrumentation》 2018年第4期46-54,共9页
The fraction defective of semi-finished products is predicted to optimize the process of relay production lines, by which production quality and productivity are increased, and the costs are decreased. The process par... The fraction defective of semi-finished products is predicted to optimize the process of relay production lines, by which production quality and productivity are increased, and the costs are decreased. The process parameters of relay production lines are studied based on the long-and-short-term memory network. Then, the Keras deep learning framework is utilized to build up a short-term relay quality prediction algorithm for the semi-finished product. A simulation model is used to study prediction algorithm. The simulation results show that the average prediction absolute error of the fraction is less than 5%. This work displays great application potential in the relay production lines. 展开更多
关键词 RELAY production LINE LONG and short-term MEMORY Network Keras DEEP Learning Framework Quality Prediction
下载PDF
融合Mar-GLSTM的流程生产工艺质量预测算法 被引量:1
2
作者 阴艳超 苏逸凡 +3 位作者 唐军 林文强 蒲昊苒 汪霖宇 《计算机集成制造系统》 EI CSCD 北大核心 2024年第3期942-957,共16页
针对流程生产连续性强、时序耦合复杂等特点,传统神经网络不具备长期记忆能力,且在深层次网络训练时易出现训练参数灾难、梯度爆炸等问题,提出基于马尔可夫优化的融合门控循环单元(GRU)与长短期记忆网络(LSTM)的组合预测模型(Mar-G LSTM... 针对流程生产连续性强、时序耦合复杂等特点,传统神经网络不具备长期记忆能力,且在深层次网络训练时易出现训练参数灾难、梯度爆炸等问题,提出基于马尔可夫优化的融合门控循环单元(GRU)与长短期记忆网络(LSTM)的组合预测模型(Mar-G LSTM)。首先在循环神经网络结构中融入门控机制构建深度LSTM神经网络模型,对流程生产时序数据信息进行选择性记忆,学习时序数据序列的信息依赖,进而解决训练过程中的梯度爆炸问题;同时结合马尔可夫链对GRU-LSTM模型的预测结果进行修正优化,在降低模型的复杂度的情况下进一步提高了模型的预测精度。最后,结合某流程生产线的工艺数据进行分析验证,结果表明,Mar-G LSTM算法在预测精度上较随机森林模型、门控循环单元神经网络模型(GRU)、长短期记忆神经网络模型(LSTM)和卷积神经网络与门控循环单元网络组合模型(CNN-GRU)分别提高了37.42%、21.32%、17.91%和12.56%,所提Mar-G LSTM算法可实现流程生产质量的准确预测,为降低工艺参数调控任务的完成时间提供了思路和实现途径。 展开更多
关键词 流程生产 工艺质量预测 门控循环单元 长短期记忆网络 马尔可夫链
下载PDF
