- 年份
- 2024(2267)
- 2023(3270)
- 2022(2790)
- 2021(2574)
- 2020(2221)
- 2019(5097)
- 2018(4667)
- 2017(8473)
- 2016(4604)
- 2015(5199)
- 2014(5202)
- 2013(4977)
- 2012(4431)
- 2011(4143)
- 2010(4246)
- 2009(3982)
- 2008(4066)
- 2007(3577)
- 2006(3291)
- 2005(3050)
- 学科
- 济(18892)
- 经济(18842)
- 管理(12929)
- 业(10982)
- 企(9344)
- 企业(9344)
- 方法(8830)
- 数学(8001)
- 数学方法(7732)
- 制(6072)
- 中国(4848)
- 学(4828)
- 农(4674)
- 财(4589)
- 体(4056)
- 业经(4030)
- 地方(3503)
- 体制(3480)
- 理论(3184)
- 银(3159)
- 银行(3152)
- 融(3138)
- 金融(3137)
- 行(3049)
- 农业(2853)
- 度(2801)
- 制度(2769)
- 贸(2594)
- 贸易(2592)
- 易(2527)
- 机构
- 大学(69772)
- 学院(68451)
- 济(25884)
- 经济(25271)
- 管理(25112)
- 研究(24186)
- 理学(21773)
- 理学院(21501)
- 管理学(20776)
- 管理学院(20638)
- 中国(17995)
- 科学(15779)
- 京(14869)
- 财(13210)
- 所(12521)
- 农(12435)
- 研究所(11336)
- 中心(11137)
- 业大(10999)
- 江(10041)
- 财经(10021)
- 农业(9777)
- 北京(9517)
- 院(9115)
- 范(9067)
- 经(9043)
- 师范(8949)
- 州(8168)
- 省(8020)
- 经济学(7897)
- 基金
- 项目(47498)
- 科学(37111)
- 基金(34850)
- 研究(32215)
- 家(31444)
- 国家(31213)
- 科学基金(26444)
- 社会(20355)
- 社会科(19198)
- 社会科学(19194)
- 省(18347)
- 自然(17947)
- 基金项目(17684)
- 自然科(17550)
- 自然科学(17546)
- 自然科学基金(17193)
- 划(15947)
- 教育(15243)
- 资助(15019)
- 编号(12032)
- 重点(11147)
- 部(10269)
- 成果(10107)
- 发(9556)
- 创(9480)
- 科研(9459)
- 计划(9414)
- 制(9282)
- 课题(9148)
- 创新(8971)
共检索到102946条记录
发布时间倒序
- 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] 运筹与管理
[作者]
汪漂
鉴于传统预测方法一直基于"点"来衡量时间序列数据,然而现实生活中在给定的时间段内许多变量是有区间限制的,点值预测会损失波动性信息。因此,本文提出了一种基于混合区间多尺度分解的组合预测方法。首先,建立区间离散小波分解方法(IDWT)、区间经验模态分解方法(IEMD)和区间奇异普分析方法(ISSA)。其次,用本文构建的IDWT、IEMD和ISSA对区间时间序列进行多尺度分解,从而得到区间趋势序列和残差序列。然后,用霍尔特指数平滑方法(Holt’s)、支持向量回归(SVR)和BP神经网络对区间趋势序列和残差序列进行组合预测得到三种分解方法下的区间时间序列预测值。最后,用BP神经网络对各预测结果进行集成得到区间时间序列最终预测值。同时,为证明模型的有效性进行了AQI空气质量的实证预测分析,结果表明,本文所提出基于混合区间多尺度分解的组合预测方法具有较高的预测精度和良好的适用性。
