简介：投入产出分析是研究多部门经济联系的理论与方法,投入产出表反映了生产与使用间的数量关系.通过对价值型投入产出模型中基本平衡关系的讨论,阐述了国民经济各部门的完全净产出恒大于零是霍金斯一西蒙条件的经济内涵.

简介：该文对我国1978-2013年的GDP数据进行了分析,建立了ARIMA模型,对我国GDP时间序列数据进行了模拟。通过对GDP数据的平稳性检验、模型参数识别与检验,建立了ARIMA（2,1,6）模型,结果显示该模型的预测误差较小,能够较好地预测我国的GDP,最后使用ARIMA模型对我国2007-2013年的GDP总量进行了拟合,以期为我国经济发展的战略规划和决策提供参考和依据。

简介：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。

简介：灰色系统理论在社会经济领域中已得到了广泛的应用，取得了较好的成果。在实际运算中发现，当原始数据序列庞大时，矩阵乘积和逆阵求解非常困难。针对这一问题，提出了灰色预测的简易算法。通过对企业销售利润灰色预测模型的运算，结果表明，在企业销售利润预测中，该算法是可行、快捷的，并且可以应用到所有灰色预测模型运算中。

简介：在交通事故统计的基础上，运用灰色理论建立了一阶单变量的交通事故预测模型，即GM（1，1）模型。GM（1，1）模型是最常用的一种灰色模型，尤其适合于交通事故预测“小样本”的随机不确定问题。本文针对交通事故发生的特点，探讨了灰色模型GM（1，1）在道路交通事故预测中的应用，对宁连高速公路北段交通事故量进行了预测，并对交通事故成因进行分析。

简介：事故预测是煤炭企业事故管理的一项有效措施。线性概率模型能够合理地实现我国煤矿企业重大生产事故的预测分析,从而为煤矿企业实现安全管理策略的优化与调整提供了现实性的理论支持。

简介：寿险保费收入的增长具有其内在的规律性,而掌握这一规律对提升我国保险业的竞争力、应对人口老龄化具有重要的作用.文章从中国的实际情况出发,以1999-2013年各季度寿险保费收入的统计数据为依据,对其进行平稳化、零均值化处理,并利用时间序列的、偏自相关函数的性质确定序列应当适合的ARMA（p,q）模型,据此对中国寿险保费收入的变化规律进行预测分析.

简介：摘要基于季节性时间序列的特征，文章提出了一种利用季节模型预测的方法抑制希尔伯特——黄变换（HHT）中端点效应的方法。首先，在对信号进行经验模式分解（EMD）之前，利用季节模型预测的方法延拓信号的两端，使得极值拟合的包络线更加适合原信号；其次，对固有模态函数（IMFs）做Hilbert变换之前再次应用季节模型预测；最后，将基于季节模型预测方法的HHT算法与灰色预测和神经网络预测的结果进行对比，仿真实验表明新算法不仅有效抑制了端点效应，而且得到了更准确的瞬时频率。

简介：通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析，确定了各因素与通货膨胀之间的领先、一致和滞后关系；然后结合人工神经网络原理，以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型，最后根据模型预测结果，提出了控制通货膨胀的相关政策建议。

简介：在充满残酷竞争的大千世界中,有谁敢肯定地说自己没有经历过失败?又有谁能够肯定地说失败就一定是痛苦的?其实失败并不可怕,并不痛苦,可怕和痛苦的恰恰是因为失败而一蹶不振的态度.可怕的是人们不用正确的方式来处理失败.

