汽车保有量与年产量的神经网络预测研究

采用神经网络建立汽车保有量与年产量时间序列的预测模型，并对我国未来几年的汽车保有量和年产量进行预测，其中包括民用汽车拥有量、私人汽车拥有量和汽车产量等，取得了较为满意的预测结果，对预测结果进行分析，指出了我国汽车保有量与产量今后发展的特点和趋势。     

汽车有量与年产量的神经网络预测研究

采用神经网络建立汽车保有量与年产量时间序列的预测模型,并对我国未来几年的汽车保有量和年产量进行预测,其中包括民用汽车拥有量、私人汽车拥有量和汽车产量等,取得了较为满意的预测结果.对预测结果进行分析,指出了我国汽车保有量与产量今后发展的特点和趋势.     

基于S形曲线的汽车保有量预测模型及其应用研究

分析了汽车保有量发展呈S形曲线的特点,以及影响汽车保有量的主要变量.以S形曲线为基础建立了汽车保有量预测的对数模型.用1991 ～2011年的样本数据计算出模型系数.通过输入相关变量的估计值,对2015年、2020年我国汽车保有量进行预测.     

对我国汽车工业发展阶段的比较研究

本文应用计量经济学模型，并结合定性分析，对我国汽车工业发展阶段和生命曲线作了比较研究。采用了３种比较研究方法，即（１）产业结构高度分析的相似性比较研究；（２）应用霍夫曼定理对我国工业结构水平作了分析，并与日本作了比较研究；（３）应用皮尔生长曲线以保有量饱和期为重要特征的预测分析，对我国汽车工业发展的生命曲线作了预测分析，认为１９８８年进入长期，２００３年以后转入成熟期并参照了日本汽车工业发展曲线，     

基于改进PCA-Logistic模型对个人汽车保有量预测

我国个人汽车保有量数据的变化是一个长期的非线性过程,其影响因素复杂,并且因素之间也存在非线性关系,需要合理准确的方法进行分析和预测。为了研究在GDP、城镇人口变化、消费水平等多因素的影响下我国个人汽车保有量的变化问题,采用了改进的主成分因子分析和Logistic非线性模型相结合的方法,对传统主成分分析法进行了改进,考虑数据的完整性,选取1985—2018年之间影响我国个人汽车保有量的8个代表性因素,首先通过改进主成分分析法对其进行了"非线性"的降维处理,再利用Logistic非线性模型描述汽车保有量和提取主成分之间的关系,最终提出了改进PCA-Logistic模型。比较分析了改进的PCA-Logistic模型与传统PCA-Logistic模型在对个人汽车保有量预测的不同和改进后模型的优点,结果表明:改进PCA-Logistic模型可以有效地消除数据之间非线性关系,可以将传统方法得到的二次非线性主成分回归曲线变成线性曲线,从而更符合主成分分析法原则;得到的非线性Logistic回归曲线与实际数据拟合度更高,说明能更准确地评估我国个人汽车保有量。根据此模型预测了2019—2024年我国个人汽车保有量,发现我国个人汽车保有量在2021年可能会突破3亿。     

我国未来汽车保有量情景预测研究

汽车保有量的预测具有一定程度的不确定性。对2010、2020及2030年我国的汽车保有量进行科学预测,是确定我国公路交通长短期发展规划,制定环保与能源等方面相关政策的关键。在对我国经济各个发展阶段进行情景分析的基础上,考虑经济、人口、汽车保有量增长速度以及不同地区人均GDP人群分布等因素,运用趋势外推、弹性系数、国内外情景类比及运输工作量计算等方法对我国未来的汽车保有量进行综合预测,确定到2030年我国汽车保有量将达到2.3~2.5亿辆,是2020年的1.7~1.9倍左右、是2010年的4.6倍。汽车保有量的大幅度增加势必对土地、能源资源和环境保护带来巨大压力,贯彻科学发展观、节约资源、保护环境,走可持续发展道路将是我国未来道路交通发展的客观要求。     

1995—2005年我国汽车市场需求预测

借助电子计算机，采用直接实施时序外推预测和开展间接性的关联分析预测的方法，对我国汽车市场１９９５￣２００５年的总保有量、总需求量及其重、中、轻、微型汽车和轿车市场的保有结构、需求结构进行系统地定量分析。预测１９９５年我国汽车市场总保有量约为１０２０万辆，２０００年为１８５５万辆，２００５年为３３７０万辆；１９９５年我国汽车市场总需求量约为１４５万辆，２０００年为２７５万辆，２００５年为５３０万辆。     

中国民用汽车保有状态及发展趋势分析

从近20年来中国人均GDP、民用机汽车保有量、及人口数量的数据着手,分析了民用汽车保有量和人均GDP之间的关系,结果表明我国民用汽车保有量还远未达到饱和水平,并对我国民用汽车的发展进行了预测,提出了未来发展的相关建议。     

基于多相关因素的汽车保有量预测神经网络方法

将神经网络技术用于汽车保有量预测，建立基于双BP神经网络的多相关因素汽车保有量预测模型。以呼和浩特市汽车保有量预测为例，详细介绍汽车保有量神经网络预测模型的操作过程，并证实了该方法的可行性和可靠性。     

