- 年份
- 2024(5839)
- 2023(8548)
- 2022(7378)
- 2021(7021)
- 2020(5987)
- 2019(14081)
- 2018(13960)
- 2017(27503)
- 2016(14386)
- 2015(16279)
- 2014(15858)
- 2013(15098)
- 2012(13281)
- 2011(11606)
- 2010(11253)
- 2009(10001)
- 2008(9235)
- 2007(7565)
- 2006(6079)
- 2005(4823)
- 学科
- 济(57895)
- 经济(57842)
- 管理(42499)
- 业(40847)
- 企(35211)
- 企业(35211)
- 方法(33717)
- 数学(30630)
- 数学方法(30022)
- 财(13820)
- 农(13645)
- 中国(12607)
- 业经(12206)
- 理论(10665)
- 贸(10217)
- 贸易(10212)
- 易(9982)
- 技术(9875)
- 务(9610)
- 财务(9556)
- 财务管理(9536)
- 地方(9191)
- 学(9098)
- 企业财务(9031)
- 农业(9028)
- 和(8668)
- 制(8183)
- 环境(7882)
- 划(7799)
- 教学(7037)
- 机构
- 学院(192429)
- 大学(191052)
- 管理(83008)
- 济(77463)
- 经济(76059)
- 理学(73836)
- 理学院(73157)
- 管理学(71522)
- 管理学院(71167)
- 研究(53677)
- 中国(39373)
- 京(37626)
- 财(33053)
- 科学(32916)
- 业大(28414)
- 财经(28009)
- 中心(27007)
- 农(26372)
- 江(25868)
- 经(25796)
- 所(24060)
- 经济学(23796)
- 范(23351)
- 师范(23099)
- 北京(22375)
- 研究所(22310)
- 经济管理(21859)
- 经济学院(21695)
- 财经大学(21433)
- 商学(21294)
- 基金
- 项目(143294)
- 科学(115695)
- 基金(106987)
- 研究(103564)
- 家(92725)
- 国家(92039)
- 科学基金(82071)
- 社会(66898)
- 社会科(63605)
- 社会科学(63589)
- 基金项目(56743)
- 省(56250)
- 自然(55069)
- 自然科(53960)
- 自然科学(53951)
- 自然科学基金(52968)
- 教育(50013)
- 划(47141)
- 资助(44105)
- 编号(41860)
- 部(32044)
- 重点(31920)
- 创(31325)
- 成果(31200)
- 发(29656)
- 创新(29139)
- 教育部(28342)
- 科研(28104)
- 国家社会(28070)
- 人文(27737)
共检索到251512条记录
相关度优先
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
吴晓峰 杨颖梅 陈垚彤
文章根据ARIMA时间序列模型和BP神经网络模型分别在处理线性空间预测问题和非线性空间预过测对问北题京中市的居优民势消,费建价立格了指一数种(C基PI于)B序P列神的经实网证络分误析差证校明正了的该差组分合自预回测归模移型动相平对均(于A单RI一MA预)测组模合型预在测C模PI型预,通测中的有效性,并利用该模型预测了未来一段时间北京市CPI的走势。
关键词：
ARIMA BP神经网络 组合预测
[期刊] 统计与决策
[作者]
翟静 曹俊
文章将时间序列ARIMA模型和BP神经网络算法相结合,设计一种组合预测模型,并将其应用于实际预测中,通过实际预测检验了组合预测模型在实际预测中的有效性。研究发现,组合预测模型在预测精度方面总体上优于这两个单项预测模型,因此这种组合预测模型具有良好的预测效能。
[期刊] 长江流域资源与环境
[作者]
赵成柏 毛春梅
预测我国碳排放强度的长期变动趋势,对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性,并在此基础上建立ARIMA模型和BP神经网络组合模型,将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分,对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10a我国碳排放强度总体是逐步下降的,但到2020年我国碳排放强度仅比2005年下降34%,比我国政府提出碳排放强度下降40%～45%的目标还有一定的差距。因此,要在2020年实现我国碳排放强度目标,必须要调整宏观经济政策,采取各种政策措施以实现目标。
[期刊] 旅游学刊
[作者]
雷可为 陈瑛
