本文關(guān)鍵詞：某LED公司投資分析及前景預(yù)測

  更多相關(guān)文章： ARIMA模型 Holt-Winters乘法模型 BP神經(jīng)網(wǎng)絡(luò) 預(yù)測

【摘要】：2014年中國LED行業(yè)總產(chǎn)值規(guī)模將近3445億元,同比增長31%,其中LED下游應(yīng)用產(chǎn)值為2760億元,同比增長32%,市場前景較廣闊。而某LED公司作為下游應(yīng)用市場,2014年的LED產(chǎn)值增長量與預(yù)期水平有差距,該公司需要對(duì)營業(yè)現(xiàn)狀做預(yù)測分析,根據(jù)預(yù)測結(jié)果與同行相比,找出原因,對(duì)公司的產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行必要的調(diào)整,實(shí)現(xiàn)該公司的產(chǎn)值同步增長,提高經(jīng)濟(jì)效益。論文采集公司2008—2014年的營業(yè)收入數(shù)據(jù),經(jīng)過整理,做出時(shí)序圖,建立ARIMA模型和Holt-Winters乘法模型分別進(jìn)行擬合預(yù)測,將預(yù)測結(jié)果與實(shí)際結(jié)果進(jìn)行比較,擬合預(yù)測效果表明Holt-Winters乘法模型優(yōu)于ARIMA模型,但其預(yù)測精度仍不理想,為此將Holt-Winters乘法模型的預(yù)測結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的輸入,殘差作為輸出,修正預(yù)測結(jié)果,提高預(yù)測精度,這就組成本文的Winters-BP預(yù)測模型。利用Winters-BP組合模型預(yù)測公司2015年4個(gè)季度累計(jì)營業(yè)收入,判斷公司境內(nèi)外各產(chǎn)業(yè)營業(yè)收入狀況,為公司的發(fā)展提供相應(yīng)的參考策略,幫助公司做出明智的決策。
【關(guān)鍵詞】：ARIMA模型 Holt-Winters乘法模型 BP神經(jīng)網(wǎng)絡(luò) 預(yù)測
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F406.7;F426.6;F224
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 1 緒論7-10
• 1.1 研究背景及意義7
• 1.2 國內(nèi)外研究現(xiàn)狀7-8
• 1.3 LED介紹8-9
• 1.4 論文的結(jié)構(gòu)及主要內(nèi)容9-10
• 2 某LED公司營業(yè)收入預(yù)測分析10-19
• 2.1 引言10
• 2.2 數(shù)據(jù)展示10-11
• 2.3 時(shí)間序列模型原理11-13
• 2.3.1 RIMAqdpA),,( 模型12-13
• 2.3.2 Holt-Winters乘法模型13
• 2.4 基于某 LED 公司營業(yè)收入的時(shí)間序列模型擬合預(yù)測13-18
• 2.4.1 ARIM（p，d，q）模型擬合預(yù)測13-15
• 2.4.2 Holt-Winters乘法模型擬合預(yù)測15-17
• 2.4.3 兩種模型的比較17-18
• 2.5 本章小結(jié)18-19
• 3 神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)測值的修正19-25
• 3.1 引言19
• 3.2 BP神經(jīng)網(wǎng)絡(luò)模型19-20
• 3.3 Winters-BP組合模型20-24
• 3.3.1 Winters-BP組合模型的構(gòu)建20-21
• 3.3.2 Winters-BP組合模型預(yù)測21-24
• 3.4 本章小結(jié)24-25
• 4 某LED公司經(jīng)營現(xiàn)狀評(píng)估25-34
• 4.1 引言25
• 4.2 評(píng)價(jià)標(biāo)準(zhǔn)25-26
• 4.2.1 營業(yè)收入增長率的定義25
• 4.2.2 營業(yè)收入增長率的意義25-26
• 4.3 公司營業(yè)收入分布情況26-28
• 4.3.1 主營業(yè)務(wù)產(chǎn)業(yè)分布分析26-27
• 4.3.2 主營業(yè)務(wù)地區(qū)分布分析27-28
• 4.4 主營業(yè)務(wù)行業(yè)趨勢分析28-31
• 4.4.1 LED草坪燈產(chǎn)業(yè)表現(xiàn)分析28-29
• 4.4.2 LED照明產(chǎn)品表現(xiàn)分析29-30
• 4.4.3 專用組件表現(xiàn)分析30-31
• 4.5 主營業(yè)務(wù)地區(qū)表現(xiàn)分析31-33
• 4.5.1 境外市場表現(xiàn)分析31-32
• 4.5.2 境內(nèi)市場表現(xiàn)分析32-33
• 4.6 本章小結(jié)33-34
• 5 前景分析34-36
• 5.1 引言34
• 5.2 境外市場建議34
• 5.3 境內(nèi)市場建議34-35
• 5.4 加大研發(fā)投入，，不斷開拓創(chuàng)新35
• 5.5 本章小結(jié)35-36
• 6 結(jié)論與展望36-38
• 6.1 結(jié)論及創(chuàng)新之處36
• 6.2 進(jìn)一步研究及展望36-38
• 致謝38-39
• 參考文獻(xiàn)39-40