我国汽车维修市场需求量预测的研究

在大量详实的数据和资料的基础上，采用两种方法对我国汽车维修需求量进行预测，一是由各省的汽车一与保有量的关系间接推测出全国的汽车维修需求量，二是根据汽车维修量与汽车保有量、维修间隔里程等之间的关系直接推算僵的维修需求量。     

基于计量经济学模型的武汉市汽车保有量预测

本文根据武汉市统计数据,应用计量经济学方法,建立了汽车保有量预测模型,模型特别将上一年汽车保有量作为表征消费者购车心理的变量纳入了分析。通过MATLAB软件计算出回归系数和相关统计参数,并对模型进行了各项检验,最终根据修正后的模型计算了武汉市2016年的汽车保有量,结果较为准确,表明该方法是一种较为严谨的短期预测方法。本文亦对武汉市2017年的汽车保有量进行了预测。     

中国清洁汽车行动的成就与展望

1中国清洁汽车行动的重要意义 近年来，我国汽车工业得到了快速发展。2004年我国汽车年产量达到507．4万辆，已成为世界第四大汽车生产国和第三大消费国。2004年我国汽车保有量已达到2742万辆，比2003年增长了13％。私人汽车保有量占总保有量的比例已从“九五”末不到40％提高到近60％。摩托车产量和保有量分别达1700万辆和7900万辆。农用运输车产量和保有量分别达200万辆和2500万辆。据有关预测，到2020年我国汽车总需求量将接近2000万辆，总保有量有可能突破1．5亿辆。随着机动车保有量的激增，我国机动车尾气污染问题更显严重，国家环保中心预测，到2010年我国汽车尾气排放量将可能占空气总污染源的64％。     

基于多元线性回归方法的城市汽车保有量预测研究——以天津市为例

当前,我国民用汽车保有量不断增加,能源、环境、交通等越来越成为制约汽车保有量扩张的重要因素。通过分析主要影响因子,本文运用多元线性回归模型对城市民用汽车保有量进行预测,并以天津市为例进行实证分析。通过研究民用汽车保有量的变化趋势对合理制定公路交通发展规划,有效调节汽车产业的供需平衡具有重要指导意义。     

关于汽车保有量发展的碎片思考

讨论中国汽车保有量发展状况,预测中国汽车保有量的饱和值;对制约汽车保有量发展的胡焕庸线(Hu Line)以及其他相关影响因素进行了分析。     

基于支持向量机的城市私人汽车保有量滚动预测

针对城市私人汽车保有量增长预测问题,在对支持向量机理论进行改进的基础上,进行滚动预测研究。在对已有的机动车保有量预测模型进行对比分析的基础上,建立了基于支持向量机的私人汽车保有量滚动预测模型,并利用北京市私家车保有量历史数据对滚动预测模型进行了实证分析。结果表明该预测模型具有较高的预测精度、符合实际需求、具有广泛的应用前景。     

BP神经网络主成分分析法在汽车保有量预测中的应用

针对影响汽车保有量预测的多个因素,采用主成分分析的方法提炼出较少的与线性无关的主要因素,并根据这些因素,利用BP神经网络方法对汽车保有量进行了预测,最后通过实例, 将BP神经网络主成分分析法计算结果和非线性模拟与全要素BP神经网络模拟结果进行比较,得知BP神经网络主成分分析法在运算效率、运算精度上较优.     

运用汽车报废率来推导汽车产业需求规模

目前我国汽车产业发展迅速,各汽车企业之间竞争激烈,因此合理的预测汽车需求规模,对汽车生产厂具有重大的意义。目前国内外更多的研究是关于预测汽车保有量的,而预测汽车需求规模的较少,而且也没有较好的方法。本文提出通过预测汽车报废率来预测汽车市场需求规模的方法,并预测了2007～2016年的汽车市场需求规模。     

实施城市汽车限购政策对汽车市场的影响分析

随着汽车保有量增加，城市环境污染、交通拥堵逐渐严重，各大城市陆续推出了控制汽车增量的汽车限购政策。文章从汽车销量、消费者需求、汽车后市场等角度分析限购政策对汽车市场带来的影响，并对未来市场发展进行了预测。     

汽车灯具“九五”规划设想

按照《汽车工业振兴纲要》提出的的到２０００年我国汽车的产量及保有量情况，本文预测了到２０００年时汽车灯具的市场情况，分析了我国汽车灯具在产品，工艺，材料等方面与国外先进水平存在的差距，并提出了“九五”发展的方向。     

山东省“九五”期间民用汽车保有量预测研究

根据黄海民用汽车保有量时间序殓数据，并考虑所必须涉及的曲线斜率变化速度问题，采用Ｇｏｍｐｅｒｔｚ曲线等方法进行该省“九五”期间民用汽车保用量预测研究。同时，邓预测误差进行了必要的分析，给出了预测的平均绝对百分误差值。该研究结果可为一系列相关问题的科学决策提供了科学可靠的依据。