共查询到20条相似文献，搜索用时 140 毫秒
1.
建立了基于径向基网络的预测模型,以四川省1978-2007年的相关统计数据为基础,对其2008-2011年的高等教育发展规模进行预测,然后,将2008-2011年的预测值与实际观测值比较分析.研究表明:该模型预测相对误差较小,具有可行性和有效性. 相似文献
2.
为了对河南省煤炭消费量进行较为准确的预测,先利用ARIMA模型对河南省煤炭消费量进行初步预测,捕捉线性趋势,然后利用RBF神经网络算法对河南省煤炭消费量预测误差进行修正.仿真结果表明:组合模型更全面地刻画了煤炭消费量的变化规律,提高了预测精度. 相似文献
3.
《赤峰学院学报(自然科学版)》2017,(1)
本文使用Eviews软件建立ARIMA模型,对采样一年期的沪深300日数据进行数学处理,识别出建立模型的形式并且建立ARIMA模型,通过所建立的模型对沪深300指数进行预测.通过计量经济学方法评价预测质量,并根据实际预测结果,指出造成沪深300指数的实际值和模型预测值之间有差别的原因,为广大投资者提供沪深300指数的预测方法来作为未来进行股票投资和金融衍生产品投资的参考. 相似文献
4.
人口迁移预测模型是深入研究人口迁移行为的基础。现有迁移预测模型大多集中在单模型、单变量预测上,不能描述人口迁移行为的合力效应。提出了一个新的人口迁移预测模型——GRBF,该模型包含两个子模型：灰色模型和RBF模型。灰色模型构建于人口迁移的影响指标之上,为GRBF提供充分时间维度指标信息;RBF模型则接收灰色模型的输出,计算人口迁移量的预测值。实例分析证明,GRBF支持人口迁移量预测,提供对预测数据的误差分析,能够有效预测人口迁移量的变化。 相似文献
5.
王辉 《江苏经贸职业技术学院学报》2023,(5):8-10
为了解长期定位试验下苎麻纤维产量的变化趋势,推动苎麻种植产业增产提效,基于苎麻多倍体1号品种2010—2019年共30个收获期的纤维产量数据,构建ARIMA纤维产量预测模型,并对模型精度进行验证。结果表明：ARIMA(2, 0, 3)模型最佳,4个收获期中纤维产量预测值与实测值的平均相对误差百分比为7.72%,整体预测效果较好,适用于该地区多倍体1号纤维产量的短期预测。 相似文献
6.
危锋 《荆门职业技术学院学报》2014,(2):49-54
网络控制系统中时延普遍存在,时延的有效预测对控制系统非常重要。为准确对时延进行预测,文章建立一个基于RBF神经网络的时延预测模型,运用Matlab软件对该模型进行仿真,采用归一化的方法对用于测试的数据集进行预处理,利用这些处理过的数据集对该仿真模型进行训练和测试,结果证明RBF神经网络能很好的预测网络时延。 相似文献
7.
在现有资料对CPI预测研究的基础上,根据我国2000年1月至2012年12月的CPI月度数据构建ARIMA模型,对我国2013年上半年CPI进行分析和短期预测。实证结果表明:ARIMA(3,1,3)模型能很好地刻画CPI并提供较好的预测。这能为政府宏观政策的制定和实施提供一定的参考依据。 相似文献
8.
分析我国高等教育规模发展的影响因素,选取毛入学率、适龄人口、人均GDP、第三产业占GDP的比重等四个主要影响因素,通过协整检验,构建回归模型,对国家中长期高等教育规模进行预测。 相似文献
9.
10.
基于Logistic增长曲线模型的大学在校学生数量发展预测 总被引：1，自引：0，他引：1
由1983-2009年高等教育在校学生数的增长趋势图可以发现,我国高等教育规模发展表现为一种S形增长,为此构建logistic增长曲线模型,并结合1983-2009年数据对未来10年我国高等教育在校学生数进行预测。预测结果略高于《国家中长期教育改革和发展规划纲要》的规划值,它从一个侧面印证了规划值的科学性,也说明了高等教育规模规划存在微调的可能性。 相似文献
11.
提出了把粗糙集和R BF神经网络相结合应用于农业总产值预测的方法。首先用粗糙集对影响农业总产值的多个因素进行属性约简,选择主要影响因素,去除冗余信息;然后利用RBF神经网络建立预测模型。最后对该模型的预测结果与因子分析神经网络模型的预测结果进行了比较,表明了该模型的有效性和优越性。 相似文献
12.
