一、2002年中国经济增长的三种预测（论文文献综述）
赵航[1]（2021）在《风电场有功功率分配与控制研究》文中研究指明风能作为一种可再生能源,因为它资源丰富、安全性高和利用技术日趋成熟,在世界各国得到了大规模开发利用。随着风电场并网容量和单机组容量的不断增加,为了减小风电场输出有功功率与电网调度中心功率指令的误差和输出功率波动对电网的影响,风电场有功功率分配研究成为了风电领域的研究热点,本文围绕风电场有功功率分配与控制进行了以下研究∶（1）确定以机组风速、预测风速和输出功率作为分类依据对机组进行分类,并确定了机组类别数目。采用灰色模型预测、BP神经网络和最小二乘法支持向量机（LSSVM）组合的预测方法对风电机组风速进行了预测,将得到的机组预测风速、机组实时风速和输出功率做平滑、归一化处理,利用模糊C均值聚类算法对风电机组进行分类,根据每类机组的特征值制定了参与风电场有功功率分配的机组调节顺序。（2）采用基于机组分类的风电场有功功率分配算法对风电场有功功率进行分配。该算法在传统风电场功率分配算法结构基础上增加了机组分类的功率分配模块,根据机组分类结果和功率调节顺序,将风电场有功指令分给每类机组,然后每类机组将接收到的有功指令分配到每台机组,完成风电场有功功率分配。对14台1.3MW的风电机组进行了仿真验证,仿真结果表明,本文提出的分配算法减小了风电场有功功率跟踪误差,并减小了风电场输出功率的波动,同时参与风电场有功功率调节的机组减少了4台。（3）针对传统PI控制策略在风电场有功功率控制精度和响应速度方面存在的不足,采用模型预测控制（MPC）对风电场有功功率进行控制。实现了对风电场功率跟踪精度、风电场对有功指令的响应时间以及单机组输出功率的多目标控制。对10台1.3MW的风电机组进行了仿真验证,结果表明采用MPC控制策略提高了风电场有功功率跟踪精度,缩短了风电场对有功指令的响应时间,并且减小了单机组输出功率的波动。
杨星[2]（2021）在《海口市近六十年来湿地时空变化及其驱动机制分析》文中进行了进一步梳理湿地独特的环境条件使湿地拥有丰富的物质流、能量流和信息流,也为多元化的生物提供了栖息场所,被认为是世界上生产力水平最高的生态系统之一。在全球气候变化和快速城市化背景下,海口市的湿地面临数量锐减、质量退化、环境污染等一系列问题。基于六期遥感影像（1959、1976、1985、1995、2005和2018年）和三期（1995、2005、2017年）土地利用数据,采用目视解译的方法获取了全市多个时期的湿地矢量数据。在此基础上,利用转移矩阵、景观格局指数、质心迁移模型等方法较深入地分析了海口市湿地数量与时空分布特征和演变规律。同时,选用曲线估计、Markov模型、CA-Markov模型3种方法预测了全市湿地至2031年的变化趋势。针对湿地变化,从定性与定量相结合角度剖析了海口市湿地变化的驱动机制。论文的主要结论如下:（1）湿地数量变化:1959-2018年全市湿地面积共减少19704.36hm2,损失率为21.86%。近海与海岸湿地、内陆湿地和人工湿地分别减少1970.75、3539.02、14194.59hm2。不同时段的年均湿地面积减少率排序为1976-1985年>2005-2018年>1985-1995年>2018-2031年>1959-1976年。从湿地稳定性角度看,1959-2018年间全市仅51.57%的湿地保持着原有类型;在湿地稳定性上,浅海水域表现出高水平的稳定性,沙石海滩、水库稳定性较高,淤泥质海滩、红树林、河流、水田中等稳定,其他三级湿地类型稳定性较低。（2）湿地空间变化:1959-2018年间仅近海与海岸湿地空间变化较小。内陆湿地变化可归纳为“一江两岸,小损大减”即南渡江两岸的内陆湿地小图斑消失,大斑块面积萎缩。人工湿地的变化可归纳为“一城多镇,内增外扩”指的是主城区和下属镇在原有的基础上通过占用大面积人工湿地进行建设而向外扩张。（3）湿地景观格局变化:景观水平上,1959-2018年间湿地破碎度增加,斑块外形复杂程度中等,湿地集聚水平和连通性指数均呈降低变化趋势。（4）湿地质心迁移变化:1959-2018年全市湿地整体质心向东南方向迁移了914.35m,位置由1959年的（19°52′57.32″N、110°25′56.39″E）,迁移至2018年的（19°53′20.92″N、110°25′50.78″E）。海口市湿地西北方向受到的干扰与影响比东南方向强烈。（5）2018-2031年湿地变化预测:（1）曲线估计模型在一、二级湿地类型水平上有较好的拟合度;三级湿地预测结果显示2018-2031年间人工湿地将进一步被城市化建设占用。（2）Markov模型预测结果表明2018-2031年间海口城市建设的扩张将会持续占用湿地,但相对于2005-2018年间的湿地减少速率,速度有所减缓。（3）CA-Markov模型预测结果显示2031年全市湿地总面积为68570.32hm2,比2018年减少2.63%。其中内陆湿地和人工湿地面积减少速率大幅降低,但近海与海岸湿地面积减少速率有所上升,这表明因湿地保护越来越受到重视,城市建设用地的增加主要来源于其他用地。（4）综合来看,三种预测模型中CA-Markov模型最合适于海口市湿地变化预测。（6）湿地变化驱动分析:在定性分析中——（1）气候影响:1959-2018年海口市气温上升0.65℃,早期经历较长时间气候暖干化,近期极端降水事件频发也不利于湿地恢复。（2）社会经济:城市化带来的人口集聚、建设用地扩张、污/废水排放、生产用水粗放等,压缩了湿地规划,加剧了海口市水资源短缺与时空分布不均。（3）政策因素:海口市湿地走的也是“先破坏后恢复”、“先污染后治理”的传统老路。2005年事前仍未下定决心保护与治理湿地,在2005年后湿地保护与恢复才取得一定进展,但自然湿地面积仍表现出减少态势。在定量分析中——（1）气候因子与部分湿地存在相关性,但相关性水平不高;各类湿地面积与社会经济因素均存在高度正相关关系,表明社会经济发展是海口市湿地变化的主导因素。（2）主成分分析共筛选出3个主成分,整体方差贡献率为87.41%,第一主成分为社会经济因素,是影响海口市湿地变化的主要因素（贡献率60.18%）;第二主成分为气候因素,其贡献率为19.03%;第三主成分为农业生产活动,其贡献率为8.21%。（7）湿地保护建议:缓解经济发展与湿地保护之间矛盾问题,需要做好长期湿地生态“保卫战”,包括:（1）坚持湿地保护恢复数量与质量并重,湿地保护与发展并举的科学管理理念;（2）完善湿地管理法律与条例,加强湿地科普宣传,支持湿地科学研究,确定湿地发展尺度问题;（3）通过“以引代禁,以补替占”,引导居民科学合理的利用湿地,针对性制定并落实湿地生态补偿机制;（4）强化水资源政府宏观调控和“海绵城市”建设,保障湿地对水的需求。
