基于主成分BP神经网络的西部服务业产值预测

文章采用主成分分析和BP神经网络相结合的方法,采用的1978～2005年服务业相关数据和服务业产值为训练数据,通过BP神经网络建立主成分到服务业产值之间的映射关系。将2006～2007数据作为仿真预测数据,进行样本仿真。验证结果表明:文章采用的方法可以较为准确地拟合原始样本,有较高的预测精度,可以对西部服务业产值进行较为准确的预测。此方法具有一定的理论和现实意义。

基于主成分分析的节能环保产业产值预测

影响节能环保产业发展的因素众多。本文运用主成分分析（PCA）法对相关指标进行分析研究，在此基础上，选取三个主要影响指标构建山东省节能环保产业投资的多元线性回归预测模型，并据此对该产业发展状况进行了预测。结果表明，“十三五”期间，山东省节能环保产业发展态势良好，到2020年，全省节能环保产业投资需求量将达到2034亿元，总产值将超过1万亿元。

基于电力消耗的行业总产值预测

电力行业是国民经济的基础性能源产业,对其他行业的发展起着至关重要的支撑作用。电力行业本身不存在库存现象进而能够相对真实近乎实时地反映行业经济运行情况,这使得从电力消耗到行业总产值的预测成为可能。针对某省规模以上工业企业基于电力消耗的总产值预测问题展开研究,结合该省2010—2013年近38 000家规模以上工业企业的用电量和总产值数据,利用基于粒子群优化参数的支持向量机建立预测模型。以2010年1月至2013年12月的数据作为训练样本,对2013年8月至2013年12月各行业的总产值进行预测和检验,并与常规交叉验证寻优的支持向量机模型和BP(back propagation)神经网络模型进行对比。结果表明,所采用的方法较其他方法可以更准确、可靠地预测行业总产值,基于用电量的行业总产值预测方法是科学、可行的。

搜索行为粒子群算法及其在电量与产值预测中的应用

基于针对某省产业经济特点的行业分类,对该省各行业历史用电量及总产值数据进行统计和分析,建立了基于电量分析的行业总产值预测模型。提出一种对高复杂度函数具有更强优化能力的改进粒子群优化算法,并用其对预测模型的参数进行优化。仿真分析表明,基于电量分析的行业总产值预测模型及基于改进粒子群的预测算法,能够实现对行业总产值的有效、可靠预测。

老坝港综合养殖场2010年产值预测

根据2003—2009年江苏省海安县老坝港综合养殖场产值统计资料,应用GM(1,1)模型、线性回归模型和自回归模型,预测了该养殖场2010年产值的发展趋势。

基于电力消耗的行业总产值预测模型及算法研究

在"大数据"技术背景下,获取广东省规模以上工业企业电力消耗及总产值月度数据,基于人工神经网络结构建立行业总产值预测模型,并提出一种新的带抱团行为的粒子群优化算法完成对神经网络预测模型的参数优化,进而实现各行业基于电力消耗的总产值有效预测。仿真分析表明,新的改进型带抱团行为的粒子群优化算法具有更快的收敛速度和更高的寻优精度,能够有效地优化神经网络模型参数,实现基于电力消耗的行业总产值的有效、可靠预测。

灰色模型GM（1，1）在我国医药工业产值预测中的应用

讨论了灰色模型GM（1，1）在我国医药工业经济预测中的应用，提出了医药工业经济产值预测的数据处理方法，提高了预测的精度。

基于时间序列模型的农业总产值预测

本文采用时间序列分析方法,对河南省2001年第一季度到2018年第一季度共69个农业总产值季度数据进行研究分析,建立ARIMA时间序列模型,并对这一模型具有的残差异方差性进行了改进,最终建立ARIMA―GARCH模型。之后,利用建立的模型对原始数据进行预测,最后得到了河南省农业总产值2018年第二季度到第四季度的预测数据值。

灰色模型GM(1,1)在畜牧业产值预测中的应用

1.前言畜牧业是国民经济的重要组成部份。它的产出是受许多因素如对畜牧业的资金、技术、物质投入,畜禽品种结构,饲养数量,经营管理水平,畜禽出栏率,畜产品价格,市场供求关系及政策因素等影响。在这些因素中,既有已知因素,又有未知因素,可见畜牧业产值的产出是一个灰色系统,可以应用灰色系统理论对其进行研究、分析和预测。