采用概率竞争和RBF(Radial-based Function Method)相结合的神经网络模型,研究UPI(UniversityPersonality Inventory大学生心理健康清单)多变量非线性诊断指标和分类标准的内在联系。提出了一种UPI辅助诊断的概率竞争型RBF神经网络的解决方案,把UPI数据作为概率竞争和RBF神经网络改进模型的输入,构建2层改进的RBF神经网络仿真模型。实验结果显示,综合运用概率竞争和RBF神经网络的方法能使UPI分类达到较好的效果。构建的概率竞争神经网络模型用于UPI的辅助诊断是可行的。 相似文献
13.
鉴于BP神经网络、RBF神经网络在城市供水量预测精度上的不足,利用粒子群算法优化两者相关参数,实现更高预测精度,并通过建立BP神经网络、RBF神经网络、PSO-BP神经网络、PSO-RBF神经网络分别对城市供水量数据进行仿真预测。最终测试样本统计结果显示：RBF神经网络比BP神经网络平均相对误差（MRE）低约1%,在拟合度（R2）上高约0.014;PSO-BP神经网络比BP神经网络在MRE上降低约1.25%,在R2上提高约0.05;PSO-RBF神经网络比RBF神经网络在MRE上降低约0.3%,在R2上提高约0.072。由此说明RBF神经网络比BP神经网络在城市供水量预测方面更有优势,并且利用粒子群算法优化神经网络模型参数可有效提升神经网络预测精度。 相似文献
14.
基于RBF神经网络的高校教师教学质量评价模型 总被引：1，自引：0，他引：1
文章基于RBF神经网络方法,建立了高校教师教学质量的评价模型.首先构建了神经网络评价模型的结构,然后运用MATLAB,用样本数据训练了神经网络评价模型.表明该模型克服了传统评价过程的复杂性和主观因素,对全面、公正、科学地综合评价高校教师教学质量是行之有效的. 相似文献
15.
针对传统的单个RBF神经网络集成中个体的隐节点个数和初始参数难以客观确定的不足,为了提高泛化能力,提出一种以高斯核函数的混合优化的RBF神经网络的方法,首先引入正交最小二乘法动态客观的获取数据中心的个数、数据中心及权值;然后通过计算隐层中心点间最小距离作为扩展常数;最后使用剃度法调节权值、中心及扩展常数使网络参数和结构达到最优.该方法结合了正交最小二乘法和剃度算法的优点,通过从结构和算法两方面的调整提升了单个的传统的RBF网络的性能.并将上述优化混合的RBF神经网络与主成分分析方法相结合建立模型.本文以广西5月逐日降水事先初选的众多预报因子进行主成分分析算法提取有效的几个综合因子,然后使用混合算法优化的径向基网络建立降水预测模型.结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性. 相似文献
16.
陶银燕 《重庆职业技术学院学报》2011,20(1):26-27
文章在分析1999-2009年开封市旅游创汇收入额年度数据的基础上,建立了旅游创汇收入额的ARIMA（p,d,q）模型。结果表明,ARIMA（1,1,1）模型提供较准确的预测效果,可以用于未来的短期预测,并为开封市入境旅游的政策和规划提供可靠的依据。 相似文献
17.
为了提高混凝土抗压强度预测精度,利用改进果蝇优化算法(IFOA)优化RBF神经网络的参数Spread值,建立IFOA-RBF预测模型用于混凝土抗压强度预测。模型以UCI数据库中的Concrete Compressive Strength数据集为例,以每立方混凝土中的水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数为网络输入,混凝土抗压强度值作为网络输出,进行仿真测试,并将结果与参考文献中的其它方法比较。结果表明:优化后的RBF网络既体现了广泛映射能力,又明显地提高了网络的泛化能力。验证了IFOA-RBF模型在混凝土抗压强度预测中的有效性。 相似文献
18.
通过分析四川省2008年至2009年每月的社会消费品零售额,建立了ARIMA模型。借助于MAPE（平均绝对百分比误差）度量了模型的预测能力。其次,文章利用所建模型对四川省2010年每月的社会消费品零售额进行预测,并与其实际值进行比较。结果表明,模型的预测精确度非常高,适合于四川省社会消费品零售额的预测。最后,提出了一些相应的政策建议。 相似文献
19.
我国财政支出的时间序列分析 总被引：1，自引：0，他引：1
张淑银 《福建教育学院学报》2009,10(5):43-46
介绍求和自回归移动平均模型ARIMA（P,d,q）的建模方法及SAS实现。将ARIMA模型应用于我国财政支出的分析与预测,结果表明ARIMA是一种短期预测精度较高的预测模型。 相似文献
20.
廖敏辉 《衡阳师范学院学报》2007,28(2):57-59
本文利用Box-Jenkin的随机时间序列ARIMA(p,d,q)模型分析法,通过特点的数据处理方式,建立了我国城市化水平的ARIMA(1,2,1)动态预测模型,预测了2006—2010年我国的城市化水平,提出要不失时机地采取相关措施,创造一定条件促进城市化的持续健康稳定的发展的四点建议。 相似文献