[期刊] 数量经济技术经济研究
[作者]
徐惠莉 吴柏林 江韶珊
区间时间序列在决策过程中提供重要的信息,特别是在经济发展、人口政策、规划管理或金融监管等方面,因此如何计算出预测区间的精确度成为一个重要议题。本文提出两种区间预测准确度分析的方法,通过估计预测结果的平均区间误差平方和及平均相对区间误差和,比较不同预测方法的优劣。并由预测区间与实际区间的重叠位置,充分说明预测方法所具有的有效性。这些分析预测区间准确度的方法,将为管理者提供更客观的决策空间。
[期刊] 中国软科学
[作者]
吕瑞华 王卫亚
根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。
关键词：
复杂系统 遗传算法 神经网络 混沌预测
[期刊] 统计与决策
[作者]
沈建荣 高霞
时间序列模型是分析与预测复杂系统的常用方法。与多维分析和系统分析不同,时间序列模型仅考虑单一指标,不考虑系统内各种相互作用的因素,将系统看作一种按照某种规律演化,沿着一
[期刊] 统计与决策
[作者]
蒋铁军 周成杰 张怀强
针对复杂经济时间序列具有的非线性、非平稳、多尺度特性,文章提出一种基于多尺度事件识别的干预分析方法用于事件对复杂经济时间序列的影响分析。首先运用经验模态分解算法将原始序列按其构成特点分解到不同尺度,然后采用迭代累积平方和方法识别出不同序列分量的结构性变点,获取事件对序列影响的时间点,最后针对不同尺度的结构性变点,采用干预分析方法建立事件对序列影响的干预模型,定量分析事件对不同尺度序列的影响情况。
[期刊] 统计研究
[作者]
赵兴球
一、引言在时间序列分析的许多实际应用中，考虑的预测区间通常有两种，一种是单期预测区间，另一种是多期联立预测区间。后者是一个新的研究领域。对时间序列Ｘｔ，可观察时间ｔ＝１，２，…，ｎ，建立单期预测区间是指对给定的α，找到常数Ｃ使Ｐ（｜Ｘｎ＋ｋ－Ｘｎ（ｋ...
[期刊] 统计与决策
[作者]
王巍 赵国杰 毕星
文章针对金融时间序列变化复杂、难以用单一智能方法进行有效预测的问题,提出了一种新的基于经验模式分解、支持向量回归和粒子群优化的混合智能预测模型。经验模式分解能将非平稳时间序列按其内在的时间特征尺度自适应地分解为多个基本模式分量,根据这些分量各自趋势变化的剧烈程度选择不同的核函数进行支持向量回归预测,最后通过粒子群优化算法对各预测分量进行加权组合,得到原始序列的准确预测值。证券市场实证研究表明该模型可以准确预测金融时间序列。
[期刊] 财经理论与实践
[作者]
罗洪奔
提出了一种基于灰色-ARIMA的金融时间序列智能混合预测模型。首先建立金融时间序列灰色预测模型,并采用PSO算法对灰色模型的三个参数进行优化;利用ARIMA算法对预测模型的残差进行分析,同时采用遗传算法对ARIMA的系数进行优化;最后用ARIMA的残差预测结果对灰色预测模型进行补偿。结果表明,以较好的精度拟合一段时期内MA<107的时间序列,预测误差控制在5%以上,与单纯的灰色预测算法和神经网络算法相比,在平均绝对误差、均方根误差和趋势准确率三项评价指标上,具有明显优势。
[期刊] 经济问题
[作者]
周文凯 杨威
基于均方误差准则给出了构建区间数据模型的变量选择方法,并利用股票市场、基金市场、期货市场以及货币市场的区间型金融时间序列数据对宏观经济进行区间预测分析,给出了有别于传统点值数据模型的宏观经济区间预测方法。实证结果表明,区间型金融数据中的深证成分指数、上证基金指数、期货市场交易金额、狭义货币供给量对宏观经济区间预测模型拟合误差较小。通过变量选择得到了基于区间金融时间序列数据的宏观经济区间预测模型,并利用单一模型结构和组合模型结构给出我国2020-2023年的宏观经济变化区间,预测表明我国宏观经济将延续总体平稳、稳中趋缓的发展态势。
关键词：
区间数据 均方误差 经济预测
[期刊] 华中师范大学学报(自然科学版)
[作者]
王正 邱士可 曾群 吕言利 王超 张起萍 李双权