江苏省如东县未来5年农业产值的预测

根据2001年至2007年如东县的农业产值统计资料,应用GM（1,1）模型和线性回归模型,预测了该县2008～2012年农业产值的发展趋势。

基于灰色模型的河北省战略性新兴产业产值预测研究

战略性新兴产业已成为我国提升经济质量的重要力量,河北省高度重视战略性新兴产业的发展工作.本文采用GM(1,1)模型对河北省未来五年战略性新兴产业的产值进行预测,预测结果整体呈现逐年上涨趋势,但新能源产业中的通用设备制造业及节能环保产业中的废弃资源综合利用业增长速度缓慢,新材料产业中的有色金属冶炼和压延加工业、高端装备制造产业中的专用设备制造业、节能环保产业中的电力、热力的生产和供应业三个行业产值出现下降趋势.可见,个别行业存在成长动力不足的问题,会阻碍河北省战略性新兴产业整体的健康成长.依据预测结果,从政府、人才、创新角度分析动力因素推动战略新兴产业的高质量发展.

Box-Cox变换在我国农业总产值预测分析中的应用

受多因素影响我国农业总产值时间序列存在异常点、非正态性和异方差性,使基于最小二乘参数估计的自回归AR(P)模型在我国农业总产值预测中精度降低.针对此问题,提出了一种改进估参方法:通过Box-C ox变换使建模数据线性程度提高,正态性改善,异方差性消除,在此基础上建立的AR(3)模型使其拟合预测精度得到了提高.实证分析表明;引入Box-Cox变换后,加权最小一乘估参效果优于极大似然估参,但此两种估参所得模型的预测精度均优于仅对原始建模数据作差分处理的ARIMA模型.

基于生产和销售预测的图书出版产业投资优化研究

采用灰色数学模型,对纸质图书出版、数字图书出版的生产额和销售额及投资额进行预测,并分析其消费变化趋势对投资的影响机理。分析发现,图书出版产业发展需要更多的投资来满足消费需求,在纸质图书出版上,需要优化投资结构和适当剥离产能,在数字图书出版上,需要加大在技术发展和产能建设上的投资力度。

基于适应性Lasso + GM (1, 1)模型的湖南物流业预测

物流业作为一个新兴产业,既可以促进各地区间的贸易往来,也可以推动该地区的经济增长,因而对物流业进行定量分析及预测未来的发展是非常有价值的。在文章中,使用湖南省2006~2019年物流业产值来分析湖南的物流业的情况;首先用适应性Lasso模型筛选出影响湖南省物流业发展较大的因素,然后用灰色模型预测湖南省物流业未来几年的发展,故而实现对湖南省物流业定量的分析。利用适应性Lasso + GM (1, 1)对湖南省的物流业产值进行定量分析和预测,并对结果进行分析,以期对湖南省物流业决策和战略作出参考。

基于GIS的农作物产值预估的研究

为实现对农作物产值的预估和信息资源的共享以及统一的管理,以地理空间数据库为基础,结合ArcGIS Engine嵌入式组件库开发建立了基于GIS的农业资源信息化平台。该平台可为农业及相关部门实现信息服务管理自动化,解决信息滞后等问题,实现信息的充分共享等,预估出农作物的成熟时间及其产值能够让人们提前做好各种准备。

我国建筑业就业弹性预测分析

建筑业是我国经济发展的支柱产业,建筑业在解决农民工就业中起着不可或缺的作用。研究通过2010—2019年建筑业产值和劳动力需求数据,利用灰色预测模型预测了未来十年我国建筑业的产值,利用线性函数预测了建筑业劳动力的需求,最后通过就业弹性系数分析了我国建筑业产值与就业人口的关系。结果表明,未来十年间建筑业就业弹性系数在五年移动平均中逐渐趋近于0,我国建筑业产值对就业的吸引力逐渐下降。

多元回归方程在畜牧业经济动态分析中的应用

利用Ａｔｉｋｅｎ广义最小二乘法，建立了张家川县牧业经济动态分析多元回归模型，对该县４６年来３个时期的牧业经济进行了多元回归动态分析探讨，并对未来的牧业产值作了定量预测。

基于灰色均值模型预测装配式建筑产值

装配式建筑具有绿色节能,环保高效的特点,是建筑业转型升级的必然趋势.采用了灰色GM(1,1)模型对建筑行业及装配式建筑的产值进行预测分析,并结合国家发展规划,针对目前存在的问题提出合理的建议.