本文關鍵詞：某LED公司投資分析及前景預測

  更多相關文章： ARIMA模型 Holt-Winters乘法模型 BP神經(jīng)網(wǎng)絡 預測

【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公司作為下游應用市場,2014年的LED產(chǎn)值增長量與預期水平有差距,該公司需要對營業(yè)現(xiàn)狀做預測分析,根據(jù)預測結(jié)果與同行相比,找出原因,對公司的產(chǎn)業(yè)結(jié)構進行必要的調(diào)整,實現(xiàn)該公司的產(chǎn)值同步增長,提高經(jīng)濟效益。論文采集公司2008—2014年的營業(yè)收入數(shù)據(jù),經(jīng)過整理,做出時序圖,建立ARIMA模型和Holt-Winters乘法模型分別進行擬合預測,將預測結(jié)果與實際結(jié)果進行比較,擬合預測效果表明Holt-Winters乘法模型優(yōu)于ARIMA模型,但其預測精度仍不理想,為此將Holt-Winters乘法模型的預測結(jié)果作為BP神經(jīng)網(wǎng)絡的輸入,殘差作為輸出,修正預測結(jié)果,提高預測精度,這就組成本文的Winters-BP預測模型。利用Winters-BP組合模型預測公司2015年4個季度累計營業(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)展提供相應的參考策略,幫助公司做出明智的決策。
【關鍵詞】：ARIMA模型 Holt-Winters乘法模型 BP神經(jīng)網(wǎng)絡 預測
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：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)構及主要內(nèi)容9-10
• 2 某LED公司營業(yè)收入預測分析10-19
• 2.1 引言10
• 2.2 數(shù)據(jù)展示10-11
• 2.3 時間序列模型原理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)收入的時間序列模型擬合預測13-18
• 2.4.1 ARIM（p，d，q）模型擬合預測13-15
• 2.4.2 Holt-Winters乘法模型擬合預測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)絡對預測值的修正19-25
• 3.1 引言19
• 3.2 BP神經(jīng)網(wǎng)絡模型19-20
• 3.3 Winters-BP組合模型20-24
• 3.3.1 Winters-BP組合模型的構建20-21
• 3.3.2 Winters-BP組合模型預測21-24
• 3.4 本章小結(jié)24-25
• 4 某LED公司經(jīng)營現(xiàn)狀評估25-34
• 4.1 引言25
• 4.2 評價標準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)務產(chǎn)業(yè)分布分析26-27
• 4.3.2 主營業(yè)務地區(qū)分布分析27-28
• 4.4 主營業(yè)務行業(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 進一步研究及展望36-38
• 致謝38-39
• 參考文獻39-40

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 卞曉靈;;ARIMA模型在設備故障預測中的應用[J];科技信息(學術研究);2008年08期

2 付宇涵;;基于ARIMA模型的我國財產(chǎn)險保費收入的預測研究[J];統(tǒng)計教育;2010年10期

3 王永宏;饒繼廣;;基于ARIMA模型自動預測我國保險行業(yè)保費收入的應用和實踐[J];軟件產(chǎn)業(yè)與工程;2010年06期

4 陳雪嬌;;我國消費者信心指數(shù)趨勢分析及預測——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際GDP預測[J];長治學院學報;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測中的應用[J];企業(yè)導報;2013年23期

7 石美娟;ARIMA模型在上海市全社會固定資產(chǎn)投資預測中的應用[J];統(tǒng)計與信息論壇;2003年06期

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

9 梁來存;皮友靜;;我國保費收入的ARIMA模型與預測[J];統(tǒng)計與決策;2006年07期

10 王新華;;ARIMA模型在武漢市全社會固定資產(chǎn)投資預測中的應用[J];統(tǒng)計與決策;2006年08期

中國重要會議論文全文數(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議論文集（下冊）[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)預測中的應用[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

3 李君華;王志堅;張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價格預測[A];中國棉花學會2012年年會暨第八次代表大會論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費需求預測應用中的比較研究[A];第25屆全國灰色系統(tǒng)會議論文集[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模型預報電離層VTEC研究[A];第一屆中國衛(wèi)星導航學術年會論文集（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)絡的組合預測模型及應用研究[A];第三屆（2008）中國管理學年會——技術與創(chuàng)新管理分會場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時間生物醫(yī)學學術會議論文集[C];2004年

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

中國重要報紙全文數(shù)據(jù)庫 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟增長趨勢的預測[N];第一財經(jīng)日報;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護區(qū)內(nèi)口蹄疫疫情風險預警中的應用研究[D];東北林業(yè)大學;2015年

2 張海東;基于論壇的熱點話題識別與趨勢預測研究[D];上海師范大學;2015年

3 雍永強;基于ARIMA和BPNN的組合預測模型在血糖預測中的應用[D];鄭州大學;2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學;2015年

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

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

7 于婷;基于ARIMA模型的股價的研究[D];大連海事大學;2015年

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

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

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

本文編號：647000