融合时频分解的深-宽度产量预测模型
3
作者 韩莹 黄悦 +1 位作者 马婷钰 张军华 《计算机仿真》 2024年第11期505-511,共7页
各行业规模化产量分析对产能建设和生产计划调度有着重要的指导意义。各行业生产产量数据为时间序列,针对现有的时间序列预测模型存在滞后性、模态混叠等缺点,提出一种基于EEMD-LSTM-BLS产量预测组合模型。模型首先利用集合经验模态分解... 各行业规模化产量分析对产能建设和生产计划调度有着重要的指导意义。各行业生产产量数据为时间序列,针对现有的时间序列预测模型存在滞后性、模态混叠等缺点,提出一种基于EEMD-LSTM-BLS产量预测组合模型。模型首先利用集合经验模态分解(Ensemble Empirical Modal Decomposition,EEMD)将原始产量分解成更加平滑的子序列,可以减小噪声的影响提高预测准确性;再将分解后的子序列分别输入到长短时记忆-宽度学习系统(Long Short Term Memory-Broad Learning System,LSTM-BLS)中训练,利用BLS来解决LSTM预测中的滞后性。为了验证模型有效性,以某卷烟厂产量进行实例分析。通过与基线模型以及现有模型比较,验证提出的模型能更有效、准确的预测产量,为车间生产计划调度提供了便捷有效的方法。 展开更多
关键词 时间序列 产量预测 集合经验模态分解 长短时记忆网络 宽度学习
下载PDF
基于CNN-LSTM算法的气井产量预测研究
4
作者 张晓东 陈元行 +1 位作者 高绍姝 白广芝 《计算机与数字工程》 2024年第8期2367-2371,2383,共6页
气井产量预测对合理评价气井产能和制定合理的排采制度具有重要意义。基于经验模型的产量预测方式,在使用条件和环境上具有较大的局限性。论文提出一种基于CNN和LSTM的融合算法,从数据角度出发,预测气井产量。通过CNN算法提取数据空间特... 气井产量预测对合理评价气井产能和制定合理的排采制度具有重要意义。基于经验模型的产量预测方式,在使用条件和环境上具有较大的局限性。论文提出一种基于CNN和LSTM的融合算法,从数据角度出发,预测气井产量。通过CNN算法提取数据空间特征,用LSTM算法提取数据的时间特征,同时,基于机理模型分析气井产量与生产参数的关系,对特征参数进行预处理,提高算法的准确率。实验结果表明,与传统的CNN算法、LSTM算法相比,具有较好的预测效果,预测日产气量与实际日产气量之间误差小于5%。 展开更多
关键词 气井产量预测 大数据分析 循环神经网络 长短期记忆神经网络
下载PDF
基于CNN-LSTM-ATT网络的页岩气井产量预测
5
作者 付钰绮 王杨 +1 位作者 吴思樵 熊川 《天然气技术与经济》 2024年第2期32-38,共7页
页岩气作为一种重要的能源资源,是我国天然气产量增长的主力军之一,精准预测气井产量对于合理规划页岩气的开采与利用至关重要。为了解决页岩气产量影响因素复杂、具有动态变化性等预测难点,提高页岩气井产量预测精度,通过对生产维度进... 页岩气作为一种重要的能源资源,是我国天然气产量增长的主力军之一,精准预测气井产量对于合理规划页岩气的开采与利用至关重要。为了解决页岩气产量影响因素复杂、具有动态变化性等预测难点,提高页岩气井产量预测精度,通过对生产维度进行相关性分析,选择油压、套压、产水量作为自变量,产气量为因变量输入预测模型,构建了一种复合神经网络CNN-LSTM-ATT,进行多变量产量预测研究。该模型中CNN用于从生产数据中提取特征,融合Attention机制强化特征对输入效果的重要性,LSTM擅长处理时间序列数据的学习。研究结果表明:(1)通过相关性分析,可以筛选出对产量预测影响较大的生产维度,对后续预测有重要意义;(2)通过复合神经网络模型对产气量进行多变量预测分析,能较好预测未来一段时间的页岩气井产量变化趋势;(3)复合模型的预测效果比单一神经网络更佳。结论认为,构建的模型具有良好的适用性,能够提高气井产量的预测精度,预测结果有较高的合理性,对页岩气开发具有借鉴指导作用。 展开更多
关键词 页岩气 产量预测 卷积神经网络 长短期记忆网络 注意力机制
下载PDF
基于改进麻雀算法的PCC-DBN-LSTM气温预测模型
6
