基于马尔科夫和布朗运动的股票价格预测模型

股民希望从研究股票市场价格的变化中得到一些规律,减少自身的损失,但是股票系统本身是一个非常复杂的非线性运动系统,受到多种因素的影响,短期的某种程度的预测能够帮助股民投资,当前经济预测方法有很多,本文主要分析基于马尔科夫和布朗运动的股票价格预测模型,通过实例对比,分析两种模式的联系与区别,希望嫩味股票短期预测模型提供参考。     

基于隐马尔科夫和BP神经网络的冲击地压预测研究

冲击地压是煤矿企业井下动力灾害之一。随着煤层开采深度的持续增加,冲击地压发生的危险越来越大。冲击地压危险程度的预测还是以简单的统计调查和单因素预测为主,预测模型的精度不高。本文对隐马尔科夫和BP神经网络混合模型对冲击地压进行预测的可行性进行了研究。该混合模型能够克服现有模型的不足,便于充分利用所有信息根据神经网络提供的观察更新冲击地压危险程度的预测。     

基于马尔科夫随机场和混合高斯模型的两图像配准算法

本文针对目前基于混合高斯模型的图像配准算法无法刻画图像像素之间关系的缺点,提出了一种基于马尔科夫随机场和混合高斯的两两图像配准算法,首先采用马尔科夫随机场和混合高斯对图像进行建模,然后采用了最大期望算法对模型的未知参数进行求解,通过迭代,使得所建模型的最大似然函数达到最大,从而达到图像配准的目的。通过仿真实验表明,本文的算法比当前的主流图像配准算法有较好的配准结果。     

上市公司股票价格与会计信息相关性实证研究

市场中许多因素会影响股票的价格,研究和分析上市公司会计信息对股票价格的影响是非常必要和有意义的。近年来,中国上市公司会计信息披露日益完善,中国证券市场监管日益加强。但是,会计信息对股票价格影响程度的大小,哪些会计信息可以为投资者做出投资决策提供最大的帮助,这些问题依然有待回答。本文采用2017年上海证券交易所上市公司的相关数据,建立多元线性回归模型,通过SPSS统计软件定量分析十大会计信息指标对股价的影响,为人们做出投资决策提供一些理论依据和建议。     

基于ARIMA的猪丹毒预测模型研究

为研究ARIMA时间序列模型预测猪丹毒(SE)的可行性,本实验选取兽医公报发布的我国某省SE的发病数据,对2005年1月～2009年6月该地区的SE发病资料进行模型构建与拟合,采用构建的模型对2009年7月～2009年12月的SE发病率进行预测并验证预测效果.结果显示ARIMA(2,1,0)模型可以拟合既往时间段上的发病率序列,预测结果显示MSE为0.203×10-10、MAPE为0.293,该模型可以预测未来SE的发生.     

基于ARIMA的猪瘟发病率预测模型的建立

为探讨应用自回归-移动平均ARIMA(P,d,q)模型预测猪瘟发病率的可行性,本研究对1999年1月～2004年12月A、B、C 3个地区的逐月猪瘟发病率进行ARIMA模型的拟合,用2005年1月～2005年12月的猪瘟发病率进行模型预测效果的验证.结果显示ARIMA(0,1,2)模型计算出的预测值与实际值拟合较好,可用于对未来的猪瘟发病率进行预测,为猪瘟的防控工作提供可靠的参考依据.     

基于机器学习算法的奶牛疾病预测模型的研究

【目的】评估建立奶牛疾病预测模型的6种机器学习(machine learning, ML)算法的性能及预测变量的重要性。【方法】选取2020年12月至2021年11月,共计944头泌乳牛的生产信息、行为信息作为预测因子,疾病信息作为输出变量,训练并验证模型。将日产奶量、反刍量、活动量、胎次和泌乳天数作为输入变量,利用ML算法建立奶牛疾病的预测模型,评估决策树(Decision Tree, DT) C5.0、CHAID算法、人工神经网络(Artificial Neural Network, ANN)、随机森林(Random Forests, RF)、贝叶斯网络(Bayesian Networks, BN)和逻辑回归(Logistic Regression, LR)6种ML算法的性能,评估预测变量的重要性,以及将胎次和泌乳天数纳入预测变量后模型性能的改善情况。采用敏感性和特异性评估模型性能,按照权重排序评估输入变量对模型预测的重要性。【结果】DT C5.0算法敏感性>85%,特异性>90%,为性能最佳的模型;RF总敏感性为56.8%,对各类牛预测的性能较稳定;ANN、BN、DT...     