刘富强[3]（2020）在《湖北省肺结核发病时空分布特征及预测研究》文中进行了进一步梳理目的:1.从时间和空间两个角度探讨湖北省肺结核发病的分布特征,识别肺结核发病的高风险聚集区域和时段,为制定湖北省肺结核病防治工作的目标和重点提供理论参考。2.从时空维度,利用贝叶斯时空模型,探讨社会经济环境因素与肺结核发病之间的时空变化规律,为有效开展肺结核病防控策略提供科学依据。3.探讨ARIMA时间序列分析、人工神经网络和组合模型预测湖北省肺结核发病率的可行性,为肺结核病预测预警系统的建立提供参考。方法:1.利用Cochran-Armitage Trend Test分析2006～2015年湖北省肺结核病报告病例数和发病率的长期变化趋。并以肺结核发病数据为基础资料与湖北省GIS地理空间数据库进行匹配,采用Arc GIS10.1软件绘制湖北省肺结核年度发病率分布图。2.利用Geo Da1.8软件进行全局和局部Moran’I空间自相关分析,利用Sa TScan9.1软件进行单纯空间扫描和时空扫描分析,依据湖北省市级或县区级肺结核病发病数据,分析湖北省肺结核发病的时空聚集特征。3.收集湖北省各市2006～2015年社会经济和环境因素等相关资料,用逐步回归分析法初步筛选变量,利用Win BUGS1.4软件构建贝叶斯时空模型,以异常信息准则DIC（deviance information criterion）值选择最优时空模型,从时空维度分析社会经济和环境因素对湖北省各地区肺结核发病率的影响。4.依据2011～2014年湖北省肺结核月发病率数据,分别构建ARIMA模型和人工神经网络模型预测2015年1～12月发病率,再利用ARIMA模型预测得到的拟合序列数据,构建新的人工神经网络模型预测2015年1～12月发病率。结果:1.湖北省2006～2015年肺结核报告病例数和发病率呈显着下降趋势,且发病率具有明显的季节周期性,排名前三位的地区分别为恩施州、宜昌市和咸宁市,下降幅度最大的地区为宜昌市,降幅达38.7%。随着年龄的增长,肺结核发病率逐渐升高,并在65～74岁年龄段达到最高峰。男性肺结核发病率明显高于女性,且发病性别差异随年龄的增加不断变大。不同职业人群中,报告发病数最多的为农民,占总报告病例数的62.04%。2.对湖北省2011～2015年肺结核发病率进行全局空间自相关分析,各年Moran’I值分别为0.42、0.54、0.45、0.41和0.53,Moran散点图主要集中在正-正和负-负象限。局部空间自相关分析发现肺结核发病高风险县区主要在鄂西南地区。单纯空间扫描分析发现湖北省在2006～2009年和2013～2015年均存在高风险聚集区,2006～2009年聚集区发病率和相对危险度高于2013～2015年。时空扫描分析发现了一类和二类高风险时空聚集区各1个,聚集时段为2006～2008年。3.贝叶斯最优时空交互效应模型分析结果显示,当地肺结核发病率与农村居民人均可支配收负相关,与农村居民恩格尔系数、老龄人口比例和空气中SO2浓度正相关。4.依据拟合优度（BIC=-1.876）和残差白噪声检验（P>0.05）选择ARIMA（0,1,0）*（1,1,0）12模型为最优时间序列模型进行预测。对湖北省2015年12个月份的肺结核发病率进行预测,结果表明三种预测模型的年平均绝对百分误差在10～20%之间。模型间比较,显示组合模型预测的均方误差（0.934）、平均绝对误差（0.725）和平均绝对百分误差（10.255%）均为最小。结论:1.2006～2015年湖北省肺结核报告病例数和发病率呈显着下降的趋势。男性和高年龄段人群肺结核发病率较高,农民占总报告病例数比例最大。湖北省肺结核发病率在分布上存在时空聚集性,发病热点区域集中在鄂西南和东部地区,热点时段为2006～2008年。2.贝叶斯时空交互效应模型较好拟合和评估了社会经济与环境因素对各地肺结核发病率的影响作用,发现湖北省各地肺结核发病率与当地的农村居民人均可支配收入、农村居民恩格尔系数、老龄人口比例和空气中SO2浓度等指标在时空维度上存在显着关联性。3.ARIMA时间序列、人工神经网络和两者组合模型均能较好的拟合湖北省肺结核历史发病率资料,其预测平均绝对百分误差在10～20%之间,提示三种模型均能较好的对肺结核发病率的进行短期预测,其中组合模型的预测精度和稳定性最好。创新点:1.利用Arc GIS软件描述湖北省肺结核病发病的地区分布,Geo Da软件开展全局和局域空间自相关分析,Sa TScan软件进行空间和时空扫描分析,这些软件和方法有利于发现疾病流行的空间聚集性特点,找出潜在的高风险聚集地区和时段以及动态变化。2.利用贝叶斯时空分析技术把空间和时间两个维度结合起来,从人口、经济、卫生和环境等多层面,对湖北省肺结核疫情的影响因素进行了全面的分析。贝叶斯时空交互效应模型对危险因素的影响作用评估更准确,并且能够从时空维度对湖北省各地区结核病发病危险度进行有效估计,有助于探索疾病的发生和流行、人群健康状况变化与地理社会环境关系的时空变化规律。3.以线性的ARIMA时间序列、非线性的人工神经网络和两者组合的方式构建预测模型,从线性、非线性和两者结合的角度,提出了湖北省肺结核发病率预测的最优模型,为肺结核预测预警系统的建立提供了科学依据。
朱旭坤[4]（2020）在《基于PSOEM和神经网络的光伏电站短期功率预测研究》文中认为化石能源枯竭与环境保护压力迫使人类开发利用新的清洁能源,光伏发电作为新型清洁能源的一种在近年来得到了广泛应用和快速发展。光伏发电功率具有随机波动性,准确预测光伏电站的输出功率,能帮助电力调度部门合理地进行运行方式安排和控制,为电力系统经济和可靠运行提供保障。本文首先介绍了光伏电池发电的原理、并网光伏发电系统的组成,进而对光伏功率预测以及影响光伏发电预测功率的主要因素等做了仔细分析;其次对人工神经网络中的BP神经网络进行了研究和分析,确定了基于BP神经网络的功率预测模型,包括隐含层数和输入输出节点数以及激励函数的选择。针对光伏电站输出功率历史数据可能存在局部空缺、超出范围和异常波动等状况,提出了一种数据检测并对检测出的异常数据进行修复的方法,提高了光伏电站功率预测的精度。在此基础上,针对BP神经网络本身易陷入局部极值、收敛速度慢等问题,采用了粒子群优化算法（PSO）和带扩展记忆粒子群优化算法（PSOEM）这两种群智能算法来优化BP神经网络的初始值和阈值。在介绍了 PSO和PSOEM的基本原理及实现步骤后,建立了 PSO-BP神经网络的光伏电站输出功率预测和PSOEM-BP神经网络的光伏电站输出功率预测模型。最后,根据青海省某光伏电站2月1日-6月30日的光伏发电历史数据,利用提出的三种模型对光伏发电系统进行了功率预测。误差对比结果表明,PSOEM-BP神经网络功率预测的精度明显高于PSO-BP神经网络功率预测的精度,采用PSOEM优化BP神经网络模型进行光伏功率预测具有一定的理论和实用价值。