简介：证券价格可预测性是国内外学者研究的一个热点。近年来,大多数学者以神经网络为主要工具对其进行研究。针对此情况,提出了HP滤波与Elman神经网络相结合的方法,此方法的预测效果好,预测结果准确。先利用HP滤波对要预测的原实验数据进行处理,得到证券价格数据的趋势项序列和波动项序列;再对HP滤波后得到的证券价格的波动序列进行再次滤波,这样就得到了证券价格波动项的趋势项序列;最后用HP（2）-Elman模型进行预测。实验证明,这种算法是有效性的。

简介：logistic模型是一种实用的增长阻滞模型，利用logistic模型根据1978年至2010年年人均收入数据，并结合未来中国经济发展趋势以及国家经济战略规划，预测未来十年中国城镇居民可支配性收入，具有很高的应用价值。

简介：模糊理论使用语义变量本身所蕴含的特性,能减少处理问题时的不确定性所带来的困扰,被广泛的应用于各种领域的研究。文章中首先回顾了基于模糊理论的模糊时间序列定义,对现有的模糊时间序列模型进行分析,在此基础上提出了一种新的模糊时间序列预测方法,以上证指数为对象进行了拟合,从结果看新的基于模糊时间序列预测方法在MSN、平均误差(%)和标准误差(%)等指标上要优于现有的预测方法。

简介：依据1996—2015年我国65岁及以上老年人口数和抚养比,建立灰色GM（1,1）模型,对2016—2020年我国人口老龄化状况进行预测,结果表明,到2020年,我国65岁及以上老年人口数达1.6427亿人,抚养比高达15.0336%,没有下降的趋势,人口老龄化形势非常严峻。为有效缓解人口老龄化问题,应大力发展老龄化产业,构建社区老年人服务体系,办好老年人的教育与就业,继续开放生育政策,吸纳外来人口以降低老龄抚养压力。

简介：融合时间序列与神经网络算法,得到AR-ANN模型。结合多维时间序列在捕捉线性关系的优势,以及神经网络在预测非线性关系的优势,AR-ANN模型对上证指数有较好的预测效果。另建立结构向量自回归模型（SVAR）,反应了指数受其他经济内生变量的一个随机冲击后的变化状况,通过脉冲响应函数对预测做出预警。

简介：从哈萨克斯坦经济发展的实际情况出发,加强哈萨克斯坦经济发展水平的合理预测,对确定哈萨克斯坦经济发展目标和发展策略以及建设丝绸之路经济带有重要的意义。文章根据世界银行公布的数据,用EViews软件对1990-2012年的哈萨克斯坦经济发展水平建立ARIMA模型,并对2013-2020年哈萨克斯坦的经济发展水平作出预测,得出结论并以＂丝绸之路经济带＂为背景,立足新疆为提高与哈萨克斯坦经贸合作提出合理的政策建议。

简介：去年中考落榜以后，我茶不思、饭不想，对自己的未来一片茫然。姐姐知道后，专门赶回家接我去成都散散心。我也想换换环境，换换心情，便跟姐姐到了成都。

简介：以扬州市逐日空气PM2.5浓度数据为研究对象,收集2014年至2017年PM2.5月浓度时间序列,构建GM-ARMA组合模型,对其PM2.5浓度变化进行了分析和预测。研究结果表明:与GM(1,1)、AMRA(2,1)模型相比,GM-ARMA组合模型具有更好的拟合效果,对PM2.5浓度预测精度更高。

简介：在分析评价漯河市城区2006-2010年大气环境质量的基础上，运用等维灰数递补动态模型对该区2011-2015年大气环境质量变化趋势进行了预测。预测结果表明，漯河市城区SO2浓度有显著下降趋势，NOx和PM10浓度将持续上升，大气环境总体质量趋于下降。

简介：以苹果公司为例分析了移动操作系统为提高移动设备的市场占有率，而将IOS操作系统免费化，向消费者无偿提供系统的使用权后对公司造成的影响的基础上，建立了基于种群竞争的市场占有率预测模型，并采用此模型分析了各个公司未来的发展前景。即：苹果公司推行的新策略能使IOS系统的市场占有率更为突出，五年内呈现稳定增长的态势，其它移动操作系统的市场占有率随着苹果公司的发展会日益减少，由此提出了我国手机行业在未来的发展中应采取的对策。