基于BP神经元网络的鱼塘溶氧预测模型研究

为了能够提高水产养殖中水体溶氧量短期预测精度,提出将遗传算法和反向传播(BP)神经网络相结合的预测模型。根据相关研究,采用对池水含氧量影响较大的几个影响因素,作为预测模型的输入端变化量;BP神经网络优化的阈值和初始权值通过遗传算法来获得,遗传算法具有全局搜索能力。采用改进后的BP神经网络建立起短期鱼塘含氧量预测模型,该方法具有较高的预测精度。     

基于异常数据处理改进的BP神经网络风速预测模型

由于不可再生能源逐渐耗尽,世界各地越来越多的关注风能开发和利用,近年来,风力发电的发展非常迅速,风力发电机装机容量的年平均增长率超过30%,风力发电成为21世纪最有前途的绿色能源。此外,中国的风力发电装机容量增长年率为100%。因此,准确预测风速,是一个重要的工作。在本文中,一种用于风速预测的改进的BP神经网络被提出,并且经过数值模拟,取得了高精度的结果。     

人口预测模型的优化

本文建立了以优化模型有效度为优化指标求解组合优化预测加权系数的模型,并对malthus-Logistic组合优化预测模型采用简化求解实例证明该模型是一种行之有效且误差较小的人口预测模型.     

肉用绵羊饲料养分消化率和有效能预测模型的研究

旨在建立肉用绵羊饲料营养成分消化率和有效能预测模型。选用(47.21±1.01)kg,安装瘤胃瘘管的杜泊羊(♂)×小尾寒羊(♀)杂交1代肉用公羊12只,采用12×4不完全拉丁方设计,分别测定12种日粮的概略养分含量,通过动物试验实测养分消化率和有效能值,并进行消化率和有效能与化学成分的一元或多元线性回归分析,建立预测模型。结果表明,干物质(DM)、有机物(OM)、总能(GE)和粗蛋白质(CP)的消化率与它们在饲料中的含量均呈极显著正相关(P<0.01),而与中性洗涤纤维(NDF)呈极显著负相关(P<0.01)。NDF消化率与饲料中的OM、GE和CP均呈显著负相关(P<0.05),与NDF呈极显著正相关(P<0.01)。消化能(DE)和代谢能(ME)与饲料中的OM、GE和CP的含量均呈极显著正相关(P<0.01),而与NDF呈极显著负相关(P<0.01)。用饲料中概略养分含量预测能量消化率(ED)和代谢能的预测模型分别为:ED(%)=194.907-0.987NDF(%)-0.901OM-0.603CP(%)(R2=0.966,n=12,P<0.001)和ME(MJ.kg-1 DM)=50.245-0.136NDF(%)-0.394OM(%)-0.012CP(%)(R2=0.901,n=12,P<0.001)。饲料中的营养成分消化率与概略养分含量存在明显的相关性,各种有效能值与营养成分之间的相关性显著,通过概略养分可对饲料的养分消化率和有效能进行比较准确的预测。     

基于BP网络的典型草原群落自然演替预测模型研究

以典型草原植被群落为研究对象,探讨草地生态系统自然演替恢复的动态变化,采用BP人工神经网络,以演替年度为输入量,群落的凋落物、含水量、容重、孔隙度、有机质、微生物量C、土壤N、地上生物量和多年生禾草密度为输出量,对典型草原群落自然演替进程进行模拟和预测.结果表明:BP-NN的稳定性较好,各参数预测结果的平均误差为2.04%,说明BP-NN可适用预测典型草原群落自然恢复演替,其优势在于可模拟了解较少或不确定性和模糊性较大的系统行为,这是传统数学模型所无法实现的,因而是对传统机理模型的重要补充.     

