湖南高速公路基础设施碳排放峰值支持向量回归预测模型

本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素,选用湖南省2003—2021年相关数据并采用支持向量回归(SVR)机器学习法,建立了湖南省高速公路基础设施碳排放预测模型,预测在基准、低碳和超低碳情景下的碳排放数据。结果表明:训练样本交叉验证均方误差为0.007011,模型的预测值和真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.9869和0.9870,即模型具有良好的学习和推广能力。本文识别了碳排放的影响因素,预测了未来碳排放趋势,对交通基础设施碳减排行动具有一定的参考意义。

机车前端薄壁吸能管仿真模型模糊参数的支持向量回归反求

为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限元模型,进行台车冲击试验验证仿真模型准确性。通过拉丁超立方试验设计驱动有限元模型进行少量计算获得数据集,有限元模型中的模糊参数为输入变量,计算与试验载荷的差异为目标响应,通过SVR方法构建映射关系,并采用增强精英保留遗传算法(strengthen elitist genetic algorithm,SEGA)对超参数进行优化,确定SVR模型最佳配置;通过该最优SVR模型再次使用SEGA优化反求,获得最佳模糊参数组合。使用这组参数组合设置有限元模型,其仿真结果相较初始计算耐撞性指标和载荷曲线匹配程度都得到了提高。研究结果为有限元模型中模糊参数的准确设定、碰撞仿真的精度提升提供了一种新的思路。

我国煤炭价格与煤矿安全事故实证分析:基于向量自回归模型(VAR)

为了研究煤炭价格与煤矿安全事故之间的内在关系,本文选取煤炭开采和洗选业出厂价格指数作为煤炭价格指标,选取煤矿百万吨死亡人数作为煤矿安全事故指标,通过向量自回归模型、脉冲响应函数及方差分解方法,对2005~2016年煤炭价格与煤矿安全事故数据关联性进行分析。结果显示:煤炭价格与煤矿安全事故存在协整关系,煤炭价格对煤矿安全事故的影响是长期且稳定的;从脉冲响应函数结果可知,煤炭价格波动对于煤矿安全事故的正向冲击作用较为明显,煤炭价格的增长有利于煤矿安全事故的减少;从方差分解角度分析,煤炭价格在一定程度上对煤矿安全事故产生影响,但不是主要影响,而煤矿安全事故受自身影响因素影响较高。

不同类型主体对大豆期货价格波动的影响分析——基于向量自回归(VAR)模型

本文基于2003-2011年CBOT大豆期货价格的月数据,运用向量自回归(VAR)模型考察了不同类型主体与整个期货市场对大豆期货价格波动的影响及程度。结果显示:非商业净头寸为代表的投机力量对大豆期货价格起到了一个正反馈的推动作用,而商业净头寸变动对于大豆期货价格的影响较小,长期内几乎没有影响;在考察期的前4个月,总持仓量对大豆期货价格起到了一个使其稳定的负反馈作用,但随着时间的推移,投机带来的正反馈较之期货市场不同类型主体的负反馈效应更占据主导地位,总持仓量对大豆期货价格起到正向反馈推动作用,推动大豆价格的大起大落,进一步证实,投机因素是大豆期货价格大幅波动的主要原因。

基于非限制性向量自回归模型(VAR)的区域物流与外贸增长关系研究——以江苏省1990—2010年统计数据为经验分析

基于江苏省1990—2010年的统计样本,借助非限制性向量自回归模型(VAR)方法考察了区域物流与对外贸易增长之间的动态关系。由协整方程对长期关系分析表明,区域物流供给与需求能力每增加(减少)1%引起对外贸易增加(减少)0.435%和0.337%;由误差修正模型、脉冲响应函数和方差分解对短期动态关系作进一步分析表明,增加区域物流供给和需求能力是提高对外贸易增长的有效途径,其中物流供给比需求对对外贸易的贡献率更大。为了使区域物流发展水平与对外贸易相适应,应进一步发展现代物流业,特别是增加物流业的供给能力。

外部冲击对蔬菜价格波动的影响——基于面板向量自回归模型(PVAR)的实证分析

构建面板向量自回归模型(PVAR)的基础上,实证分析了外部冲击对蔬菜价格波动的影响,结果发现:除GDP增长率对蔬菜价格波动具有明显的冲击影响外,其他变量对蔬菜价格方差贡献都非常小,在1.5%～3.3%之间。同时,从变量冲击反应观察,当给蔬菜补贴LBT一标准差冲击,蔬菜价格LJG表现为负响应并在第3期达到最大;当给蔬菜成灾面积LCZ一标准差冲击,蔬菜价格LJG最初表现为负响应并在第3期转为正响应;当给GDP增长率一标准差冲击,蔬菜价格LJG表现为明显的正响应;当给城镇居民收入LCZSR一标准差冲击,蔬菜价格LJG表现为负响应。由此可见,蔬菜价格对外部冲击反应的效果并不理想,对部分外部冲击的反应存在明显的不合理的滞后性。健全蔬菜产业市场机制、提高蔬菜流通效率、保障蔬菜供需平衡等是抑制蔬菜价格剧烈波动的重要措施。

