道路交通事故多因素时间序列宏观预测模型

针对现有道路交通事故预测方法在实际应用中的不足,引入多因素时间序列法,建立了道路交通事故多因素时间序列宏观预测模型.该预测模型兼有单因素时间序列法和多元线性回归法两者的优点,通过单因素时间序列法可以方便、快捷地得出事故影响因素的预测值,而利用多元线性回归法可将各种事故影响因素综合起来,预测出道路交通事故总体发展趋势.实例计算证明,道路交通事故多因素时间序列宏观预测模型能很好地适用于道路交通事故预测,同时具备了所需数据资料较少、建模简单、计算快捷等优点.

道路交通事故宏观预测模型

道路交通安全已成为全社会普遍关注的问题,为了对中国未来的交通安全形势作出科学准确的预测,分析了中国道路安全状况的评价指标和主要影响因素,以交通事故死亡人数作为评价指标(输出变量),以机动车保有量、公路里程、人均GDP为输入变量(影响因素),建立了基于遗传算法的神经网络道路交通事故宏观预测模型和BP神经网络预测模型.模型的训练利用1978～1998年的道路交通事故数据为样本;模型的检验利用1999～2004年的道路交通事故数据进行检验.模型对未来年份的死亡人数进行了预测.预测结果表明:基于遗传算法的神经网络模型比BP神经网络预测精度较高,网络泛化能力强;得出2010年和2020年中国的道路交通事故死亡人数值分别为13.9万人和16.7万人.

区域性煤矿百万吨死亡率指标的宏观预测研究

为了对煤矿安全状况进行宏观预测,提出区域性煤矿安全状况评价指标体系并建立了以煤矿百万吨死亡率指标标征区域性煤矿安全状况的灰色预测模型。在对煤矿综合机械化采煤率、大型煤矿产量比例、原煤全员效率指标预测分析的基础上,利用多元回归法综合预测煤矿百万吨死亡率指标。实例计算证明:建立的预测模型具有输入数据少、建模简单、计算快捷等优点;客观地反映出区域性的煤矿安全状况;该模型可进行煤矿安全的短期预测,并为制定煤矿安全控制指标提供理论依据。

区域性四大安全生产指标的宏观预测

为了对区域性的四大安全生产指标进行宏观预测,建立了一个综合的预测模型。根据对安全生产状况影响的密切程度,应用统计的方法,计算了亿元GDP死亡率和影响因素之间的Spearman相关系数,从而确定了四大安全生产指标的主要影响因素。在对各预测模型比较的基础上,提出了区域性安全生产控制指标的预测模型。通过灰色预测法的GM(1,1)模型和曲线拟合的方法得出各安全生产指标影响因素的预测值,再利用多元回归法可将各种影响因素综合起来,通过曲线估计和转换后的多元线形回归模型对区域性安全生产控制指标的总体发展趋势进行预测。实例验证表明,减小第二产业比重,促进产业优化升级,适度控制城市率的迅速提升,并不断提高人民的文化素质和提升医疗卫生水平,能降低亿元GDP死亡率,提高安全生产水平。预测结果显示该预测方法具有较高的预测精度,且借助SPSS软件也具备较好的操作性。

基于遗传算法的BP神经网络模型在道路交通事故宏观预测中的应用

采用遗传算法优化BP神经网络来建立一个道路交通事故宏观预测的模型.该模型结合遗传算法和神经网络两者的优点,具有更好的运算性能、更快的收敛速度和更高的精度.模型以交通事故死亡人数为输出变量,以机动车保有量、公路里程、人均GDP为输入变量,利用1978年至2006年的道路交通事故数据进行训练及检验.实例计算表明,建立的基于遗传算法的BP神经网络模型可以很好的适用于道路交通事故宏观预测,为制定交通安全对策提供理论依据.

银行贷款信息的宏观预测价值:基于中国制度环境的研究

本文以2007-2018年中国商业银行为研究对象,探究中国情境下银行贷款信息的宏观预测价值。研究发现:第一,汇总的银行贷款风险溢价能够预测宏观经济风险,汇总的不良贷款信息能够预测宏观经济趋势;第二,银行的信息优势和决策前瞻性动机是贷款信息具备宏观预测效应的重要原因;相比企业会计盈余信息,银行贷款信息具有更稳健的宏观经济预测能力。本文发现表明,中国银行贷款信息具备有效的宏观预测价值,特殊的制度环境影响了银行信贷业务运作,导致与美国市场不同的预测结果,为预测和分析未来宏观经济发展变化提供了新的有效途径,为监管部门理解银行营运状况和完善监管政策提供了建议。

用机器学习方法进行电力负荷宏观预测

分析了电力负荷宏观预测的模型和相关技术,引入支持向量回归方法(SVR)解决问题,并通过计算实例,比较分析了SVR与神经网络方法用于预测的效果,提出SVR广阔应用前景。

地区人才需求的宏观预测

1.宏观预测的必要性和局限性科技、社会和经济的发展对人才的需求是客观存在的。这种需求由生产力、科技水平、经济构成、社会组织结构、政策及价值观念等众多因素所决定。不同地区,因其社会经济目标、产业结构、社会组织形态、政策等的不同,人才需求量就不同。