基于组合灰色预测模型的中长期电力负荷预测

鉴于中长期电力负荷预测受很多不确定因素影响的特点,在对基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测局限性研究的基础上,提出了一种中长期电力负荷预测的新方法——组合灰色预测模型。由于背景值和初始值对模型的精度有十分重要的影响,因此,该预测方法利用最小二乘法和指数拟合及高斯求积公式分别对初始值和背景值提出改进,提高了预测精度。并用吉林省2006年到2011年的农村用电量作为历史数据进行了预测,结果表明预测精度明显提高。     

基于灰色预测模型的重庆市生态足迹动态分析与预测

生态足迹是近年来定量评估生态可持续发展的一种方法。以重庆统计年鉴为主要数据来源,对重庆市2000--2007年的生态足迹进行了时间序列的测度,并运用灰色预测模型对重庆市2008--2012年生态足迹做出预测。结果表明：2000--2007年,重庆市人均生态足迹从1．162226hm^2增加到1．576941hm^2;人均生态承载力从0．487810hm^2下降到0．447831hm^2;生态赤字从0．674416hm^2增加到1．129111hm^2,生态赤字持续扩大,预测2012年人均生态赤字将达到1．617362hm^2。对此提出了一些对策：控制人口数量,提高人口质量;增加科技财政投入,提高单位面积生物生产量;控制环境污染;做好土地利用总体规划,严格粹制非农律设用她规模;引导人们合理消着,提高瓷源利用率。     

灰色预测模型在我国饲料产量预测中的应用

利用灰色预测模型,结合历年我国饲料产量数据,建立GM(1,1)模型,得出2009—2011年我国饲料产量预测值。结果表明,预测模型精确度达到1级,未来几年我国饲料产量将以9.3%的速度增长。     

小麦麸生长猪消化能和代谢能的测定及预测模型的建立

本试验测定了小麦麸的化学成分以及小麦麸生长猪消化能(DE)和代谢能(ME),并建立了基于小麦麸有效化学成分含量的DE和ME预测模型。采用2个11×3的不完全拉丁方设计,即2个平行试验、11种饲粮(1种基础饲粮+10种小麦麸饲粮)、3个周期,选取22头健康的“杜×长×大”三元杂交阉公猪[(35±3)kg]进行消化代谢试验,每个周期12 d(7 d适应期,5 d粪尿收集期)。结果显示：风干基础下,10种小麦麸的总能(GE)平均值为16.59 MJ/kg(16.22～16.79 MJ/kg),干物质(DM)、粗蛋白质(CP)、粗灰分(Ash)、粗脂肪(EE)、钙(Ca)、总磷(TP)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和总淀粉(TS)含量平均值分别为87.46%(86.07%～87.82%)、 15.88%(14.56%～16.83%)、 5.48%(5.03%～6.02%)、 4.37%(3.30%～5.69%)、 0.11%(0.08%～0.14%)、 1.04%(0.94%～1.15%)、 10.72%(8.70%～12.79%)、44.24%(38.15%...     

牛流行热灰色灾变预测模型的探讨

本语文根据１９５７～１９９２年有关牛流行热的发病资料,应用灰色系统理论对其长期预测方法进行了初步探讨。比较ＧＭ（１,１）模型、ＲＣＩ．ＧＭ（１,１）。模型及其残差修正模型,发现ＲＣＩ．ＧＭ（１,１）模型的五差修正模型预测精度最优,达９７．０３％。     

零售鸡肉中沙门氏菌生长预测模型的建立

为了建立零售鸡肉中沙门氏菌的生长预测模型,以在超市购买的新鲜鸡肉和肠炎沙门氏菌作为研究对象,选择4、10、16、25、30、37℃条件,对肠炎沙门氏菌在零售鸡肉中的生长情况进行研究,绘制生长曲线。对一级模型,用Curve Expert软件中的Gompertz、Richards、Logistic 3种模型和DMFit软件中的Baranyi模型进行拟合,以确定最适用模型。4种模型拟合后的Baranyi模型相关系数都在0.98以上。数据表明该模型拟合程度最好,最适合预测沙门氏菌在鸡肉中的生长动态。二级模型是将一级模型拟合的数据带入Ratkowsky方程。此方程描述的是温度对最大生长速率的影响。通过准确因子、偏差因子以及均方根误差,对模型的准确性进行检验。结果显示模型的准确因子为1.129 698,偏差因子为0.984 85,均方根误差为0.091 5,决定系数R2为0.982 5,说明建立的模型可靠性高。