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 卞曉靈;;ARIMA模型在設(shè)備故障預(yù)測中的應(yīng)用[J];科技信息(學(xué)術(shù)研究);2008年08期

2 付宇涵;;基于ARIMA模型的我國財(cái)產(chǎn)險(xiǎn)保費(fèi)收入的預(yù)測研究[J];統(tǒng)計(jì)教育;2010年10期

3 王永宏;饒繼廣;;基于ARIMA模型自動(dòng)預(yù)測我國保險(xiǎn)行業(yè)保費(fèi)收入的應(yīng)用和實(shí)踐[J];軟件產(chǎn)業(yè)與工程;2010年06期

4 陳雪嬌;;我國消費(fèi)者信心指數(shù)趨勢分析及預(yù)測——基于ARIMA模型[J];東方企業(yè)文化;2011年10期

5 翟明娟;;基于ARIMA模型的山西省人均實(shí)際GDP預(yù)測[J];長治學(xué)院學(xué)報(bào);2012年05期

6 趙建鋒;李冠軍;;ARIMA模型在我國紡織品服裝出口額預(yù)測中的應(yīng)用[J];企業(yè)導(dǎo)報(bào);2013年23期

7 石美娟;ARIMA模型在上海市全社會(huì)固定資產(chǎn)投資預(yù)測中的應(yīng)用[J];統(tǒng)計(jì)與信息論壇;2003年06期

8 李佳萌,曾濤,王偉;ARIMA模型在天津港交通量預(yù)測中的應(yīng)用[J];數(shù)理醫(yī)藥學(xué)雜志;2004年05期

9 梁來存;皮友靜;;我國保費(fèi)收入的ARIMA模型與預(yù)測[J];統(tǒng)計(jì)與決策;2006年07期

10 王新華;;ARIMA模型在武漢市全社會(huì)固定資產(chǎn)投資預(yù)測中的應(yīng)用[J];統(tǒng)計(jì)與決策;2006年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國控制會(huì)議論文集（下冊(cè)）[C];2004年

2 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預(yù)測中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 李君華;王志堅(jiān);張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價(jià)格預(yù)測[A];中國棉花學(xué)會(huì)2012年年會(huì)暨第八次代表大會(huì)論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費(fèi)需求預(yù)測應(yīng)用中的比較研究[A];第25屆全國灰色系統(tǒng)會(huì)議論文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 劉軍;柴洪洲;陳軻;劉先冬;;ARIMA模型預(yù)報(bào)電離層VTEC研究[A];第一屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型及應(yīng)用研究[A];第三屆（2008）中國管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時(shí)間生物醫(yī)學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會(huì)議論文集[C];2007年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 ;基于數(shù)量化方法對(duì)未來經(jīng)濟(jì)增長趨勢的預(yù)測[N];第一財(cái)經(jīng)日?qǐng)?bào);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護(hù)區(qū)內(nèi)口蹄疫疫情風(fēng)險(xiǎn)預(yù)警中的應(yīng)用研究[D];東北林業(yè)大學(xué);2015年

2 張海東;基于論壇的熱點(diǎn)話題識(shí)別與趨勢預(yù)測研究[D];上海師范大學(xué);2015年

3 雍永強(qiáng);基于ARIMA和BPNN的組合預(yù)測模型在血糖預(yù)測中的應(yīng)用[D];鄭州大學(xué);2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學(xué);2015年

5 桂林;退耕還林與生態(tài)環(huán)境改善的關(guān)系研究與分析[D];西安建筑科技大學(xué);2015年

6 錢麗萍;基于ARIMA模型的兒童醫(yī)院門診量預(yù)測研究[D];蘇州大學(xué);2015年

7 于婷;基于ARIMA模型的股價(jià)的研究[D];大連海事大學(xué);2015年

8 程浩;武漢第三產(chǎn)業(yè)總量時(shí)間序列研究[D];華中師范大學(xué);2015年

9 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預(yù)測[D];山東大學(xué);2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2015年

本文編號(hào)：647000