作者 王冬萌 文斌 +3 位作者 李晓燕 徐越 刘书慧 付世军 《成都信息工程大学学报》 2024年第5期527-533,共7页
气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)... 气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)-深度置信网络(DBN)-长短时记忆网络(LSTM)的气温预测模型。首先利用Pearson相关系数对众多的气象参数进行选择,DBN网络对输入的多站点气象数据特征进行提取和降维,LSTM对提取的特征进行建模和预测。由于模型初始化参数众多,提出改进麻雀算法优化DBN-LSTM网络参数,提高模型的预测精度和稳定性。实验表明:所提模型的RMSE为0.527,精度高于单一模型和同类模型。 展开更多
关键词 气温预测 皮尔逊积矩相关系数 深度置信网络 改进麻雀算法 长短时记忆网络
下载PDF
断层气CO_2测定新方法与张北-尚义6.2级地震预报 被引量:42
7
作者 林元武 王基华 高松升 《地震》 CSCD 北大核心 1998年第4期353-357,共5页
简要介绍了断层气CO2快速测定法的特点,分析了近7年来在怀来后郝窑断层气CO2观测点测得的9个4级以上地震的CO2前兆异常特征。张北-尚义地震前47天,断层气CO2出现突升异常,异常峰值是背景值的10倍左右,据此在震前12天对这次地震提出... 简要介绍了断层气CO2快速测定法的特点,分析了近7年来在怀来后郝窑断层气CO2观测点测得的9个4级以上地震的CO2前兆异常特征。张北-尚义地震前47天,断层气CO2出现突升异常,异常峰值是背景值的10倍左右,据此在震前12天对这次地震提出了较好的短临预报意见。 展开更多
关键词 断层气 前兆异常 张北-尚义地震 地震预报
下载PDF
风电-光伏-电制氢-抽蓄零碳电力系统短期生产模拟模型 被引量:1
8
作者 顾慧杰 彭超逸 +4 位作者 孙书豪 刘明涛 谢俊 施雄华 鲍永 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第5期505-512,共8页
为实现碳达峰碳中和目标,构建以新能源为主体、以能源供给清洁化和能源消费电气化为特征的新型电力系统迫在眉睫.考虑风力发电、光伏发电的间歇性和随机性,以及抽蓄电站、电制氢的储能特性和灵活性特点,基于随机规划理论提出一种风电-光... 为实现碳达峰碳中和目标,构建以新能源为主体、以能源供给清洁化和能源消费电气化为特征的新型电力系统迫在眉睫.考虑风力发电、光伏发电的间歇性和随机性,以及抽蓄电站、电制氢的储能特性和灵活性特点,基于随机规划理论提出一种风电-光伏-电制氢-抽蓄零碳电力系统短期生产模拟模型.在满足柔性氢负荷总量需求的基础上,以绿电上网电量最大为目标,对风电-光伏-电制氢-抽蓄零碳电力系统进行短期生产模拟,包括日前发电-制氢计划、备用容量、抽水蓄能-放水发电功率、弃风光等.以我国张北风电-光伏-电制氢-抽蓄零碳电力系统示范工程为例,设置多个运行情景对所提模型进行模拟仿真.仿真结果表明:该模型能够有效模拟系统在任意风光出力场景集下的绿电上网计划情况,柔性氢负荷、抽蓄电站能有效促进风光消纳,增加系统综合效益. 展开更多
关键词 零碳电力系统 风力发电 光伏发电 电制氢 抽蓄电站 短期生产模拟模型
下载PDF
粮食生产潜力短期预测的“趋势-波动模型”的验证
9
作者 米长虹 刘书田 +7 位作者 郑宏艳 李敬亚 黄治平 侯彦林 王农 蔡彦明 王铄今 侯显达 《农业资源与环境学报》 CAS 2016年第2期194-200,共7页
应用全国、31个省、6个典型地区和16个典型县的数据对粮食生产潜力短期预测的"趋势-波动模型"进行了系统性的验证和讨论。研究结果表明:(1)预测误差大小反映短期生产潜力的预测精度,预测误差大的主要原因是经济发达地区高产... 应用全国、31个省、6个典型地区和16个典型县的数据对粮食生产潜力短期预测的"趋势-波动模型"进行了系统性的验证和讨论。研究结果表明:(1)预测误差大小反映短期生产潜力的预测精度,预测误差大的主要原因是经济发达地区高产农田被大量占用和(或)蔬菜、水果种植面积大幅度增加而短期内使粮食单产下降;(2)小趋势修正方法是"趋势-波动模型"中不可缺少的一部分,它能将大趋势预测不能包括的短期如气象因素、科技投入、社会因素等影响纳入预测中,提高预测精度;(3)就我国近些年来的实际情况而言,越是经济发达的地区短期生产潜力的波动越大;同样发达地区短期潜力存在增加-下降-回升阶段;(4)就短期生产潜力预测精度而言:国家级大于省级、省级大于地区级、地区级大于县级;不同省、不同地区、不同县之间预测精度差别比较大,这与境内气候的互补性和农田抗御自然灾害的能力有关。 展开更多