南海东北部海区的叶绿素a浓度及相关环境因子受多尺度物理强迫影响，具有非线性非平稳性特征，对该区域的数据进行分解存在一定困难。该文利用一种自适应、非线性、非平稳态的FEEMD方法对研究区8天尺度和月尺度长时序叶绿素a浓度及相关环境因子数据进行分解，结果发现: 1）FEEMD有效避免了EMD和EEMD存在的高频模态混叠问题; 2）FEEMD的运行速度比EMD和EEMD快10倍以上; 3）基于8天和月尺度数据分解出的21年数据总趋势一致; 4）相较于月尺度数据，8天尺度数据能分解出更多具有实际物理意义的高频模态，计算这些高频模态的周期发现基于8天尺度数据能分解出短至约2个月、4个月（季节）、6个月的周期; 5）8天尺度叶绿素a浓度数据能分解出长达5年左右周期，其他相关环境因子可分解出10～14年超长周期，而月尺度数据一般只能分解出年尺度周期。该文研究结果表明，FEEMD方法可在环境复杂、动态度高、因子多变的区域进行长时间序列数据分解，并能取得理想效果，能为类似复杂环境条件下研究区域多因子间驱动关系研究提供借鉴。
[期刊] 统计与决策
[作者]
王惠婷
粮食产量的预测是保障粮食安全的重要组成部分。文章结合河南省许昌市粮食产量的历史数据,首先建立趋势外推预测模型,并对模型进行相应的分析;然后运用趋势外推与ARIMA模型(求和自回归移动平均模型)结合起来的混合时间序列模型对趋势值和真实值之间的离差序列即残差进行分析,得到混合时间序列模型的预测结果;最后通过比较得出的混合时间序列模型预测的精度较高,可作为粮食总产量预测的有效工具之一。
[期刊] 统计与决策
[作者]
江雨燕 邵金 陈梦凯 王付宇
由于金融时间序列具有高度非线性、不稳定性等特点，单一预测模型的预测精度受限。文章将集成经验模态分解（EEMD）技术和长短期记忆网络（LSTM）相结合，同时融入麻雀搜索算法（SSA）优化神经网络参数，构建了EEMD-SSA-LSTM混合预测模型。首先将该金融时间序列进行EEMD分解，其次将分解所得的各IMF分量与残差项输入到SSA优化后的LSTM网络进行逐个预测，最后通过累加得到最终预测结果。以上证指数价格为研究对象进行实证分析，结果表明，所提出的混合预测模型的MAPE、RMSE、MAE分别为0.0122、0.3278、0.2681，具有更高的预测精度与适用性。
[期刊] 数理统计与管理
[作者]
李竹渝 张成 王泰积
金融市场中的实际观测数据,除随机性外往往还带有模糊性,这样的观测数据通常以观测区间的形式给出,例如,当我们谈及某日的上证指数时,其观测值总是在最低点与最高点之间波动。观测值的这种不确定性来自于多重隶属现象,而非随机现象,我们称这种不确定性为模糊性。不确定性问题通常含有两种意义上的分类:一类是随机不确定性,人们依靠概率统计方法进行处理;另一类是非随机性的不确定性,即为模糊性问题,通常利用模糊集合理论来进行研究。本文将在模糊数学理论基础上,利用回归分析方法,构建模糊金融时间序列模型,并利用FLP(模糊线性规划)方法来估计模型的未知参数。为了合理评价拟合效果,我们将根据测量模糊集合间的择近原则,给出...
[期刊] 统计与决策
[作者]
胡纪纲 芮源 袁宏俊
文章利用诱导有序加权几何平均(IOWGA)算子,将区间作为整体,以灰色区间关联度作为诱导准则,可以建立左右端点权重不相等的常规的区间组合预测模型,以及适用于左右端点较接近的左右端点权重相等的区间组合预测模型,避免出现左端点值大于右端点值的极端情形。通过实例分析说明左右端点相等权重和不等权重模型能有效提高预测精度以及模型的灵活性。
[期刊] 自然资源学报
[作者]
卢晓宁 邓伟 张树清 翟金良
霍林河是松嫩平原西部地区科尔沁、向海和查干湖湿地的重要补给水源。通过对其中游白云胡硕水文测站46a的年径流量序列的多时间尺度分析,探讨霍林河径流演变的近似周期性,识别霍林河径流变化对其下游洪泛湿地水源补给的规律,以及这种规律控制下的洪泛湿地环境演变。小波分析表明,霍林河白云胡硕水文站年径流序列主要存在3个尺度的周期变化,不同时间尺度下周期信号的强弱在时频域中的分布具有较强的局部特征,以大于30a尺度的年代际周期变化起主导作用,该尺度下,霍林河径流演变呈现出丰、枯、丰的交替振荡,下游洪泛湿地景观演变相应表现出阶段性特征,1990年代以前尤为突出。能量相对较弱的中、小时间尺度径流量周期性变化,与强...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
