县域城市天然气短期需求预测模型的研究

对于天然气系统的正常运行来讲,需求预测是十分必要的。传统的人工预报方法实用、可行,但缺点是只能由经验丰富的人员来进行,不易掌握。为了进行天然气需求负荷的准确预测,必须采用定量预测的方法。从非平稳时序的平稳化处理、天然气短期需求负荷时序模型、天燃气短期负荷周期数学模型等几个方面,来探讨县域城市天然气短期需求预测模型的建立问题。

考虑可变环境因素的公共自行车短期需求预测模型

现有公共自行车短期需求预测模型忽视了不同环境因素影响用户需求的性质差异和可变环境因素的时间依赖性。将环境因素区分为已内化于需求的不变因素和需要单独考虑的可变因素,提出一种用图卷积神经网络(GCNN)捕获用户需求的非欧氏空间依赖、用长短期记忆(LSTM)网络捕获用户需求和可变环境因素的时间依赖、通过向量拼接和全连接网络将可变环境因素的影响施加于用户需求的GCNN-LSTM-E模型。实验结果显示,GCNN-LSTM-E模型在1 h时间粒度下的预测性能最优,而且优于所有基准模型的预测性能。说明该模型的设计合理有效,1 h是最合适的时间粒度。

基于改进灰色模型的城市人才短期需求量预测

由于当前已有方法未能考虑城市人才短期需求量预测体系中的指标降维问题,导致预测结果不理想,响应时间较长。为此,设计并提出一种基于改进灰色模型的城市人才短期需求量预测方法。组建短期需求量预测系统指标体系。引入相关性分析以及灰色关联分析,降维处理不同的动态指标,组建改进灰色模型。通过模型动态关联分析城市人才短期需求量,实现城市人才短期需求量预测。仿真实验结果表明,所提方法能够有效降低响应时间,获取更加满意的预测结果。

立讯精密:疫情影响短期需求中高速增长有支撑

3月20日晚上的20点到22点,立讯精密(002575)召开电话调研会议,在这次调研中,参与机构达100多家,其中还包括了不少投资者非常熟悉的"大咖",比如睿远基金的陈光明、傅鹏博、东证资管的林鹏、富国基金的毕天宇、兴证全球基金的谢治宇、易方达基金的冯波、华安基金的翁启森等数十位明星公募基金经理,这还不是全部,高毅资产的邓晓峰、千合资本的崔同魁、景林投资的高云程和蒋彤等私募大佬也同时参与,这场电话会议可谓“明星云集”。

企业短期资金需求预测与调配策略探讨

随着市场环境越来越复杂和竞争加剧,企业的短期资金管理面临诸多挑战,如资金需求波动大、调配效率低等。基于此,系统研究、分析企业短期资金需求预测与调配策略,构建科学的预测模型并有效地调配资金,能提高企业的资金使用效率,提高企业财务的稳定性,提升企业的市场竞争力。

基于岗位需求的高职毕业生职业核心能力结构的短期预测——以S省两个专业为例

以两大行业对应的高职教育中的数控技术、汽车检测与维修专业毕业生对口就业的职业岗位为研究对象,以企业生产一线专家型实践者为咨询对象,两次运用专家预测法进行需求预测,准确估算两大行业所对应专业的毕业生未来对口就业所需具有的职业核心能力结构发展趋势,并运用方差分析法验证评价预测结果。研究结果表明,高职教育中的专业所对应的职业岗位不同,对职业核心能力结构和水平的需求程度不同。学校应及时了解能力需求方的需求,基于预测分析结果适时调整教育规划,关注存在显著差异的指标。

基于客源地的聚类-ARIMA模型的短期旅游需求预测--以天津欢乐谷主题公园为例

大多数旅游需求预测研究是基于目的地游客总数或消费总量开展的,尚未按不同的旅游目的或客源地细分进行预测。以天津欢乐谷主题公园为案例地,选择2014年第40周到2015年第26周为研究时段,利用通信大数据,提出了一种面向客源地的聚类-ARIMA组合预测模型。通过对不同客源地的时序数据进行聚类,选取各类别中的代表性客源地分别构建ARIMA预测模型。结果表明:对欢乐谷主题公园各客源地分别建模与聚类后通过6个代表客源地建模得到的结果一致;后者可以降低80%的预测成本。该方法具有较高的预测精度和较低的计算成本,适合面向客源地的短期旅游需求预测,可为旅游目的地提供更具针对性的旅游需求管理、分析与决策支撑。

