期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
我国快递行业季度业务收入预测模型及分析 被引量:2
1
作者 王莲花 《物流技术》 北大核心 2014年第6期144-146,共3页
依据2008年以来快递行业按季度业务收入数据,建立了GM(1,1)季度预测模型,并检验其精度,最后对快递业务收入按季度进行5年预测,以期为快递企业制定应对策略提供指导,为行业发展提供理论支撑。
关键词 快递收入 季度预测 GM(1 1)模型 趋势分析
下载PDF
基于深度学习神经网络的季度GDP预测 被引量:7
2
作者 梁龙跃 陈玉霞 《统计与决策》 CSSCI 北大核心 2023年第2期24-29,共6页
针对季度GDP数据,文章基于深度学习长短期记忆(LSTM)神经网络模型,结合小波分析技术(WA)分解所选取的宏观经济变量,构建了LSTM&WA预测模型,同时,引入多个基准模型进行对比分析。研究表明:对于季度GDP数据,深度学习模型结合小波分析... 针对季度GDP数据,文章基于深度学习长短期记忆(LSTM)神经网络模型,结合小波分析技术(WA)分解所选取的宏观经济变量,构建了LSTM&WA预测模型,同时,引入多个基准模型进行对比分析。研究表明:对于季度GDP数据,深度学习模型结合小波分析预测结果更优;针对结构复杂的非线性多变量数据,LSTM&WA预测模型具有较好的泛化能力,其预测精度均优于其他基准模型。 展开更多
关键词 季度GDP预测 小波分析 深度学习 宏观经济变量
下载PDF
稳增长、控杠杆与中国的宏观经济波动
3
作者 陈汉鹏 《投资研究》 CSSCI 北大核心 2024年第9期4-23,共20页
为分析杠杆率目标的引入对于中国宏观经济波动所可能产生的影响,本文构建了一个含杠杆率的季度预测模型,并利用中国的经济数据对模型进行估计。研究发现:在短期,杠杆率波动会对未来需求产生反向的抑制作用;在长期,杠杆率的引入会导致中... 为分析杠杆率目标的引入对于中国宏观经济波动所可能产生的影响,本文构建了一个含杠杆率的季度预测模型,并利用中国的经济数据对模型进行估计。研究发现:在短期,杠杆率波动会对未来需求产生反向的抑制作用;在长期,杠杆率的引入会导致中国潜在产出增速出现一定程度的下滑。如果政府在制定经济增长目标和杠杆率目标时未充分考虑二者之间的内在联系,经济可能会陷入减速和高杠杆的恶性循环。 展开更多
关键词 季度预测模型 宏观杠杆率 经济增长
原文传递
基于优选模型的季度国际油价预测系统构建 被引量:4
4
作者 张文 部慧 汪寿阳 《系统工程学报》 CSCD 北大核心 2011年第1期9-16,30,共9页
构建了一个以优选模型为基础的季度油价预测系统.系统不仅依靠模型和内部专家,同时以外部专家的预测值作为参考.系统将优选模型与外部专家的预测值集成后,由内部专家根据掌握的信息和经验,对结果进行综合集成,得到油价预测值.研究发现,... 构建了一个以优选模型为基础的季度油价预测系统.系统不仅依靠模型和内部专家,同时以外部专家的预测值作为参考.系统将优选模型与外部专家的预测值集成后,由内部专家根据掌握的信息和经验,对结果进行综合集成,得到油价预测值.研究发现,基于时差相关的多元回归模型比误差修正模型和带外生变量的误差修正模型更适合预测季度油价.系统通过对模型的优选和对专家的评价,使效果更好的预测值作为集成预测的基础.实际工作中已被中石化和外汇管理局市场预期调查系统所参考,预测精度在市场预期调查系统各成员单位中处于领先水平. 展开更多
关键词 季度油价 预测系统 优选模型 综合集成
下载PDF
河北省2020年前3季度马铃薯价格分析及后市预测 被引量:1
5
作者 魏子珍 王哲 周繁 《蔬菜》 2020年第12期64-70,共7页
依据全国农产品批发市场价格信息系统对马铃薯的实时监控数据,以河北省2020年前3季度马铃薯价格为研究对象,对河北省第一、二、三季度以及前3季度整体马铃薯价格进行横向、纵向比较,并分析影响马铃薯价格波动的因素。结果显示,河北省202... 依据全国农产品批发市场价格信息系统对马铃薯的实时监控数据,以河北省2020年前3季度马铃薯价格为研究对象,对河北省第一、二、三季度以及前3季度整体马铃薯价格进行横向、纵向比较,并分析影响马铃薯价格波动的因素。结果显示,河北省2020年前3季度马铃薯月均价格呈现先上升后下降的趋势,且下降幅度明显;平均价格低于山东省及全国平均水平,与甘肃省的差距不大。分析表明,马铃薯的供给状况、市场需求、天气因素等是影响前3季度马铃薯价格变化的主要原因。最后,对第四季度以及2021年前3季度马铃薯的价格走势作出了预测。 展开更多
关键词 马铃薯 前3季度 价格分析 价格预测
下载PDF
兼顾供电量组分特性的最优GM(1,N)季度电量预测方法
6
作者 李京平 陈丹伶 +2 位作者 曾繁华 王鑫 方嵩 《电工电气》 2018年第1期27-31,37,共6页
提出考虑供电量组分多层级划分及外部因素影响,利用关联度寻优方法构造最优GM(1,N)电量预测模型。根据供电地区的行业用电分类,对总供电量的组分进行分层级划分和重要性分析;计算各重要组分及外部影响因素与供电量的关联度,并依据关联... 提出考虑供电量组分多层级划分及外部因素影响,利用关联度寻优方法构造最优GM(1,N)电量预测模型。根据供电地区的行业用电分类,对总供电量的组分进行分层级划分和重要性分析;计算各重要组分及外部影响因素与供电量的关联度,并依据关联度大小对各影响因素进行排序,再通过建立不同N下的GM(1,N)模型,根据预测精度确定最优GM(1,N)模型。采用该模型对广东电网中山供电局的供电量数据进行预测分析,证明了该模型的预测结果具有较高的准确性。 展开更多
关键词 季度电量预测 GM(1 N)模型 行业用电分类 外部影响因素
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部