基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。

基于逻辑回归和支持向量机耦合模型的滑坡易发性分析

滑坡灾害的发生具有累进性,进行滑坡易发性评价是防灾减灾的前提。以四川省旺苍县为例,使用频率比法判断12个滑坡影响因子的各分级区间滑坡敏感性,经波段集统计确定11个滑坡影响因子作为滑坡易发性评价因子,通过建立逻辑回归-支持向量机(logistic regression-support vector machine,LR-SVM)耦合模型,搭建滑坡易发性评价体系,完成旺苍县滑坡易发性评价并进行模型精度比较。研究结果表明:逻辑回归-支持向量机耦合模型的评价指标结果均优于逻辑回归模型,易发性分区结果更合理,预测精度更高;在低易发区选取非滑坡点为提高滑坡易发性评价性能作用明显;研究区内道路、高程和NDVI对滑坡发育的敏感性较强;高易发区主要分布于低海拔的水系和道路两侧。

基于改进支持向量回归模型的高校学生成绩预测研究

为提高学生成绩预测的准确性,考虑到学生学习行为特征数据的高维和非线性特征,提出了一种基于改进支持向量回归模型的高校学生成绩预测。对支持向量回归(SVR)模型的核函数进行了改进;设计了变邻域搜索算法(VNS)对改进支持向量回归模型的参数进行了优化;将上述方法应用于某高校学生数学成绩数据,并与原始SVR和基于其他智能优化方法的SVR进行了对比,验证了所提方法的有效性。

农业科技创新、农业技术效率与农业经济发展——基于向量自回归(VAR)模型的实证分析

基于2000—2019年江西省相关时间序列数据,运用向量自回归(VAR)模型分析农业科技创新、农业技术效率与农业经济发展之间的动态关系。结果表明:农业科技创新、农业技术进步与农业经济发展之间存在长期稳定均衡的关系,但三者之间作用机制复杂,各自对自身贡献率最大且短期内贡献率波动较大,而前二者对后者在长期内具有持续提升影响。总的来说,农业科技创新与农业经济发展的相互效果是正向的,而农业技术进步与农业经济发展的相互作用结果复杂,在不同时期的作用和方向不一致;相对于农业技术进步,农业科技创新对农业经济发展的贡献率较大,农业科技创新投入对农业经济增长的短期影响更为显著。因此,要提升农业科技创新的长期效应,发挥农业科技创新经费投入的规模效应,提高农业科技创新能力,培养高素质农业科技创新人才,提高农业技术生产率。

农业科技创新、生态效率与农户增收质量的动态关系——基于面板向量自回归模型的实证分析

农业科技创新在提高农产品产量和质量的同时也面临促进农户增收的困境,而生态效率的提高也可能造成农户收入不平等的问题。为进一步探究农业科技创新水平、生态效率与农户增收三者之间的关系,根据2000—2020年间湖南省的时间序列信息,利用面板向量自回归模型,采用协整检测、格兰杰检测、方差分解等各种手段,对农业科技创新水平、生态效率和农户增收质量间的相关性开展实证分析,以为处理好农业发展、农户收入和生态环境保护之间的关系提供理论参考。结果显示:农业科技创新与农户增收质量之间存在显著的双向正向关系,即科技创新在提升农业生产效率和质量的同时显著促进了农户的经济增长,但生态效率的提升在短期内未能显著转化为农户的经济收益;农业科技创新对农户增收质量的影响即时且显著,并随着时间推移而趋于稳定;在预测农户增收质量时,农业科技创新的作用明显超过生态效率。基于此,从长期规划生态效率提升、加大农业科技创新的支持与投资和增强农户生态环保意识等方面提出政策建议。

基于灰色支持向量回归的起伏管线临界携液流速预测模型

延安气田起伏的地理形貌特征,致使其内部采气管线在低点及上倾段容易产生积液问题,制约气田正常生产,开展起伏管线临界携液流速的预测对保障采气管线流动安全和指导地面采气管线布线具有重要价值。为此,基于扩展双流体分相模型和PR气体物性方程,采用最小压力梯度法结合均匀设计构建了临界携液流速样本数据集,同时采用灰色关联计算了样本标签权重,并将其引入支持向量回归算法,构建了临界携液流速的回归预测模型,随后利用网格寻优算法,通过采用K-CV(交叉验证)对模型中超参数进行了优化设计,最后采用延安气田现场运行数据进行了模型准确性验证。研究结果表明:管径大小对临界携液流速影响最大,其次为上坡倾角、含水率和运行压力,其他因素的影响差距相对较小,网格分段寻优对比遗传、粒子群算法在模型超参数优化上具有较强稳定性。该预测模型对延安气田内部采气管线的临界携液流速预测具有较强准确性,可对其积液预测和防治提供理论支撑。

基于向量自回归模型的旅游业相关因素分析——以贵州省为例

随着在第三产业的占比越来越大,旅游业逐渐成为城市发展的支柱产业,分析贵州省旅游业影响因素有利于促进旅游业持续发展和经济的增长。通过构建向量自回归模型,分析了贵州省旅游业与地区生产总值和园林陆地面积之间的关系。通过收集2000—2021年相关指标数据,运用平稳性检验、单位根检验、脉冲响应分析等进行检验,研究发现:贵州省旅游业与上述指标相互影响。