关键词 粮食生产潜力 短期预测 趋势-波动模型 验证
下载PDF
基于小波分解-长短期记忆网络预测模型的酱卤肉制品安全预测分析 被引量:6
10
作者 尹佳 陈翔 +4 位作者 董曼 陈锂 郭鹏程 张涛 文红 《食品科学》 EI CAS CSCD 北大核心 2022年第3期121-128,共8页
为实现酱卤肉制品安全风险精准预警,本研究基于2014—2019年全国酱卤肉制品历史抽样检验数据信息,尝试将小波分解和长短期记忆网络(long short-term memory,LSTM)模型相结合,构建了全国31个省份酱卤肉制品安全风险预测模型。结果表明,... 为实现酱卤肉制品安全风险精准预警,本研究基于2014—2019年全国酱卤肉制品历史抽样检验数据信息,尝试将小波分解和长短期记忆网络(long short-term memory,LSTM)模型相结合,构建了全国31个省份酱卤肉制品安全风险预测模型。结果表明,小波分解-LSTM预测模型对酱卤肉制品安全风险预测有较高的准确率,以湖北省为例,预测准确率为0.99,全国31个省份的平均准确率为0.95,标准偏差为0.029,整体准确率较高,且准确率波动较小,说明建立的小波分解-LSTM模型可以适用于酱卤肉制品安全风险等级的精准预测,可为日常监管和食品安全风险预警提供技术支撑。 展开更多
关键词 酱卤肉制品 风险预测模型 小波分解 长短期记忆网络
下载PDF
基于Attention-BLSTM的复杂产品制造质量预测方法 被引量:2
11
作者 房鑫洋 张洁 +2 位作者 吕佑龙 左丽玲 刘骁佳 《计算机集成制造系统》 EI CSCD 北大核心 2023年第12期3974-3984,共11页
复杂产品制造过程中工艺数据的高维特性以及工艺数据间的复杂关联特性,使得工艺数据中的深层次关键工艺特征难以挖掘,限制了产品质量的准确预测。鉴于此,提出一种基于注意力机制(Attention)与双向长短期记忆网络(BLSTM)的复杂产品质量... 复杂产品制造过程中工艺数据的高维特性以及工艺数据间的复杂关联特性,使得工艺数据中的深层次关键工艺特征难以挖掘,限制了产品质量的准确预测。鉴于此,提出一种基于注意力机制(Attention)与双向长短期记忆网络(BLSTM)的复杂产品质量预测方法。首先,设计数据预处理环节进行工艺数据清洗以及互信息特征筛选。然后,运用BLSTM网络模拟产品制造过程误差的复杂传递特性,挖掘上下游工艺参数的关联关系,输出BLSTM所有时刻提取的关联化工艺特征;同时,设计了Self-Attention网络,自学习各时刻关联化工艺特征对最终产品质量贡献的差异,对不同时刻工艺特征分配不同注意力权值,以强化关键特征。通过以上两阶段特征处理方式,实现深层次关键工艺特征的挖掘。最后,以关键特征作为输入层,通过反向传播神经网络(BPNN)实现复杂产品质量的准确预测。实验表明,相较于BPNN、长短期记忆神经网络(LSTM)、BLSTM以及XGBoost、基于粒子群优化的支持向量(PSO-SVR)、随机森林-贝叶期优化(BO-RF)等主流质量预测方法,所提方法有效提高了预测精度。 展开更多
关键词 复杂产品 质量预测 双向长短期记忆网络 注意力机制
下载PDF
基于灰色数据预处理的WD-LSTM模型对乳制品质量安全风险的预测预警分析 被引量:7
12
作者 陈晨 尹佳 +5 位作者 董曼 穆书敏 陈锂 郭鹏程 文红 桂预风 《现代食品科技》 CAS 北大核心 2023年第1期300-310,共11页