游客量的预测和分析是旅游规划与管理的基础性、关键性工作。目前,游客量预测主要采用基于传统研究方法或人工神经网络技术的单项预测方法。近年来的研究表明,组合预测方法比单项预测具有更高的预测精度。本文提出了一种基于BP神经网络和ARIMA组合模型的游客量预测新方法,对中国入境旅游人次数的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在旅游预测中的应用是可行、有效的。
[期刊] 统计与决策
[作者]
陈蔚
文章使用自回归移动平均(ARIMA)和人工BP神经网络方法对1990~2013年的我国进口、出口贸易额时间序列进行线性与非线性信息挖掘,ARIMA模型的拟合精度较低,经过BP神经网络方法对非线性规律进行建模并对2014~2018年进出口额进行预测,结论显示:BP神经网络方法能够较好的体现进出口贸易额时序中的非线性规律,有效的修正了线性预测方法的误差。
[期刊] 统计与决策
[作者]
林育曼 文海宁 饶浩
文章利用小波分析对时间序列进行N层分解去噪,然后使用改进的时间序列结合BP神经网络构建组合预测模型。实验选取某个时期内P2P网贷平台微信公众号传播指数Top50作为训练样本,选取同期网贷平台的微信文章热度指数作为预测,并与实际公布数据Top10进行对比。实验结果表明,小波分析有助于去噪,ARIMA模型预测突变值易调控,结合BP神经网络隐含层的恰当选取,使得结果更为精确和具有针对性。
[期刊] 会计之友
[作者]
陈启忠
文章基于供电企业对电费现金流入预测的现实需要,分别建立了基于时间序列的ARIMA模型和BP神经网络预测模型,并对两种预测方法进行了对比分析,最终确定了以ARIMA模型为主、BP神经网络为辅的综合预测手段,有效地提高了电费现金流的预测精度,增强了供电企业的现金流管理水平。
[期刊] 统计与决策
[作者]
周慧 王晓光
文章根据组合预测的理论和神经网络的非线性性和良好的函数逼近特性,提出了基于人工神经网络的灰色幂模型、多项式回归模型的中国火灾组合预测模型。此模型综合了各单一模型的有效信息,同时也融合了人工神经网络在不确定因素预测领域的优势,能够比较客观地反映火灾的发展趋势,为中国火灾预测提供合理的依据。
[期刊] 中国农业科学
[作者]
梁毅 刘世洪
【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。
[期刊] 统计与决策
[作者]
张俊深 袁程炜
随着我国经济社会的进一步发展,能源需求逐步增大,且消费量的增长与多种因素相关。能源消费预测存在与多因素的关联。文章在基础GM(1,1)模型框架下,以重新累积生成累加后序列预测值的方式进行GM(1,1)的无偏化修正,并按照加权平均背景值重设进行pGM(1,1)模型修正;并以各种非线性参变量间的映射纳入组合BP神经网络的能源消费预测。结果证实,无偏GM(1,1)、pGM(1,1)模型有效降低了GM(1,1)的预测平均相对误差,再与BP神经网络组合预测,形成了较好的能源消费预测精度。
[期刊] 物流技术
[作者]
曹莹 陈旭 张跃博 龚正
为提高港口吞吐量预测精准性，建立了反向神经网络(BP)和差分整合移动平均自回归模型（ARIMA）的组合预测模型。首先考虑能够体现地方社会经济发展的经济评价指标，通过反向神经网络和差分整合移动平均自回归预测，分别得到港口吞吐量的预测结果；再运用拟合优度方法赋权组合，得到组合预测结果。以天门港为案例，组合预测模型的误差为0.072%，预测精度较高，未来可应用于短期水运工程预测。
[期刊] 山西财经大学学报
[作者]
王成军 左新慧
根据BP神经网络原理,以建筑特征参数为输入变量,利用实际资料对网络进行训练和模拟,收集了16个住宅工程,其中的14个作为训练样本,2个作为检测实例。结果显示,该模型在建筑工程造价预测中具有有效性。
关键词：
工程估价 神经网络 估价模型 BP算法
[期刊] 统计与决策
[作者]
郭秋艳 何跃
文章运用消除趋势波动分析方法(DFA),计算了全国GDP年度数据的标度指数。计算结果表明GDP时间序列具有持久性的长程相关,用已知的GDP值来预测未来一段时间内的GDP变化趋势是可行的,在此基础上,鉴于GDP预测的非线性、时变性和不确定性,利用人工神经网络自学习、自适应和非线性的特点,将经济变量数据归一化处理,建立BP神经网络预测模型。
关键词：
DFA BP神经网络 GDP 预测
[期刊] 统计与决策
[作者]
王鑫 肖枝洪
文章将干预模型与BP神经网络模型相结合,提出了基于干预模型与BP神经网络集成的GDP时间序列预测模型,并实现了算法。利用我国1978~2004年的GDP数据建立多干预变量集成预测模型,对我国2005~2009年的GDP数据进行预测,并将预测值与其他文献所建模型的预测值进行比较,预测误差明显减少,证实了所建立模型处理外部事件(如宏观经济因素、政治因素等)的有效性。
[期刊] 统计与决策
[作者]
李静文 刘刚
文章以先行指标作为模型的输入层,以基准指标作为模型的输出层,构建了基于BP神经网络模型的景气预测模型。模型结合了BP神经网络模型和景气预测模型的优势,以高新技术行业的总收入进行实证研究。对比了二次指数平滑模型和BP神经网络模型的预测结果,从三种模型的拟合度以及预测指标评价体系的计算结果可知构建的模型拟合度得到了很大的提高。
0
文献操作(0)
导出元数据
文献计量分析
导出文件格式：WXtxt