基于ARIMAX模型的交通事故宏观预测

针对现有道路交通事故预测方法的不足,采用逐步回归法从众多宏观影响因素当中筛选出主要影响因素,并将动态回归ARIMAX模型应用于预测。前者保证了模型应用的准确性,后者则兼有回归与时间序列预测方法两方面的优点。根据1983年—2005年间相关数据,建立起道路交通死亡人数同人口总数、运输线质量里程数、客运量、驾驶员人数、人均GDP、公路运输汽车拥有量的相关关系,进一步应用ARIMAX模型进行预测,拟合结果显示,误差较小、预测情况良好,在交通事故宏观预测方面有很好的应用前景。

伊茨梁隧道地质构造力学分析及宏观预测研究

对伊茨梁隧道区域地质构造进行地质力学分析,得出与伊茨梁隧道有关的区域构造的空间展布规律,预测隧道所处区域的构造体系;同时对在隧道进行地质调查工作中新发现的小型构造形迹进行地质力学分析,确定其所属构造体系,将两者的研究成果结合起来,对比分析,得出所属主体构造体系,而后对隧道不良地质情况进行宏观预测。

2010年宏观预测中的弹性与变数

宏观经济的共识只是宏观分析的一个基础，而共识中的变数是理解宏观经济的核心，是把握机会的关键。与2009年一样，2010年宏观经济预测分析中必须超越一般的共识，寻求各种可能的变数。

煤矿安全宏观预测方法综述

对几种比较适用于煤矿安全宏观预测的方法(线性回归预测、非线性回归预测、灰色预测、马尔柯夫链预测、灰色马尔柯夫链预测、神经网络预测法)进行了介绍,并作了进一步评述和探讨。

煤矿安全宏观预测方法综述

对几种比较适用干预测煤矿安全宏观预测的方法(线性回归预测、非线性回归预测、灰色预测、马尔柯夫链预测、灰色马尔柯夫链预测、神经网络预测法)进行了介绍,并作了进一步评述和探讨。

中国加入世贸组织对社会经济影响的宏观预测分析

我国即将加入世界贸易组织 (以下简称WTO) ,对此引起社会各界的广泛关注。加入WTO ,从整体上看 ,对我国社会经济发展既会带来机遇也会形成挑战 ,但机遇大于挑战。本文从我国加入WTO所具备的条件分析入手 ,全面地分析了WTO将为我国社会经济发展带来的机遇 ;同时指出 ,有挑战未必不是好事 ,有挑战就有压力 ,有压力才有动力。只要全国上下统一思想 ,认真做好应对准备 。

城市交通系统汽车燃油消耗宏观预测方法——以苏州为例

通过在苏州进行的城市交通系统汽车燃油消耗试验,分析了城市交通系统中影响汽车燃油消耗的诸因素。在对试验数据分析的基础上,建立了城市交通系统燃油消耗宏观预测模型,提出通过城市交通与用地协调发展、交通工程改善、市民错时上下班、公共交通优先等政策和手段降低汽车油耗,减少能源使用,改善城市环境,形成集约型城市交通体系,最终实现城市的可持续发展。

葛泉矿隐伏岩溶陷落柱宏观预测研究

华北石炭二叠纪煤田岩溶陷落柱形成条件及发育分布规律,是岩溶陷落柱宏观预测的主要根据和理论基础。通过分析葛泉矿岩溶陷落柱的分布特征和发育规律,提出了对葛泉矿隐伏陷落柱的宏观预测。

企业债务违约风险与货币政策立场——微观财务信息的宏观预测价值

文章基于2004年第一季度至2019年第三季度数据,构建汇总层面的利息偿付倍数、现金持有水平以及会计盈余作为企业债务违约风险的代理变量,考察其对国家货币政策调控立场的预测价值。研究发现:(1)汇总层面的企业债务违约风险越高,政府未来越倾向于采取更为宽松的货币政策,表现为未来信贷投放规模的增长和借贷利率的下降;(2)分析师宏观预测以及投资者的投资决策也一定程度上考虑了汇总层面的企业债务违约风险。研究表明,汇总层面的企业债务违约风险能够反映实体经济的资金供求状况,从而对货币政策立场发挥一定的预测价值,有助于监管当局提高对宏观经济的监测和预警能力。

基于宏观预测和微观仿真的山地城市路网优化

城市道路网系统是城市交通系统的重要组成部分之一,交通系统的好坏会对其他城市系统的发展造成直接影响。为防止山地城市大理市海东新城区建成后未来年出现众多城市中心区所存在的道路交通拥堵问题,在建设海东新区道路网之前,结合基于土地利用的宏观交通需求预测和基于TransModeler的微观交通仿真,对原始规划道路网布局、路网密度、路网结构、路网等级级配、路网交通拥堵点段、交通拥堵区域等进行分析,找出问题所在,对路网进行分析评价与优化设计,最终确定适合的路网体系。

水电工程建设伤亡事故宏观预测模型及其应用

根据水电工程建设过程的特点 ,运用现代控制理论和系统辨识小子样建模新技术以及现代统计信息技术 ,建立了伤亡事故预测数学模型。此模型不仅可以用于水电工程建设过程的安全预测 。

安徽省专门人才需求的宏观预测

一、课题的提出安徽省专门人才需求预测这一软科学研究课题,是在安徽省科学技术委员会领导下,由合肥工业大学预测与发展研究所具体承担完成。根据总体实施方案,人才预测不为宏观预测和微观预测两部分。微观预测从制订各类干部岗位学历规范入手。