乳制品是人们日常生活中一种重要的营养食品,为了提高对乳制品质量安全风险预测的准确性,保障乳制品质量安全,本文基于检测产品和检验数据的随机性、模糊性以及信息不完全性,将所得不同地区的乳制品检测数据通过改进的softmax公式进行... 乳制品是人们日常生活中一种重要的营养食品,为了提高对乳制品质量安全风险预测的准确性,保障乳制品质量安全,本文基于检测产品和检验数据的随机性、模糊性以及信息不完全性,将所得不同地区的乳制品检测数据通过改进的softmax公式进行等级划分,并按自然日进行分箱处理,通过风险权重等比例映射法得到风险等级,充分利用了乳制品灰色数据,对检验合格数据中的潜在风险进行挖掘。采用小波分解(Wavelet Decomposition,WD)和长短期记忆神经网络(Long Short-Term Memory,LSTM)模型结合的方式,对不同地区的乳制品检测数据进行风险预测。结果表明,该组合模型的平均准确率达97.54%,标准偏差为0.03,与经验模态分解(Empirical Mode Decomposition,EMD)-LSTM模型和有选择性重构且间隔为2的WD-LSTM模型相比准确率更高,稳定性更好,可实现对乳制品质量风险的预测和防控,能为乳制品的风险监管提供有利参考和技术支撑。 展开更多
关键词 乳制品 风险预测 风险等级划分 小波分解 长短期记忆神经网络
下载PDF
考虑特征学习的IPSO-LSTM晶圆加工周期预测 被引量:1
13
作者 张蓝天 石宇强 《工业工程》 北大核心 2023年第3期143-150,共8页
为了推动大数据技术在制造车间的应用,针对复杂产品晶圆制造过程中海量制造数据时序性、强噪音影响加工周期预测精度的问题,提出考虑特征学习的改进粒子群优化长短期记忆网络(improved particle swarm optimization-long short term mem... 为了推动大数据技术在制造车间的应用,针对复杂产品晶圆制造过程中海量制造数据时序性、强噪音影响加工周期预测精度的问题,提出考虑特征学习的改进粒子群优化长短期记忆网络(improved particle swarm optimization-long short term memory,IPSO-LSTM)的加工周期预测方法。采用降噪自编码器和稀疏自编码器联合构建深度自编码器,增强特征学习能力和抗噪能力;运用IPSO优化LSTM参数,克服时间依赖性,提升预测模型性能。实例验证了所提方法的预测精度优于传统机器学习方法,其平均绝对误差低于3%;并分析特征学习方法的有效性,将支持向量回归和多层感知器等传统方法加入特征学习方法,R^(2)分别提高了1.46%、1.05%,为晶圆加工周期的有效预测提供新的解决方法。 展开更多
关键词 粒子群优化算法 生产周期 自动编码器 长短时记忆网络 特征学习
下载PDF
基于TCN-LSTM神经网络的线缆性能衰退预测方法 被引量:1
14
作者 王发麟 俞威 《科学技术与工程》 北大核心 2023年第35期15109-15116,共8页
针对复杂机电产品线缆在长时间使用后会出现性能衰退现象,而导致运作出现的安全问题可以对线缆衰退进行预警预知以预防突发事故,提出了基于时序卷积网络结合长短期记忆网络的复杂机电产品线缆性能衰退预测方法。首先通过对线缆的衰退原... 针对复杂机电产品线缆在长时间使用后会出现性能衰退现象,而导致运作出现的安全问题可以对线缆衰退进行预警预知以预防突发事故,提出了基于时序卷积网络结合长短期记忆网络的复杂机电产品线缆性能衰退预测方法。首先通过对线缆的衰退原因进行分析,依据分析结果选取参数指标来确定数据集,将其中反映线缆性能状态的数据在时序卷积网络下进行时序特征的提取。最后将这些特征数据与经过皮尔逊相关系数分析确定的相关性、影响系数足够高的非时序数据一同通过长短期记忆网络进行训练预测,得到预测结果。通过案例分析以及不同神经网络之间预测的结果对比,验证了构建的方法的预测效果同实际情况贴合程度高。 展开更多
关键词 复杂机电产品 线缆性能衰退 时序卷积网络 长短期记忆网络 皮尔逊相关系数
下载PDF
我国畜肉类居民消费价格指数的波动分析及短期预测——基于Census X-12模型和H-P滤波法
15
作者 左宇晓 朱星锦 郑园园 《管理工程师》 2022年第4期14-20,共7页