物流短期集中需求预测方法研究与仿真

针对短时间内区域物流配送需求集中增加的问题,提出建立BP人工神经网络预测模型对短期配送需求进行预测。通过分析影响物流需求变化的数据指标与区域实际现状,建立数学模型,并对该区域在特殊时间内的物流配送收发量、库存量以及周转总量进行分析研究,利用三层结构的BP人工神经网络对不同的预测结果进行误差比较,从而得出准确的短期物流需求量预测结果。采用MATLAB神经网络工具箱中的函数编程进行仿真实验,实验结果表明,短期物流集中需求实际量与仿真结果存在极小的误差,因此,基于BP人工神经网络的短期集中物流需求预测方法可以为物流企业提供决策依据。

城市天然气短期日需求量预测新模型

准确预测短期城市天然气需求量,对于城市天然气的合理调峰调压、安全供应、管网优化等都具有重要的现实意义。目前,城市天然气短期需求量预测模型主要包括时间序列、回归分析、支持向量机、灰色关联等,但其精度均不很理想,神经网络的精度虽然较高,但却容易陷入局部最小值,降低了泛化性。较之于上述诸多模型,最小二乘支持向量机基于结构风险最小化的原则,对于非线性问题也能得到较高的精度和泛化性,并且不容易出现过拟合现象。为此,基于对城市天然气短期日需求量的各种影响因素的全面分析和讨论,最终将气象、日期、政策确定为影响因素,并采用模糊综合评价法、经验打分法及专家评分法处理因素中的定性数据,采用极差变换法处理其他定量数据,最终利用最小二乘支持向量机建立了城市天然气短期日需求量预测新模型。仿真实验以四川省成都市为例,新模型预测结果平均绝对百分比误差为1.423%,较之于ARIMA、灰色关联、BP神经网络以及非线性回归等模型,新模型的预测精度有了很大的提高。结论认为,新模型的预测结果可作为确定城市天然气短期日需求量的依据和参考。

财务柔性与短期融资需求——基于沪深A股季节周期性企业的研究

季节周期性企业是国民经济的重要组成部分,然而其财务决策研究相对匮乏。对季节周期性企业财务决策的研究可以深入探讨企业如何运用不同的融资渠道来满足短期融资需求。采用季度时间序列数据,以2002—2017年沪深A股企业为样本划分公司季节周期性,以此确定企业季节周期性最大财季,探讨季节周期性企业在短期融资需求时财务决策的最佳方式。结果表明:相较于非季节周期性企业,季节周期性企业实施较为稳健的财务决策,且主要通过信息不对称程度较低的短期负债,尤其是以商业信用来保持短期财务柔性。此外,季节周期性企业持有超额现金的成本高于私人债务成本,持有超额现金储备并非季节周期性企业保持短期财务柔性的主要渠道。

LSTM的单变量短期家庭电力需求预测

针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).

浅议利用应收账款及应付账款化解短期融资需求

在企业日常的购销存经济管理中会遇到大量的应收账款和应付账款的挂账情况,如何制定符合企业管理要求的收付款制度,对企业中短期的现金预算、筹资预算、融资预算、投资预算等会产生重要的影响,如果我们充分利用应收款项的时间价值和科学创新管理模型,就会对企业现有的融资成本、融资规模大小和资金收益的高低产生重要影响,为股东财富最大化提供有力的保证。