产业创新生态系统种群构成与产业创新能力的关系——基于向量自回归（VAR）模型的实证分析

从中观产业创新生态系统视角,运用向量自回归(VAR)模型构建产业创新能力与种群密度、种群丰富度之间的动态关系系统,着重探讨产业创新生态系统演化过程中种群构成对产业创新能力的影响规律。格兰杰因果关系分析表明,种群丰富度、种群密度是引起产业创新能力变动的格兰杰原因。脉冲响应与方差分解表明,种群密度与种群丰富度的正向冲击均会对产业创新能力产生积极的作用,种群密度对产业创新能力的影响较之种群丰富度要大一些;种群密度当期的正向变化会在未来对产业创新能力产生短期的促进作用,且促进作用的增长率会先迅速增大、之后逐渐降低并在第4年作用消失,而种群丰富度的当期正向变化会对产业创新能力产生长期的积极影响。据此提出构建合理的创新生态系统、完善种群结构等建议。

新型农村社会养老保险财政补贴对农村居民消费结构的影响研究——基于向量自回归模型(VAR)的动态分析

长期以来,消费结构变迁是经济学研究的重要内容和争论焦点,尤其是在社会保障对消费结构变迁的影响方面存在较大分歧。当前,刺激农村居民消费成为人口老龄化与精准扶贫背景下拉动内需的重要工作。基于此,运用2000年～2015年河南省相关数据,以新型农村社会养老保险财政补贴与农村居民消费支出为研究对象,运用向量自回归模型(VAR)分析新型农村社会养老保险对农村居民消费结构变迁的动态影响。研究表明,新型农村社会养老保险加快了农村居民消费结构变迁,对生存型消费和发展型消费产生了共向影响,对享受型消费的影响产生了内部结构性分异趋势。最后,为完善新型农村社会养老保险发展,扩大农村居民消费,促进精准扶贫,笔者提出对策建议。

运用向量自回归模型(VAR)分析存款准备金率的变动对开放式基金价格的影响

运用基于VAR模型的脉冲响应函数和格兰杰因果检验分析了2003年1月至2008年4月的日度数据,得到的结论是准备金率的变动对开放式基金市场有单向的影响.这种单向的影响说明,我国通过法定准备金率的调整来控制宏观经济的运行是一种比较可靠的渠道.

海洋产业结构升级、海洋科技创新与海洋经济增长——基于省际数据面板向量自回归（PVAR）模型的分析

为促进我国海洋经济实现高质量发展,基于2006-2015年的省际面板数据,运用面板向量自回归(PVAR)模型对海洋产业结构升级、海洋科技创新与海洋经济增长之间的动态关系进行实证分析。研究结果表明:海洋产业结构升级对海洋经济增长具有显著的影响,海洋经济增长对海洋科技创新具有显著的影响;从短期来看海洋经济增长对海洋产业结构升级的正向效应不明显,从长期来看海洋经济增长能够促进海洋产业结构优化;海洋科技创新对海洋经济增长的正效应逐渐减弱,海洋产业结构升级是海洋经济增长的格兰杰原因,海洋经济增长是海洋科技创新的格兰杰原因。

基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

基于支持向量机的输电线路覆冰回归模型

为对输电线路覆冰进行有效地监测、预测及预警,提出了一种基于支持向量机(support vector machine,SVM)的输电线路覆冰回归模型,用于输电线路覆冰情况的短期预测。这一研究工作是在MATLAB环境下,应用LIBSVM软件包编程进行建模仿真的;针对实测微气象-覆冰数据多维、自由度大的特性,选定与覆冰相关性最大的气温、相对空气湿度数据以及覆冰参考量作为输入量,覆冰质量作为输出量;提出了基于支持向量机的超短期预测、短期迟滞预测和滚动预测3种预测模型,并通过实例数据仿真评估了模型的有效性。结果表明:超短期预测模型预测精度>90%,但时效仅15min、实用价值较低;短期迟滞预测模型和滚动预测模型在2h内预测精度均>80%,可适用于输电线路覆冰的短期实时预测;滚动预测模型理论上可预测更长期的覆冰情况,假设微气象参量恒定不变限制了其预测精度,若结合微气象预报将会有更好的预测效果。由于目前适用于建模仿真的完整覆冰数据较少,因此支持向量机用于建立输电线路覆冰回归模型的有效性和稳定性还有待进一步验证。

基于支持向量分位数回归多期VaR测度

为实现VaR风险准确测度,考虑到波动聚集、厚尾与非对称等金融市场典型特征,基于支持向量分位数回归模型,研究了VaR及其影响因素之间的线性及非线性依赖关系,给出了多期VaR风险测度方法,并将其与传统VaR风险测度方法进行了比较.选取上证指数、香港恒生指数和标准普尔500指数进行实证研究,VaR回测检验结果表明基于支持向量分位数回归模型的多期VaR风险测度在样本内与样本外都有良好的表现.