畜肉类产品在国计民生中发挥着越来越重要的作用,畜肉类居民消费价格指数的波动影响居民日常生活以及整体物价水平。文章基于2016年2月到2021年11月的“畜肉类居民价格消费定基指数”,采用Census X-12季节调整模型、H-P滤波法以及预测模... 畜肉类产品在国计民生中发挥着越来越重要的作用,畜肉类居民消费价格指数的波动影响居民日常生活以及整体物价水平。文章基于2016年2月到2021年11月的“畜肉类居民价格消费定基指数”,采用Census X-12季节调整模型、H-P滤波法以及预测模型,探寻畜肉类居民消费价格趋势性和周期性的变化特征。研究发现:畜肉类居民消费价格定基指数基本处于上升趋势。趋势因素呈现出“平缓上升-快速上升-趋于平缓”的规律,季节性因素在畜肉类居民消费价格波动中影响程度较深,突发事件、极端天气、政策措施等不确定性因素对价格波动也产生重要影响,而循环因素对畜肉类居民消费价格指数影响最小;预测结果显示畜肉类居民消费价格指数符合季节变动的特征。 展开更多
关键词 畜肉类产品 居民消费价格指数 价格波动 短期预测
下载PDF
基于鲸鱼算法优化AM-BiLSTM模型的储层产气量预测
16
作者 乔磊 辛会翠 +1 位作者 徐志敏 肖昆 《Applied Geophysics》 SCIE CSCD 2023年第4期499-506,671,共9页
产气量是评估天然气井生产能力和开发工艺效果的重要指标。准确的预测产气量是保证高效生产的关键。为了准确预测储层产气量,本文提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)、注意机制(attention mechanism,AM)和... 产气量是评估天然气井生产能力和开发工艺效果的重要指标。准确的预测产气量是保证高效生产的关键。为了准确预测储层产气量,本文提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)、注意机制(attention mechanism,AM)和双向长短时记忆(bi-directional long short-term memory,BiLSTM)相结合的日产气量预测模型。首先,以Volve油田的排采数据为研究对象,分析了产气量与这些排采参数之间的相关性,并利用LightGBM算法进行重要性排序;然后使用有较强非线性处理能力的基于注意力机制的双向长短时记忆神经网络(bi-directional long short-term memory based on attention mechanism,AM-BiLSTM)构建日产气量预测模型;最后通过鲸鱼算法对AM-BiLSTM模型中的相关参数进行优化,并将参数优化后的模型(WOA-AMBiLSTM)应用于Volve油田的A井。实验结果表明,WOA-AMBiLSTM模型的综合预测性能优于传统的反馈神经网络模型(the back-propagation neural network model,BP)和其他提出的深度学习模型(LSTM、BiLSTM和AM-BiLSTM)。WOA-AM-BiLSTM模型预测曲线与实测测井曲线更加接近,具有更好的预测表现,为储层产能预测提供了一种新思路。 展开更多
关键词 鲸鱼优化算法 注意机制 双向长短期记忆神经网络 产气量预测
下载PDF
电商短期信贷息费优惠、降价与促消费:“分期免息”能带来好处吗?
17
作者 张昊 《商业经济与管理》 CSSCI 北大核心 2024年第6期5-17,共13页
中国电商平台与消费信贷服务深度融合,使入驻厂商能够灵活地发起息费优惠,并将其作为一种促销手段与降价行为相联动。以京东商城2022年包括“白条”息费优惠、价格、销量、用户评论等多维度信息的电视机产品月度数据构建动态面板回归模... 中国电商平台与消费信贷服务深度融合,使入驻厂商能够灵活地发起息费优惠,并将其作为一种促销手段与降价行为相联动。以京东商城2022年包括“白条”息费优惠、价格、销量、用户评论等多维度信息的电视机产品月度数据构建动态面板回归模型进行实证分析,结果表明电商短期消费信贷的息费优惠确实可以促进消费者购买,但商家在提供息费优惠时,相应产品的价格会被相对抬高。不过,结合现实市场利率与估计结果匡算息费优惠措施的综合效果,发现即使考虑价格相对上涨,消费者仍然能够以较低的代价获得分期付款服务,而商家代替消费者支付相应息费所得到的促销效果与直接给予等额降价基本相当。上述结论反映出电商短期消费信贷的优惠在促进居民消费中的积极作用。 展开更多
关键词 电商 短期消费信贷 居民消费 息费优惠 产品促销
下载PDF
