耿立艳
- 作品数：50 被引量：203H指数：8
- 供职机构：石家庄铁道大学更多>>
- 发文基金：河北省社会科学发展研究课题河北省软科学研究计划国家自然科学基金更多>>
- 相关领域：经济管理自动化与计算机技术交通运输工程文化科学更多>>
- 基于灰色支持向量机组合模型的农产品产量预测被引量：8
- 2010年
- 鉴于灰色预测模型和支持向量机各自的优点,将灰色预测模型与支持向量机相结合,提出灰色支持向量机组合模型,并将该模型应用于花生产量预测中。结果表明,与单一支持向量机和灰色预测模型相比,灰色支持向量机组合模型的预测精度明显提高。
- 肖培灵马军海耿立艳
- 关键词：支持向量机
- 京津冀制造业与物流业碳排放测度及分析
- 2023年
- 通过碳足迹法测度2011-2020年京津冀地区制造业与物流业的碳排放量,采用Tapio脱钩模型判断两业脱钩状态,并根据结果提出提高能源利用率的对策。结果表明,京津冀两业仍须不断完善自身能源结构,进一步做到绿色低碳。最后,从产业、技术和能源方面提出促进京津冀制造业与物流业节能减排和绿色发展的建议。
- 崔艾嘉黄雅秀耿立艳张占福楚延瑞胡奥翔李心梦
- 关键词：京津冀碳排放
- 京津冀物流产业集群与区域经济关系研究被引量：1
- 2023年
- 研究了京津冀物流产业集群与区域经济的关系。首先,采用区位熵法对物流产业产值和物流产业就业人数两种不同指标下的京津冀物流产业集群发展水平进行测度;其次,采用灰色关联分析法对两种区位熵数值与京津冀区域经济分别进行灰色关联分析;最后,根据研究结果提出相关对策建议。结果表明,目前北京市、天津市、河北省以及京津冀整体区域的物流产业集群有助于促进区域经济发展。京津冀应尽快提高物流服务水平、加强建设京津冀物流园区、完善物流保障机制和支持政策,从而提升物流产业集群对区域经济发展的促进作用。
- 耿立艳赵璿张占福
- 关键词：物流产业集群区域经济区位熵灰色关联分析京津冀
- 新型城镇化建设中的河北省物流业发展分析被引量：1
- 2016年
- 新型城镇化建设有利于促进我国经济增长和社会稳定。在新城镇化建设过程中,新城镇支柱产业从工业型转向服务型过渡,各个行业的发展都受到不同程度的影响。近几年河北省物流行业发展势头迅猛,物流业的发展与新城镇建设互相融合,势必对推动物流业的发展起到关键影响作用。
- 耿立艳张占福穆黎明
- 关键词：物流业物流服务
- 高等教育规模与其影响因素的灰色关联分析被引量：1
- 2012年
- 在分析高等教育规模影响因素的基础上,选取国内生产总值GDP、工业生产总值、第三产业占GDP比重、财政收入、恩格尔系数、财政性教育支出、普通高校数、总人口数作为影响指标,利用灰色关联分析法定量地确定各因素对高等教育规模的影响程度。结果表明,在8项因素中,普通高校数、第三产业占GDP比重、总人口数和恩格尔系数对高等教育规模的影响较大,灰色关联度分别为:0.9397、0.9365、0.9310、0.9258。
- 耿立艳段英文赵鹏
- 关键词：高等教育规模灰色关联分析
- 中国省域碳排放的转移研究
- 2023年
- 利用多区域投入产出模型,对2012—2017年中国30个省(市)的生产侧碳排放与消费侧碳排放、碳转移规模及流向进行研究。结果表明:内需排放和中间产品调出是生产侧碳排放的主要组成部分,域内排放和中间产品调入是消费侧碳排放的主要组成部分。净碳转入较高的省份多是能源基地或者重化工基地,净碳转出较高的省份多是经济发达的地区且第三产业占GDP的比重较高。上述结论可为各省份合理分配碳减排责任,切实制定碳减排政策提供一定参考。
- 耿立艳陈文娟
- 关键词：碳排放
- 中国股指波动率的智能预测模型与实证检验
- 2016年
- 文章提出将改进型粒子群算法与最小二乘支持向量机(LSSVM)相结合的中国股指波动率智能预测方法,利用径向基核函数LSSVM对股指波动率进行建模及预测,并将自适应惯性权重粒子群算法(AIWPSO)和动态加速系数粒子群算法(DACPSO)分别实现径向基核函数LSSVM的参数优化,建立了两种股指波动率的智能预测模型。以日内价格极差作为波动率的代理变量,通过对上证综指和深证成指的实证研究检验了两模型的有效性。检验结果表明,AlWPSO算法优化的径向基核函数LSSVM作为中国股指波动率智能预测模型,具有更高的波动率预测精度和更快的建模速度。
- 耿立艳郭斌
- 关键词：波动率预测最小二乘支持向量机
- 非线性金融波动率模型及其实证研究
- 金融市场具有高收益与高风险并存的特性。现代金融理论通常以波动率度量金融资产的风险，波动率在金融衍生品定价、投资组合、风险管理、对冲投资策略中扮演重要的角色。因此，波动率的估计和预测一直是经济学家研究的热点。在一定条件下，...
- 耿立艳
- 关键词：金融市场支持向量机理论
- 文献传递
- 基于自适应神经模糊推理系统的货运量预测研究
- 2011年
- 考虑到货运量预测的复杂性及非线性特点,本文将自适应神经模糊推理系统(ANFIS)引入货运量研究中,利用ANFIS对货运量进行预测。通过对我国铁路货运量及公路货运量的实例分析检验ANFIS有效性。结果表明,ANFIS有效地预测了我国铁路货运量及公路货运量,具有较高的预测精度及较快的收敛速度,是一种有效的货运量预测方法。
- 耿立艳张占福梁毅刚
- 关键词：自适应模糊推理系统货运量
- 基于灰色自适应粒子群LSSVM的铁路货运量预测被引量：13
- 2012年
- 为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好;用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006～2009年的预测相对误差分别为0.39%、-1.67%、1.44%和4.75%,适用于铁路货运量的短期预测.
- 耿立艳梁毅刚
- 关键词：铁路货运量预测最小二乘支持向量机自适应粒子群算法