伦闰琪[5]（2020）在《我国马铃薯价格波动与预测研究》文中进行了进一步梳理马铃薯在我国是仅次于三大主粮的第四大粮食作物,种植范围广、用途多样、经济效益可观,成为贫困地区农户实现增产增收目标的首选作物,在保障国家粮食安全方面发挥着重要作用。近年来,马铃薯价格加剧震荡,波动幅度逐渐加大,扰乱了马铃薯市场正常运行,给马铃薯产业发展带来负面影响。因此研究马铃薯价格波动规律,探究马铃薯价格波动原因,科学预测马铃薯价格,对于保障马铃薯生产者利益、稳定马铃薯生产和促进马铃薯产业健康发展具有重要意义。本文采用2005年1月5日-2019年3月27日马铃薯批发市场价格数据,共171个月度价格,57个季度价格和15个年度价格,运用CensusX12季节调整方法和H-P滤波法对马铃薯批发市场季度和月度价格进行了分解;定量分析了马铃薯批发市场价格的年度波动、季度波动和月度波动特征,利用季节指数预测法对2020年4-12月马铃薯批发市场月度价格进行预测;并定性解释了马铃薯批发市场波动的原因。在此基础上,运用马铃薯批发市场周度价格建立了马铃薯批发市场周度价格ARIMA（4,0,0）预测模型和GM（1,1）预测模型,而后对2020年4月1日至2020年12月30日的马铃薯批发市场周度价格进行了预测。建立ARIMA（4,0,0）-GM（1,1）组合预测模型,对2020年4月1日至2020年12月30日的马铃薯批发市场周度价格进行了预测,最后对三个模型的预测精度进行比较分析。创新点方面,本文从三个维度（年度、季度和月度）对马铃薯批发市场价格的波动规律进行分析;在对马铃薯价格进行预测时,运用了灰色预测法和组合预测法。文末对加强马铃薯价格波动研究、建立数据收集平台、规范预测信息推送方式和加强人才培养提出了政策建议。主要结论如下:（1）从年度波动来看,2005-2019年我国马铃薯批发市场价格总体呈波动上涨态势,年际间波动幅度逐渐增大,大致呈现以三年为一周期的周期性波动;从季度波动来看,马铃薯批发市场价格在第一季度最高,第三季度最低,波动周期为10.40个季度（31.2个月）;从月度波动来看,马铃薯批发市场价格以中小幅波动为主,每1.81个月会有一次小幅波动,每2.62个月会有一次中幅波动,每15.45个月会有一次大幅波动,波动周期为31个月。（2）马铃薯生产的季节性、市场不确定性、消费需求、外部冲击、市场信息不对称等因素对马铃薯批发市场价格的波动有较大影响。（3）构建了马铃薯批发市场周度价格预测模型,预测精度从高到低依次为ARIMA（4,0,0）-G M（1,1）组合预测模型、ARIMA（4,0,0）预测模型和GM（1,1）预测模型,模型拟合误差控制在10%以内;预测结果表明,在2020年5月份以后,随着新冠肺炎疫情的影响逐渐减弱,我国马铃薯批发市场价格将缓慢下降。（4）从加强马铃薯价格波动规律研究、建立价格数据收集平台、规范预测信息推送方式和加强人才培养四个方面提出了相应的政策建议。
饶智华[6]（2019）在《基于夜光遥感影像的江西县域经济发展与高铁影响研究 ——以弋阳、玉山两县为例》文中认为随着社会的发展,高铁以其快速、舒适、便捷等优势成了人们出行的首选。高铁不仅仅是一种交通工具,更是区域间经济联系的枢纽,促进城市发展的同时也拉动沿线城市的经济增长,对区域经济发展有着重大的意义。衡量区域发展水平的重要指标首选GDP,GDP通常以行政边界划分,统计起来费时费力,且由于统计口径的不统一会出现失真的现象,断然不适用于研究高铁对经济发展的影响。随着遥感技术的发展,夜间灯光以其独特的优势常被运用于研究社会经济指标因子。本文结合国内外学者关于高速铁路对经济的影响与夜光遥感相关研究,以NPP-VIIRS夜光影像为主要数据源,提出以高铁站点所在地区灯光总亮度值在高铁通车前后的变化为连接点,通过回归分析模拟区域经济参量与灯光总量之间的关系,进而分析高铁通车对沿线区域相关经济参量的影响。本文针对高铁通车对地区生产总值、第一产业、第二产业、第三产业等相关经济参量的贡献等内容进行了定性、定量分析,为实证部分建立指标体系提供理论依据。本文的实证部分采用前后对比法,以沪昆高速铁路沿线的玉山、弋阳两县为例,按行政区划提取两地通车后的2015年12月灯光亮度总值,以此作为两地2015年灯光亮度总值;以灰色预测、时间序列预测以及回归预测三种预测方法结果的均值,作为两地未通高铁情况下的灯光总亮度值。本文借助预测手段保持除高铁以外的经济影响因子不变,这也正是实现前后对比法的基本要求。以高铁对灯光总量的贡献为切入点开展整篇文章的论述,具体研究结论如下:（1）采用中值滤波-低阈值法对研究区域NPP-VIIRS夜光影像进行去噪处理,取得了较好的去噪效果。（2）采用灰色预测、时间序列预测和回归预测三种预测手段,分别对玉山、弋阳两县2015年12月未通高铁情况下的灯光总量进行了预测,误差分析显示其准确性很高,可用于预测,并得出高铁对玉山县2015年灯光总量贡献率为5.08%,对弋阳县的贡献率为5.50%。（3）对沪昆高铁沿线站点所在地区生产总值与灯光总量进行了回归分析,发现幂函数模型精度最高且最贴近现实情况。（4）通过灯光总量与经济参量的关联分析,得出高铁通车对两县地区生产总值的贡献率分别为:玉山县5.35%、弋阳县5.56%;对第二产业贡献率分别为:玉山县8.16%、弋阳县5.91%;对第三产业贡献率分别为:玉山县7.08%、弋阳县9.55%。（5）高铁通车对玉山县产业结构比例产生了影响,由通车前的第一产业、第二产业、第三产业占比的11.3%、52.68%、36.01%变为通车后的11.02%、51.29%、37.68%;另外弋阳县产业结构比例由通车前16.95%、48.32%、34.732%变为16.70%、47.17%、36.13%。这意味着高铁带动了沿线地区第二、第三产业的发展,而对以农业为主的第一产业影响不大。
闫振好[7]（2019）在《京津冀地区“煤改电”、“煤改气”效应估测与路径选择》文中认为煤炭作为中国最主要的消费能源,长期且大量的消耗导致了严重的大气污染。京津冀地区在经济高速增长的同时,也面临着雾霾锁城事件频发,大气污染状况不断恶化的窘境,这与京津冀地区煤炭的大量消费有密切联系。电力和天然气作为清洁能源,对煤炭进行替代可以有效降低大气污染物排放。为此,习近平总书记在中央财经领导小组第十四次会议强调要按照企业为主、政府推动、居民可承受的方针,宜气则气,宜电则电,加快提高清洁供暖比重,正式拉开了“煤改电”与“煤改气”的序幕。京津冀地区作为污染的重灾区,成为“煤改电”与“煤改气”的先行地区。本文对京津冀地区能源消费情况进行了分析,进而在现阶段的“煤改”政策力度下,采用组合预测法对京津冀地区2018年-2025年的能源需求情况进行预测。同时,本文对京津冀地区“煤改电”与“煤改气”的电力和天然气供给进行分析,并尝试对电力和天然气的来源问题作了回答,探讨了影响电力价格和天然气价格的相关因素。最后,基于可计算一般均衡模型模拟了不同“煤改电”、“煤改气”力度对环境、经济和社会的影响,确定了环境优先及经济、就业可承受的“煤改电”、“煤改气”范围,并与能源预测的结果相比较,得出现阶段“煤改电”、“煤改气”进程的调整建议。本文主要结构和内容如下:第1章是引言部分,主要介绍了本文的研究背景及研究目的和研究意义,梳理了国内外的相关研究,对本文的一些尝试和不足进行了说明。第2章首先对现有的“煤改电”与“煤改气”政策进行了梳理,在此基础上对京津冀地区的能源消费状况进行了分析,进而采用Shapley值法组合了灰色预测GM（1,1）法和二次指数平滑法,对京津冀地区2018年-2025年的能源消费总量、煤炭、电力和天然气需求量进行预测,结果表明京津冀地区的能源消费总量、电力消费和天然气消费呈上升态势,在2025年分别达到约47836万吨标准煤、7087亿千瓦时和1043.45亿立方米;而对煤炭的消费需求不断下降,到2025年约为24139万吨。第3章对京津冀地区的电力和天然气的供给以及价格问题作了分析。发现京津冀地区的电力和天然气的生产能力均无法满足自身需求,在电力需求上,京津冀地区必须依靠国内以山西、陕西、蒙西组成的“三西”地区以及其他地区进行供给,而天然气则必须依靠加大进口弥补缺口。