长短期财政政策不确定性、企业创新决策与全要素生产率
18
作者 王立勇 杜文会 徐晓莉 《中央财经大学学报》 CSSCI 北大核心 2024年第5期3-14,共12页
笔者通过构建包含财政政策反应函数的成分GARCH模型测度了长期和短期财政政策不确定性,基于中国A股上市公司的面板数据推断了长期和短期财政政策不确定性对全要素生产率的因果效应,并从理论和实证角度分析内在作用机制。研究发现:长期... 笔者通过构建包含财政政策反应函数的成分GARCH模型测度了长期和短期财政政策不确定性,基于中国A股上市公司的面板数据推断了长期和短期财政政策不确定性对全要素生产率的因果效应,并从理论和实证角度分析内在作用机制。研究发现:长期和短期财政政策不确定性对全要素生产率的影响方向不同,长期财政政策不确定性有利于全要素生产率提升,短期财政政策不确定性则降低全要素生产率。其中,企业创新决策是长短期财政政策不确定性影响全要素生产率的重要机制,长期财政政策不确定性鼓励企业选择增加创新的决策,而短期财政政策不确定性导致企业选择推迟创新的决策。短期财政政策不确定性对非国有企业全要素生产率的负面影响更大,而长期财政政策不确定性对不同所有权属性企业全要素生产率的影响无差异。 展开更多
关键词 长期财政政策不确定性 短期财政政策不确定性 企业创新决策 全要素生产率
下载PDF
安徽省生鲜农产品冷链物流需求预测研究
19
作者 徐超毅 胡望敏 《哈尔滨商业大学学报(自然科学版)》 CAS 2024年第4期485-493,共9页
生鲜农产品等冷链产品市场需求快速增长,冷链物流的供给无法满足人们的需求给生鲜农产品带来新的挑战.安徽省作为一个农产品丰富的地区,生鲜农产品的供应对于满足市场需求至关重要.收集了2001~2022年生鲜农产品产量数据,采用反向传播神... 生鲜农产品等冷链产品市场需求快速增长,冷链物流的供给无法满足人们的需求给生鲜农产品带来新的挑战.安徽省作为一个农产品丰富的地区,生鲜农产品的供应对于满足市场需求至关重要.收集了2001~2022年生鲜农产品产量数据,采用反向传播神经网络(Back Propagation Neural Network,BP神经网络)、长短时记忆(long short-term memory,LSTM)、粒子群算法优化的长短期记忆神经网络(Particle Swarm Optimization-Long Short-Term Memory,PSO-LSTM)三种模型进行训练和验证,通过三种模型的对比分析,三种模型相对误差分别为0.13%、0.06%、0.02%.结果表明,PSO-LSTM模型预测精度最高,拟合效果最好,能够有效预测未来四年安徽省生鲜农产品冷链物流需求,以应对不断增长的冷链物流需求压力. 展开更多
关键词 BP神经网络 LSTM模型 PSO-LSTM模型 生鲜农产品冷链物流 需求预测
下载PDF
基于华东区域模式云南短时强降水客观预报技术研究
20
作者 朱莉 许彦艳 +2 位作者 许迎杰 邱学兴 闵颖 《成都信息工程大学学报》 2024年第4期464-469,共6页
为提高云南短时强降水的预报效率和预报准确率,使用华东区域模式基础物理量数据,计算云南短时强降水发生前1 h 700 hPa相对湿度、700 hPa比湿、K指数和6 km垂直风切变,对短时强降水的历史个例进行物理量阈值训练和单物理量的敏感性实验... 为提高云南短时强降水的预报效率和预报准确率,使用华东区域模式基础物理量数据,计算云南短时强降水发生前1 h 700 hPa相对湿度、700 hPa比湿、K指数和6 km垂直风切变,对短时强降水的历史个例进行物理量阈值训练和单物理量的敏感性实验,确定物理量阈值。使用阈值判定法,对华东区域模式实时预报数据进行后处理,得到基于小时雨量和物理量的云南本地化短时强降水客观预报产品。研究结果表明:使用阈值判定法研发的基于华东区域模式云南短时强降水客观预报产品能较好地预报云南短时强降水的落区和走向,但是基于小时雨量的短时强降水客观预报产品漏报明显,基于物理量阈值的客观预报产品能有效降低云南短时强降水的漏报率。 展开更多
关键词 短时强降水 华东区域模式 阈值判定法 云南 客观预报产品
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部