基于收入最大的市郊铁路组合票价制定方法

为获得最佳市郊铁路组合票价制定策略,利用SPSS软件拟合市郊铁路票价与客流量的关系式,通过不同票价折扣获得对应的客流量值,建立基于收入最大的组合票价方案比选模型.以成灌市郊铁路为例进行模型验证,分工作日和节假日、按不同时间段和年龄段分别进行票价组合设定,结果表明:工作日低峰期适当票价折扣、高峰期保持票价不变或小幅度提高票价是最佳组合票价形式;节假日低峰期小范围票价折扣或保持票价不变、高峰期适当提高票价或保持票价不变,是最佳组合票价形式;18岁以下未成年人和56岁及以上老年人适度票价折扣、提高[18,56)岁旅客的票价,是最佳的分年龄段组合票价形式.

基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.