在价格上,京津冀地区的用电价格可能会温和的上涨,用气价格则可能呈现出波动上涨的趋势。第4章是对CGE模型的构建进行了介绍,包括CGE理论的介绍、部门的划分、方程体系的描述、数据来源以及参数的校调。第5章首先对“煤改电”、“煤改气”的模拟路径作了说明,然后基于构建的CGE模型模拟了不同“煤改电”、“煤改气”路径下对京津冀地区经济、社会、环境的影响,结果显示“煤改电”和“煤改气”都能在一定程度上改善环境,但“煤改电”的环境效应更好;在京津冀地区具有充足天然气供给能力时,“煤改气”则相较于“煤改电”更具经济与社会效应;在考虑区域间PM2.5交叉传输时,“煤改”力度最低要求区间为19%-22%。综合考虑经济社会环境的效应后,认为“煤改”力度应控制在24%-30%之间,“煤改气”与“煤改电”的比例应控制在1:9-4:6之间。具体来看,当“煤改”力度为24%-25%时,“煤改气”、“煤改电”比应为1:9;当“煤改”力度为25%-27%时,“煤改气”、“煤改电”比应控制在1:9到3:7之间;当“煤改”力度为27%-30%时,“煤改气”、“煤改电”比应控制在1:9到4:6之间。依据该模拟结果的能源消费情况和前文的能源需求预测结果进行比较,发现“煤改”在“电”和“气”的选择上应适度向“煤改电”倾斜;且基于对现有电源和气源分析,发现可以保证对京津冀地区的电力和天然气充足供给。第6章依据前文分析结果,提出合理控制“煤改”力度、“煤改电”与“煤改气”并举、提升京津冀地区“电”、“气”供给保障能力、保障电力、天然气价格平稳可接受等政策建议。
李正图,杨维刚,马立政[8]（2018）在《中国城镇住房制度改革四十年》文中研究说明城镇住房供给侧结构性变迁的客观原因是社会经济条件的变化,主观原因是住房供给的理念变迁;住房理念变迁引致住房制度变迁,住房制度变迁引致住房金融变迁,住房制度变迁和住房金融变迁引致住房民生改善的变迁,住房制度变迁、住房金融变迁、住房民生改善变迁正是关于中国住房供给侧结构性变迁的核心内容。因此,基于现代经济学的住房供给一般原理和历史经验,本文阐述了改革开放40年中国特色社会主义城镇住房供给制度的历史演进、金融支持、民生改善,总结了改革开放40年中国住房供给侧结构变迁带来的相关成就,最后以上海市为例阐述了新时代中国特色社会主义城镇住房供给侧结构性改革的思路。
王艳妮[9]（2018）在《中国农产品产量预测模型的比较研究》文中认为在现有研究中国农产品产量的预测中,将基于ARIMA模型、灰色预测模型、OPT准则下模型平均等预测方法应用于中国各种农产品产量的预测中,都取得了较好的预测效果。为提高中国农产品产量的预测水平,比较基于不同模型预测方法的中国农产品产量的预测误差有着重要的意义。本文对中国农产品产量的预测进行了实证研究。通过基于ARIMA模型、灰色预测模型、OPT准则下的模型平均三种预测方法,先对中国粮食总产量进行未来三年的短期预测及未来九年的中长期预测,并比较粮食总产量在不同模型预测方法下的短期预测误差和中长期预测误差。同时,通过预测粮食的具体农产品—玉米的农产量,进一步分析玉米农产量在三种预测方法下的短期及中长期预测效果,判断预测效果是否一致。实证结果分析表明:对于中国粮食总产量的中长期预测与短期预测,OPT准则下模型平均方法的预测效果最好,而ARIMA模型中长期预测与短期预测的平均相对误差均小于灰色预测模型。在玉米农产量的短期预测中,灰色预测与OPT准则下模型平均方法预测的平均相对误差较小,且OPT准则下模型平均方法的预测效果要好于灰色预测,ARIMA模型对于玉米农产量的预测效果最差。通过对玉米农产量的中长期预测发现,三种预测方法的预测效果均较差,但OPT准则下模型平均方法的预测误差低于灰色预测和ARIMA模型预测。因此,粮食总产量和玉米农产量短期和中长期的最优预测模型相对一致,预测效果却并不一致。
唐辟如[10]（2018）在《中南半岛前期气候条件对中国南方水稻主产区褐飞虱灾变性迁入的影响及其预测》文中认为褐飞虱（BPH）Nilaparvata lugens（St（?）l）,是一种远距离迁飞性的稻作害虫,中南半岛是我国褐飞虱的主要境外虫源地。我国的南方水稻主产区主要位于秦岭、淮河以南的地区,为了准确预警来自中南半岛的褐飞虱对我国的灾变性迁入,以及有效防控它的危害,有必要对境外虫源地——中南半岛褐飞虱的种群动态及其气候条件进行系统而深入的研究。本研究分别对中国南方稻区1980-2016年褐飞虱的发生程度以及前期中南半岛的气候条件进行了时空分析,确定各站点的关键预报因子,通过虫源地的气候条件对我国褐飞虱发生等级的影响机理进行了深入的分析和研究。同时,引入CMIP5模式,通过泰勒图分析法检验并挑选出模拟中南半岛相应气象要素最优的CMIP5模式,分析了在RCP4.5和RCP8.5两种温室气体排放情景下的气候条件对褐飞虱发生程度的影响情况,同时,对该种群的发生程度进行了中长期建模分析,进一步比较了逐步回归、BP人工神经网络和支持向量机三种预测方法的优劣。主要研究结论如下:（1）虫源地的气候异常区域主要分布在中南半岛的北部地区,异常气候出现的次数在该研究区呈北高南低的特征,且从北向南呈环状递减。（2）中南半岛前期温度偏高（暖冬、暖春）、相对湿度偏大（湿冬、湿春）,易引起褐飞虱在中国南方稻区的偏重及以上发生;若中南半岛前期气候偏冷（冷冬、冷春）、偏干（干冬、干春）,则常导致褐飞虱在中国南方稻区的偏轻及以下发生。（3）通过对比分析上述3种预测方法的历史拟合率与预测准确率,结果表明这三种预测方法对褐飞虱的发生等级都有一定的预测能力,其中支持向量机（SVM）的预测效果最好,其次是BP人工神经网络,逐步回归模型最次,表明支持向量机模型更适用于生产实际中褐飞虱发生等级的预测。（4）本研究中的8个CMIP5模式对东南亚地区的历史气候特征拥有一定的模拟能力。结果表明相对湿度的模拟效果最好的模式是美国的CESM1-CAM5模型;气温模拟效果最好的模型是中国的BNU-CSM1-1模型;降水模拟效果最好的模型是韩国的HadGEM2-AO模型;经向风春季模拟效果最好的是韩国的HadGEM2-AO模型;纬向风的模拟效果最好的是中国的BCC-CSM1-1模型;冬季模拟效果最好的也是中国的BCC-CSM1-1模型。同时,以上各气象要素在中南半岛的东南沿海地区模拟效果要优于北部地区,温度和风速的模拟能力优于降水、也优于相对湿度,冬季的模拟能力优于春季。（5）通过比较上述三种预测方法在两种RCP情景下的历史拟合率、预测准确率以及模型的稳定性可知,三种预测方法对我国褐飞虱的发生等级的预测效果均较好,且支持向量机的预测效果要优于BP人工神经网络,同时都优于逐步回归模型,并且RCP4.5情景下的预测效果优于RCP8.5。表明支持向量机模型在RCP4.5的排放情景下可以更好地预测我国南方稻区褐飞虱的发生等级。（6）通过比较分析我国南方水稻主产区2017—2027年褐飞虱预报等级的结果以及风险区划预估图,发现在未来的11年里,江西、广西及两湖地区褐飞虱发生程度可能较大,建议应根据当地的地理条件及种植制度采取相应的防御措施。