基于气温的城市燃气短期日负荷预测模型——以四川省成都地区为例

随着城市燃气用气规模的不断增长,加上近年来冬季长期低温、气温骤降等极端天气屡屡出现,因气温变化导致的日用气峰谷差有扩大的趋势,采用中长期数据进行趋势预测可能存在较大误差。而利用短期的气温、用气负荷数据,结合较为准确的一周内气象预报对未来几天内的城市燃气日负荷进行预测,对上游供气企业、城市燃气公司合理安排销售计划和日调峰等具有重要的现实意义。为此,通过分析气温对城市燃气短期日负荷的影响机理,利用统计学和化学动力学理论,基于阿累尼乌斯方程反应的温度—化学反应速率关系,考虑气温突变、低温累积等因素构建了气温对城市燃气短期日负荷的预测模型,并利用成都地区短期的气温、用气负荷数据,测算了模型参数并对模型进行了验证(最大误差为2.53%)。结果表明,该模型的预测精度较高,可为燃气公司或上游供气企业合理安排销售计划和日调峰等提供决策支撑。

菲尼克斯100%本土研发生产薄型10系列壳体岂止于“薄”

3月制造业PMI重返景气区间,工控自动化行业短期需求有望逐步复苏,而长期来看,国产替代与工控产品出海是趋势。国内企业加速布局工控类产品,同时主要工控厂商均加速布局海外业务,未来工控出海有望为国内厂商带来新增长。

全面促进消费增长 赋能河南经济高质量发展

消费兴则经济兴,消费活则经济活。消费是畅通经济循环的关键环节和推动经济增长的重要引擎,也是人们获得感和幸福感的重要组成部分。作为经济大省、人口大省,消费在促进河南经济高质量发展中的作用日益凸显。针对消费市场短期需求不足的“难点”、供给端存在的“堵点”以及消费预期不稳的“痛点”等问题,扩大内需、提振消费意义重大。

国际资本流动下我国货币需求函数稳定性检验

文章运用协整和误差修正模型对1982-2004年间我国长期静态和短期动态的货币需求函数进行了实证研究。研究结果表明，我国长期货币需求与其决定变量之间存在稳定的协整关系，短期动态货币需求函数稳定性较差，M2需求函数的稳定性不及M1需求函数；在长期货币需求函数中，外国利率与M2之间相关性较M1显著；而在短期货币需求函数中，本币利率与M2之间的相关性较M1显著。其政策含义是，短期操作应提高利率调控当前经济过热，长期选择则是货币供应量不再适宜作为我国货币政策的中介目标，通胀目标制值得借鉴。

考虑商品组合效应的多任务需求预测模型

多任务需求预测模型(MT-LR)通过商品组合效应解决短期需求预测数据不足的问题。商品组合效应指的是在订单中高频出现且具有代表性的商品组合有着相似的需求趋势。MT-LR首先通过隐狄利克雷模型(latent dirichlet allocation,LDA)学习商品的特征表达,然后通过多任务学习(multi-task learning,MTL)框架共享商品之间的销售数据。与目前主流的需求预测模型相比,MT-LR在两个真实销售数据的短期预测中有更好的表现。

竞争与买方市场条件下实际短期供求均衡模型构建——对传统供给法则的思考

竞争与买方市场条件下短期供给曲线与需求曲线均为右下斜曲线,且供给缺乏弹性,需求富有弹性;两者均衡过程为"锯齿状"均衡过程;供给线与需求线的弹性特征保证了均衡过程的实现以及均衡模型的稳定。

基于误差修正模型的我国货币需求模型的实证研究

本文用协整和误差修正模型对2003-2007年间我国长期静态和短期动态的货币需求函数进行了实证研究。分析结果表明,货币需求与GDP、通货膨胀率、股票流通市值、汇率和利率之间存在长期稳定的均衡关系;货币需求函数表现出高GDP弹性和低利率弹性,并表现出一定的股市流通市值弹性和汇率弹性;M2短期动态方程的稳定性与M1相比较差。基于上述分析,作者认为货币供应量不再适合做为货币政策的中介变量。

转变经济增长方式 稳定经济金融形势

经过两年半的宏观调控,我省宏观经济形势逐步好转。1995年全省经济金融运行状况基本稳定,为我省经济运行顺利向“九五”过渡打下了坚实的物质基础。然而,由于经济增长始终沿袭计划经济体制下的主要依靠增加生产要素的投入来实现,通货膨胀的压力始终存在并难以消化,所以,稳定我省经济金融形势的根本出路在于转变经济增长方式。