1) short-term stock prediction
股票短期预测
1.
A new approach of short-term stock prediction using PSRT(Phase Space Reconstruction Theory) combined with RNN(Recurrent Neural Network) was presented according to the complex nonlinear character of stock time series.
根据股票指数时间序列复杂的非线性特性,提出以相空间重构理论与递归神经网络相结合的股票短期预测新方法。
2) stock forecasting
股票预测
1.
A new method of stock forecasting based on Fuzzy Support Vector Machine(SVM) and cycle analysis is advanced.
基于模糊SVM与周期分析的股票预测方法通过选取曲率变化大、形式简单的幂函数作为候选隶属度函数,并采用格子搜索法寻找最优参数,确定出最优模糊隶属度,同时又结合寻找股票波动的工具:市场周期分析法。
2.
Because stock forecasting is a uncertain,nonlinear and nonstationary time series problem,it is difficult to achieve a satisfying prediction effect by traditional methods.
由于股票预测是不确定、非线性、非平稳的时间序列问题,传统的方法往往难以取得满意的预测效果。
3) stock prediction
股票预测
1.
A Neural Network Learning Algorithm Based on the Extended Kalman Filter Applied to Stock Prediction;
基于扩展Kalman滤波的神经网络学习算法在股票预测中的应用
2.
Application and Study on Gene Expression Programming in Stock Prediction;
基因表达式编程在股票预测中的应用与研究
4) Stock forecast
股票预测
1.
The Research in Stock Forecast Based on BP Neural Network;
BP神经网络在股票预测中的应用研究
2.
This dissertation analyses the main problems being existent in the process of stock market prediction and compares various stock forecasting methods.
本文在深入分析股票市场预测面临的关键问题和比较各种股票预测方法的基础上,提出了使用BP网络和SOM网络相结合的方法来预测股票价格,并针对标准BP算法在股市预测中存在的学习速度慢、容易陷入局部极小值、预测结果精度不高等问题,提出一种改进的BP神经网络算法。
5) short-term forecasting
短期预测
1.
Comparison of city water consumption short-term forecasting methods;
城市用水量短期预测方法的比较研究
2.
Short-term Forecasting for Human Resources of PBC Based on Markov Chain Theory;
基于马尔可夫链的央行分支机构人力资源的短期预测
3.
SVM-based short-term forecasting methods for summer power loads
基于支持向量机的夏季电力负荷短期预测方法
6) short-term forecast
短期预测
1.
According to some history data from a wind farm such as wind speed,temperature,wind direction,wind power and so on,a short-term forecast model based on BP neural network was set up in order to forecast wind power ahead 1 hour,2 hours,4 hours and 24 hours.
对所得预测结果进行比较,从而判断各种短期预测模型的优劣。
补充资料：短期电力需求预测
短期电力需求预测
short term forecast for electric power demand
duonq一d旧nll xuq一u yuee短期电力摇求预测(short term foreeast foreleetrie power demand)一般是指一年之内以月为单位，或一月之内以周、天、小时为单位，对未来一个月、一周、一天、一小时时段的电力需求所做的预侧。它是在充分考虑系统的重要运行特性、自然条件和社会因素的条件下，利用一套数学方法，系统地处理过去与未来的电力负荷状况，在满足一定精确度要求下，确定未来某特定时段电力需求量的工作。 计算指标包括预测期、计算周期、预测时段。预测期是指对未来负荷预测的时间范围;计算周期是指多长时间重复计算一次;预测时段是指对预测期内的时段划分。例如，某种负荷预测是在前一天预侧第二天全天每半小时的负荷，则预测期为一天，计算周期为一天，预测时段为半小时;又如，每天预测未来3“天内每周的系统负荷，此时，预测期是一年，计算周期为一天，预测时段为一周。 以往作短期预测时，较多采用预测期与计算周期一致，如周负荷预测，预侧期为一周，每周计算一次，即在每周的周末，预测未来一周的系统负荷。这种做法的缺点是不能跟踪修改原先的预侧。目前，随着计算手段的发展和对负荷预测精确度要求的提高，出现了负荷预测的滚动计算，即负荷预测的计算周期与预侧期不一致，一般计算周期以天或小时为单位。例如，每天滚动计算未来七天负荷、每天滚动计算未来30天每天的负荷、每天滚动计算未来一年每周的负荷等。由于计算周期的缩短，使得预测人员可以根据系统的实际运行情况，跟踪改变负荷预侧值，从而提高预侧精确度. 预测的作用预测对电力系统的经济调度和电力市场运营都非常重要。系统调度人员在编制开停机计划、机组检修计划、机组发电计划、网间交换计划以及水火电联合调度计划等时，都必须以负荷预测的数据为依据。准确的负荷预测，可以减少系统停机备用和旋转备用，增加系统安全稳定运行的水平，充分利用网间的错峰效益，从而降低运行成本。短期需求预测对电力市场的作用，体现在对市场运营人员、发电商、配电商三个方面的作用(对用户的作用可参照对配电商的作用)。在具备负荷预测的数据以后，市场运营人员才有可能编制发电计划和辅助服务计划(包括备用、无功服务等)、检验电网潮流、计算上网电价和售电电价等.市场运营人员必须滚动计算负荷预测数据并向市场成员公布，市场成员也必须向市场运营人员提供必需的运行数据.发电商可以通过市场运营部门发布的负荷预测数据，制定报价决策，合理安排发电计划和检修计划.配电商可根据负荷预测数据，决定购电计划。负荷预测数据的交换可在市场运营人员和市场成员之间起到沟通信息的作用。 预测的方法经典的方法有类比法、单耗法、负祷密度法、电力弹性系数法、比例系数增长法，随后出现时间序列法、回归分析法、灰色预测法、随机序列预侧法;新出现的方法有优选组合法、专家系统预侧法、神经网络法、小波分析法等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条