二、2002年中国经济增长的三种预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、2002年中国经济增长的三种预测（论文提纲范文）
（1）风电场有功功率分配与控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 风速预测与机组分类研究现状及存在的问题 |
| 1.2.2 风电场有功功率分配与控制研究现状及存在的问题 |
| 1.3 本文研究内容和章节安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文章节安排 |
| 2 风电机组运行与控制原理 |
| 2.1 引言 |
| 2.2 风电机组系统组成 |
| 2.3 风电机组运行原理 |
| 2.3.1 风速模型 |
| 2.3.2 机组运行原理 |
| 2.4 风电机组控制原理 |
| 2.4.1 风电机组最大功率跟踪控制原理 |
| 2.4.2 风电机组限功率控制原理 |
| 2.5 本章小结 |
| 3 风电场风电机组分类 |
| 3.1 引言 |
| 3.2 风电场风电机组分类依据与分类数目 |
| 3.2.1 风电场风电机组分类依据 |
| 3.2.2 风电场机组分类数目确定 |
| 3.3 风电机组风速组合预测 |
| 3.3.1 风速组合预测方法 |
| 3.3.2 基于权重的组合预测方法 |
| 3.4 基于模糊C均值的风电场机组分类 |
| 3.4.1 模糊C均值聚类算法 |
| 3.4.2 数据预处理 |
| 3.4.3 特征值提取 |
| 3.5 参与风电场有功功率分配的机组调节顺序 |
| 3.6 仿真实验 |
| 3.7 本章小结 |
| 4 基于机组分类的风电场有功功率分配 |
| 4.1 引言 |
| 4.2 风电场有功功率分配原理 |
| 4.3 基于机组分类的风电场有功功率分配算法 |
| 4.3.1 分配原则 |
| 4.3.2 分配原理 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 5 基于模型预测控制的风电场有功功率多目标控制 |
| 5.1 引言 |
| 5.2 模型预测控制 |
| 5.2.1 MPC算法特点 |
| 5.2.2 MPC算法原理 |
| 5.3 基于MPC的风电场有功功率多目标控制 |
| 5.3.1 MPC在风电场有功功率分配中应用的整体思路 |
| 5.3.2 控制目标 |
| 5.3.3 基于MPC的风电场有功功率控制模型 |
| 5.4 仿真实验 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（2）海口市近六十年来湿地时空变化及其驱动机制分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外湿地研究现状 |
| 1.3 研究框架与技术路线 |
| 第二章 研究区概况 |
| 2.1 位置与范围 |
| 2.2 自然地理条件 |
| 2.3 人文条件概况 |
| 第三章 数据与方法 |
| 3.1 湿地分类体系拟定 |
| 3.2 数据来源 |
| 3.3 基础数据处理 |
| 3.4 研究方法 |
| 3.4.1 转移矩阵 |
| 3.4.2 曲线估计 |
| 3.4.3 Markov模型 |
| 3.4.4 CA-Markov模型 |
| 3.4.5 质心椭圆模型 |
| 3.4.6 景观格局分析 |
| 第四章 海口市湿地变化分析 |
| 4.1 湿地时空变化分析 |
| 4.1.1 湿地数量时间序列变化 |
| 4.1.2 湿地转移变化分析 |
| 4.1.3 湿地空间分布变化分析 |
| 4.2 湿地景观格局变化分析 |
| 4.2.1 景观格局指数的选取 |
| 4.2.2 湿地类型水平景观格局指数分析 |
| 4.2.3 湿地景观水平景观格局指数分析 |
| 4.3 湿地质心迁移变化分析 |
| 4.3.1 一级类湿地的质心迁移变化分析 |
| 4.3.2 二级类湿地的质心迁移变化分析 |
| 4.3.3 三级类湿地的质心迁移变化分析 |
| 第五章 海口市湿地变化预测分析 |
| 5.1 湿地面积变化预测 |
| 5.1.1 基于时间序列的湿地面积曲线估计 |
| 5.1.2 基于Markov模型的湿地变化预测分析 |
| 5.1.3 基于CA-Markov模型的湿地变化预测分析 |
| 5.1.4 三种预测模型的对比分析 |
| 5.2 湿地类型转移变化预测 |
| 5.3 湿地景观格局变化预测 |
| 5.4 湿地质心变化预测 |
| 第六章 海口市湿地变化驱动机制分析 |
| 6.1 湿地变化驱动力定性分析 |
| 6.1.1 自然因素 |
| 6.1.2 社会经济因素 |
| 6.1.3 政策因素 |
| 6.2 湿地变化驱动力定量分析 |
| 6.2.1 数据准备与因素筛选 |
| 6.2.2 湿地变化驱动力定量分析 |
| 第七章 湿地保护建议 |
| 7.1 海口市湿地保护与管理存在的问题 |
| 7.2 海口市湿地保护与管理的措施与建议 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.2 论文存在的不足 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 |
| 在学期间学术成果情况 |
| 致谢 |
| 附件 |
（3）湖北省肺结核发病时空分布特征及预测研究（论文提纲范文）
| 全文缩写词 |
| 摘要 |
| Abstract |
| 前言 |
| 第一部分 湖北省肺结核发病时空分布特征研究 |
| 1 资料与方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 第二部分 社会经济与环境因素对肺结核发病的影响 |
| 1 资料与方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 第三部分 湖北省肺结核发病率的预测研究 |
| 1 资料与方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 研究结论 |
| 创新点与局限性 |
| 以后研究的方向 |
| 参考文献 |
| 综述 结核病流行现状及空间流行病学方法应用的研究进展 |
| 参考文献 |
| 附录 1 攻读博士学位期间发表论文目录 |
| 附录 2 贝叶斯时空交互效应模型代码(Win BUGS) |
| 附录 3 神经网络模型预测代码(Matlab R2014b) |
| 致谢 |
（4）基于PSOEM和神经网络的光伏电站短期功率预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光伏电站异常数据处理国内外研究现状 |
| 1.2.2 光伏电站功率预测国内外研究现状 |
| 1.3 本文主要工作 |
| 2 光伏发电相关理论基础 |
| 2.1 光伏发电技术 |
| 2.1.1 光伏电池发电原理 |
| 2.1.2 光伏发电系统组成 |
| 2.2 光伏发电影响因素分析 |
| 2.2.1 太阳辐照度对光伏电站输出功率的影响 |
| 2.2.2 温度对光伏电站输出功率的影响 |
| 2.2.3 相对湿度对光伏电站输出功率的影响 |
| 2.2.4 风速对光伏电站输出功率的影响 |
| 2.2.5 天气类型对光伏电站输出功率的影响 |
| 2.3 数据处理 |
| 2.3.1 数据归一化处理 |
| 2.3.2 常见不良数据类型 |
| 2.3.3 异常数据的检测 |
| 2.3.4 异常数据的修复 |
| 2.4 本章小结 |
| 3 基于BP神经网络的功率预测研究 |
| 3.1 神经网络模型 |
| 3.1.1 神经网络理论基础 |
| 3.1.2 人工神经元模型 |
| 3.1.3 人工神经元的激活函数 |
| 3.2 BP神经网络 |
| 3.2.1 BP神经网络的结构 |
| 3.2.2 BP神经网络的学习算法 |
| 3.2.3 BP神经网络的训练 |
| 3.2.4 BP神经网络的局限性 |
| 3.3 BP神经网络的功率预测模型 |
| 3.3.1 BP神经网络预测模型构建 |
| 3.3.2 隐含层节点的确定 |
| 3.4 本章小结 |
| 4 带扩展记忆的粒子群算法优化BP神经网络功率预测研究 |
| 4.1 粒子群算法相关基础知识 |
| 4.1.1 粒子群算法的基本原理 |
| 4.1.2 粒子群算法的基本流程 |
| 4.1.3 粒子群算法的优缺点 |
| 4.1.4 粒子群算法优化BP神经网络的功率预测模型 |
| 4.2 利用扩展记忆功能粒子群算法优化BP神经网络模型 |
| 4.2.1 带扩展记忆粒子群算法的基本原理 |
| 4.2.2 带扩展记忆粒子群算法的稳定范围 |
| 4.2.3 带扩展记忆的粒子群算法优化BP神经网络功率预测模型 |
| 4.3 本章小结 |
| 5 仿真实验和结果分析 |
| 5.1 数据分析与选取 |
| 5.2 评价指标 |
| 5.3 预测结果分析 |
| 5.3.1 三种预测模型某天预测结果 |
| 5.3.2 三种预测模型在连续三天预测结果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）我国马铃薯价格波动与预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 农产品价格波动研究 |
| 1.2.2 农产品价格预测研究 |
| 1.2.3 小结 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究对象 |
| 1.3.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第二章 马铃薯价格波动与预测理论基础与方法 |
| 2.1 价格波动理论 |
| 2.1.1 价格波动 |
| 2.1.2 价格形成机制 |
| 2.1.3 均衡价格理论 |
| 2.1.4 弹性理论 |
| 2.2 价格预测理论 |
| 2.2.1 经济预测的概念 |
| 2.2.2 预测的一般原理 |
| 2.2.3 预测的基本流程 |
| 2.3 价格波动分析与预测方法 |
| 2.3.1 价格波动分析方法 |
| 2.3.2 价格预测方法 |
| 第三章 马铃薯批发市场价格波动分析 |
| 3.1 数据与模型 |
| 3.1.1 数据说明 |
| 3.1.2 模型介绍 |
| 3.2 马铃薯批发市场价格波动情况分析 |
| 3.2.1 马铃薯批发市场年度价格波动分析 |
| 3.2.2 马铃薯批发市场季度价格波动分析 |
| 3.2.3 马铃薯批发市场月度价格波动分析 |
| 3.3 马铃薯批发市场价格波动原因分析 |
| 3.3.1 供求关系 |
| 3.3.2 外部冲击 |
| 3.3.3 市场信息不对称 |
| 3.4 本章小结 |
| 第四章 马铃薯批发市场周度价格预测 |
| 4.1 基于ARIMA模型的马铃薯批发市场周价格预测 |
| 4.1.1 ARIMA模型简介 |
| 4.1.2 ARIMA预测模型应用 |
| 4.2 基于灰色预测模型的马铃薯批发市场周价格预测 |
| 4.2.1 灰色预测理论简介 |
| 4.2.2 灰色GM(1,1)预测模型 |
| 4.2.3 GM(1,1)预测模型应用 |
| 4.3 基于ARIMA(4,0,0)-GM(1,1)组合模型的马铃薯批发市场周价格预测 |
| 4.3.1 组合预测简介 |
| 4.3.2 ARIMA(4,0,0)-GM(1,1)组合预测模型应用 |
| 4.4 本章小结 |
| 第五章 结论与建议 |
| 5.1 主要结论 |
| 5.2 政策建议 |
| 5.2.1 深化马铃薯市场价格波动规律研究 |
| 5.2.2 建立马铃薯市场价格数据收集平台 |
| 5.2.3 规范马铃薯市场价格监测预测信息推送方式 |
| 5.2.4 加强农产品价格预测人才培养力度 |
| 5.3 不足与展望 |
| 5.3.1 研究不足 |
| 5.3.2 创新点 |
| 5.3.3 对未来研究的展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（6）基于夜光遥感影像的江西县域经济发展与高铁影响研究 ——以弋阳、玉山两县为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高铁沿线经济发展 |
| 1.2.2 夜间灯光社会经济参量估算 |
| 1.3 研究内容与论文组织 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 第二章 研究区域和研究数据集 |
| 2.1 研究区域 |
| 2.1.1 位置与面积 |
| 2.1.2 地形地貌 |
| 2.1.3 气候 |
| 2.1.4 人口 |
| 2.1.5 社会经济 |
| 2.1.6 靶区遴选 |
| 2.2 数据集 |
| 2.2.1 NPP-VIIRS灯光数据 |
| 2.2.2 社会经济数据 |
| 2.2.3 辅助数据 |
| 第三章 研究区夜光影像分析 |
| 3.1 NPP-VIIRS夜光影像预处理 |
| 3.1.1 影像获取 |
| 3.1.2 影像去噪 |
| 3.2 灯光亮度值提取 |
| 3.2.1 灯光亮度值的定义 |
| 3.2.2 灯光总亮度值 |
| 3.3 研究区灯光总亮度值提取 |
| 第四章 高铁对区域灯光总亮度值的贡献分析 |
| 4.1 未通高铁情况预测 |
| 4.1.1 灰色预测法 |
| 4.1.2 时间序列预测法 |
| 4.1.3 回归预测法 |
| 4.2 预测结果分析 |
| 4.2.1 灰色预测模型 |
| 4.2.2 时间序列预测模型 |
| 4.2.3 回归预测模型 |
| 4.2.4 预测结果精度分析 |
| 4.3 高铁对夜间灯光贡献分析 |
| 第五章 高铁对区域经济参量的贡献分析 |
| 5.1 夜光影像模拟经济参量 |
| 5.1.1 经济参量 |
| 5.1.2 不同夜光影像模拟经济参量 |
| 5.2 模拟方法 |
| 5.2.1 线性回归 |
| 5.2.2 多项式回归 |
| 5.2.3 幂函数回归 |
| 5.2.4 最优模型选取 |
| 5.3 部分经济参量的模拟情况 |
| 5.3.1 第一产业 |
| 5.3.2 第二产业 |
| 5.3.3 第三产业 |
| 5.3.4 产业布局 |
| 5.3.5 误差分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（7）京津冀地区“煤改电”、“煤改气”效应估测与路径选择（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究目的和研究意义 |
| 1.1.1 研究目的 |
| 1.1.2 研究意义 |
| 1.2 研究框架与研究方法 |
| 1.2.1 研究思路 |
| 1.2.2 基本结构 |
| 1.2.3 研究方法 |
| 1.3 文献综述 |
| 1.3.1 “煤改电”、“煤改气”研究综述 |
| 1.3.2 预测方法研究综述 |
| 1.3.3 CGE模型研究综述 |
| 1.4 创新与不足 |
| 1.4.1 创新之处 |
| 1.4.2 不足之处 |
| 2 京津冀地区“煤改电”、“煤改气”现状分析及规模测度 |
| 2.1 京津冀地区“煤改电”、“煤改气”现行政策 |
| 2.2 京津冀地区“煤改电”、“煤改气”现状分析 |
| 2.2.1 京津冀地区煤炭需求现状分析 |
| 2.2.2 京津冀地区电力消费现状分析 |
| 2.2.3 京津冀地区天然气消费现状分析 |
| 2.3 京津冀地区“煤改电”、“煤改气”规模测度 |
| 2.3.1 能源需求预测方法 |
| 2.3.2 京津冀地区能源需求总量预测分析 |
| 2.3.3 京津冀地区煤炭需求预测分析 |
| 2.3.4 京津冀地区电力需求预测分析 |
| 2.3.5 京津冀地区天然气需求预测分析 |
| 3 京津冀地区电力、天然气供给来源与价格分析 |
| 3.1 京津冀地区电力供给分析 |
| 3.1.1 京津冀地区电力来源分析 |
| 3.1.2 电力价格影响因素分析 |
| 3.2 京津冀地区天然气供给分析 |
| 3.2.1 京津冀地区天然气来源分析 |
| 3.2.2 天然气价格影响因素分析 |
| 4 京津冀地区“煤改电”、“煤改气”CGE模型 |
| 4.1 可以算一般均衡模型(CGE)构建 |
| 4.1.1 可计算一般均衡模型的部门划分 |
| 4.1.2 可计算一般均衡模型方程体系 |
| 4.2 模型数据及参数处理 |
| 4.2.1 社会核算矩阵原理 |
| 4.2.2 社会核算矩阵的编制 |
| 4.2.3 模型参数校调 |
| 5 京津冀地区“煤改电”、“煤改气”效应与路径选择 |
| 5.1 京津冀地区“煤改电”、“煤改气”路径设计与基础状况 |
| 5.1.1 京津冀地区“煤改电”、“煤改气”模拟路径设计 |
| 5.1.2 京津冀地区基础状况 |
| 5.2 京津冀地区“煤改电”+“煤改气”不同组合效应分析 |
| 5.2.1 当“煤改”力度为10%时“电”、“气”不同组合结果 |
| 5.2.2 当“煤改”力度为20%时“电”、“气”不同组合结果 |
| 5.2.3 当“煤改”力度为30%时“电”、“气”不同组合结果 |
| 5.2.4 当“煤改”力度为40%时“电”、“气”不同组合结果 |
| 5.2.5 当“煤改”力度为50%时“电”、“气”不同组合结果 |
| 5.2.6 稳健性检验 |
| 5.3 京津冀地区“煤改电”、“煤改气”路径选择 |
| 5.3.1 环境效应优先原则的“煤改”路径选择 |
| 5.3.2 经济发展可承受原则的“煤改”路径选择 |
| 5.3.3 就业可承受原则的“煤改”路径选择 |
| 5.3.4 综合考虑环境、经济、就业的“煤改”路径选择 |
| 6 政策建议 |
| 6.1 合理控制“煤改”力度 |
| 6.2 “煤改电”与“煤改气”并举 |
| 6.3 提升京津冀地区“电”、“气”供给保障能力 |
| 6.4 保障电力、天然气价格平稳可承受 |
| 6.5 京津冀三地“煤改电”、“煤改气”差异化 |
| 参考文献 |
| 后记 |
（8）中国城镇住房制度改革四十年（论文提纲范文）
| 一、城镇住房供给:一般经济学原理与历史经验 |
| (一) 基于现代经济学理论的城镇住房供给一般原理 |
| (二) 城镇住房供给的历史起点 |
| 二、改革开放40年中国特色社会主义城镇住房供给制度的历史演进 |
| (一) 改革开放40年中国住房理念变革、住房政策演进和住房制度改革 |
| 1. 改革开放40年化解城镇住房难问题的理念变革和政策调整。 |
| 2. 改革开放40年中国住房市场的调控和非市场化的住房供给。 |
| 3. 进入新时代我国的住房政策调整。 |
| (二) 改革开放40年我国城镇住房制度演进 |
| 1. 城镇住房产权制度: |
| 2. 城镇住房供给调节机制: |
| 3. 城镇住房分配体制由原来的实物分配制度转变为货币分配制度。 |
| 4. 城镇住房用地制度由“划拨”转变为“出让”。 |
| 5. 建立健全城镇住房金融制度。 |
| 三、改革开放40年中国城镇住房的金融支持 |
| (一) 改革开放40年我国土地出让和房地产开发公司获得的购买土地使用权贷款 |
| (二) 改革开放40我国商品房建设演进及其开发贷款配套 |
| (三) 改革开放40年我国商品房消费演进及其按揭贷款配套 |
| 四、改革开放40年我国城镇住房的民生改善 |
| (一) 改革开放40年中国人均住房面积不断增大、总面积迅速提升 |
| (二) 改革开放40年我国居民住房消费占总消费比重 |
| (三) 改革开放40年中国居民住房支出负担演进 |
| 五、改革开放40年中国住房供给侧结构变迁带来的成就与问题 |
| (一) 改革开放40年中国住房供给侧结构变迁带来的成就 |
| 1. 房地产业成为国民经济重要组成部分, 对国民经济贡献占比加大。 |
| 2. 住房建设和消费拉动相关产业发展。 |
| (二) 改革开放40年中国住房供给侧结构变迁带来的问题 |
| 1. 房价持续上涨, 严重影响民生。 |
| 2. 住房过度市场化, 带来财富不平等, 严重影响民生。 |
| 3. 住房金融极度膨胀, 余额比重越来越大, 危及整个金融安全、稳定, 带来系统性金融风险。 |
| 4. 住房产权的单一私有权和过度私有化。 |
| 六、新时代中国特色社会主义城镇住房供给侧结构性改革思路 |
| (一) 新时代住房供给侧改革的总体思路 |
| (二) 新时代住房民生改善方略———以上海市住房为分析基础 |
| 1. 上海市住房民生改善的测度及预测。 |
| 2. 新时代上海市住房民生改善的概率评估。 |
| 3. 依据中性预测情景并且结合乐观预测情景, 改善新时代上海市住房民生的建议。 |
| (三) 防范新时代住房金融风险———以上海市为分析对象 |
| 1. 上海市住房金融风险测度及预测。 |
| 2. 新时代上海市住房金融风险概率评估。 |
| 3. 依据中性预测情景并且结合乐观预测情景, 关于防范新时代上海市住房金融风险的建议。 |
（9）中国农产品产量预测模型的比较研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究的背景、目的及意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的目的及意义 |
| 1.2 本文结构 |
| 1.3 本文的创新点和不足 |
| 第二章 农产品产量预测和预测模型的文献综述 |
| 2.1 关于农产品产量预测的硏究现状 |
| 2.1.1 关于农产品产量预测的国外研究 |
| 2.1.2 关于农产品产量预测的国内研究 |
| 2.2 关于预测模型的国内外硏究现状 |
| 2.2.1 关于预测模型的国外研究 |
| 2.2.2 关于预测模型的国内研究 |
| 2.3 文献综述总结 |
| 第三章 中国农产品产量预测及预测模型的相关理论 |
| 3.1 中国农产品产量预测的相关理论 |
| 3.1.1 中国农产品产量的预测指标 |
| 3.1.2 粮食总产量及玉米农产量的变化趋势 |
| 3.2 三种模型预测方法的基本思想 |
| 3.2.1 ARIMA模型预测方法 |
| 3.2.2 灰色预测方法 |
| 3.2.3 模型平均预测方法 |
| 第四章 中国农产品产量预测的实证分析 |
| 4.1 基于ARIMA模型预测中国农产品产量 |
| 4.1.1 中国农产品产量基于ARIMA模型的中长期预测 |
| 4.1.2 中国农产品产量基于ARIMA模型的短期预测 |
| 4.2 基于灰色GM(1,1)模型预测中国农产品产量 |
| 4.2.1 中国农产品产量基于灰色GM(1,1)模型的中长期预测 |
| 4.2.2 中国农产品产量基于灰色GM(1,1)模型的短期预测 |
| 4.3 基于OPT准则下模型平均方法预测中国农产品产量 |
| 4.3.1 中国农产品产量基于OPT准则下模型平均方法的中长期预测 |
| 4.3.2 中国农产品产量基于OPT准则下模型平均方法的短期预测 |
| 4.4 三种预测方法的对比分析 |
| 4.4.1 三种预测方法的中长期预测误差的对比分析 |
| 4.4.2 三种预测方法的短期预测误差的对比分析 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 附录 |
| 致谢 |
（10）中南半岛前期气候条件对中国南方水稻主产区褐飞虱灾变性迁入的影响及其预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究进展 |
| 1.2.1 大气背景对褐飞虱迁飞影响的研究进展 |
| 1.2.2 冷暖冬研究进展 |
| 1.2.3 褐飞虱预测预报方法的研究进展 |
| 1.2.4 全球气候模式(GCM)研究进展 |
| 1.3 研究目的和意义 |
| 1.4 研究内容与方法 |
| 1.5 研究的技术路线 |
| 第二章 资料与方法 |
| 2.1 研究区概况 |
| 2.2 资料来源 |
| 2.2.1 虫情资料 |
| 2.2.2 气象资料 |
| 2.2.3 基础地理信息 |
| 2.3 研究方法 |
| 2.3.1 虫量分析 |
| 2.3.2 异常气候划分 |
| 2.3.3 泰勒图法 |
| 2.3.4 多元线性回归模型 |
| 2.3.5 BP人工神经网络模型 |
| 2.3.6 支持向量机模型 |
| 2.3.7 误差分析 |
| 第三章 中国南方水稻主产区褐飞虱虫情分析 |
| 3.1 1980-2016年中国南方水稻主产区褐飞虱历年发生情况 |
| 3.2 1980-2016年中国南方稻区褐飞虱始见期、终见期分析 |
| 3.3 1980-2016年中国南方稻区褐飞虱发生程度区划分析 |
| 3.4 中国南方水稻主产区历年气候变化规律 |
| 3.4.1 平均气温时空变化规律 |
| 3.4.2 降水时空变化规律 |
| 3.5 本章小结 |
| 第四章 中南半岛前期异常气候条件对褐飞虱迁入的影响及其预测模型 |
| 4.1 中南半岛异常气候条件分析 |
| 4.1.1 中南半岛异常温度场和湿度场历年发生情况 |
| 4.1.2 中南半岛异常温度场和湿度场空间分布情况 |
| 4.2 基于三种预测模型的我国南方水稻主产区褐飞虱发生程度预测 |
| 4.2.1 预报因子的选取和多元线性回归预测模型的建立 |
| 4.2.2 褐飞虱发生程度的BP人工神经网络预测模型 |
| 4.2.3 褐飞虱发生程度的支持向量机预测模型 |
| 4.3 三种预测模型的结果比较与分析 |
| 4.3.1 三种方法历史回代准确率比较 |
| 4.3.2 三种预测模型的预测准确性比较 |
| 4.4 本章小结 |
| 第五章 基于CMIP5模式的褐飞虱发生等级中长期预测预报 |
| 5.1 8个CMIP5模型的各气象因子模拟性能检验及最优模型筛选 |
| 5.1.1 气温模拟检验及最优模型筛选 |
| 5.1.2 相对湿度模拟检验及最优模型筛选 |
| 5.1.3 降水模拟检验及最优模型筛选 |
| 5.1.4 风速模拟检验及最优模型筛选 |
| 5.2 基于CMIP5模式的两种RCP情景下的褐飞虱发生等级预测 |
| 5.2.1 褐飞虱发生程度的逐步回归预测模型 |
| 5.2.2 褐飞虱发生程度的BP人工神经网络预测模型 |
| 5.2.3 褐飞虱发生程度的支持向量机预测模型 |
| 5.2.4 基于CMIP5模型的三种预测方法的结果比较与分析 |
| 5.3 褐飞虱发生等级的中长期预测预报 |
| 5.3.1 两种RCP情景下三种预测模型对8个代表站点的预报结果 |
| 5.3.2 中国南方稻区2017—2027年褐飞虱发生风险区划图 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文研究主要结论 |
| 6.2 主要特色和创新点 |
| 6.3 讨论与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
四、2002年中国经济增长的三种预测（论文参考文献）
- [1]风电场有功功率分配与控制研究[D]. 赵航. 西安理工大学, 2021(01)
- [2]海口市近六十年来湿地时空变化及其驱动机制分析[D]. 杨星. 海南师范大学, 2021(12)
- [3]湖北省肺结核发病时空分布特征及预测研究[D]. 刘富强. 华中科技大学, 2020(01)
- [4]基于PSOEM和神经网络的光伏电站短期功率预测研究[D]. 朱旭坤. 西安理工大学, 2020(01)
- [5]我国马铃薯价格波动与预测研究[D]. 伦闰琪. 中国农业科学院, 2020(12)
- [6]基于夜光遥感影像的江西县域经济发展与高铁影响研究 ——以弋阳、玉山两县为例[D]. 饶智华. 江西理工大学, 2019(01)
- [7]京津冀地区“煤改电”、“煤改气”效应估测与路径选择[D]. 闫振好. 东北财经大学, 2019(07)
- [8]中国城镇住房制度改革四十年[J]. 李正图,杨维刚,马立政. 经济理论与经济管理, 2018(12)
- [9]中国农产品产量预测模型的比较研究[D]. 王艳妮. 青岛大学, 2018(12)
- [10]中南半岛前期气候条件对中国南方水稻主产区褐飞虱灾变性迁入的影响及其预测[D]. 唐辟如. 南京信息工程大学, 2018(01)