某LED公司投资分析及前景预测

发布时间：2017-08-09 19:39

  本文关键词：某LED公司投资分析及前景预测

  更多相关文章： ARIMA模型 Holt-Winters乘法模型 BP神经网络 预测

【摘要】：2014年中国LED行业总产值规模将近3445亿元,同比增长31%,其中LED下游应用产值为2760亿元,同比增长32%,市场前景较广阔。而某LED公司作为下游应用市场,2014年的LED产值增长量与预期水平有差距,该公司需要对营业现状做预测分析,根据预测结果与同行相比,找出原因,对公司的产业结构进行必要的调整,实现该公司的产值同步增长,提高经济效益。论文采集公司2008—2014年的营业收入数据,经过整理,做出时序图,建立ARIMA模型和Holt-Winters乘法模型分别进行拟合预测,将预测结果与实际结果进行比较,拟合预测效果表明Holt-Winters乘法模型优于ARIMA模型,但其预测精度仍不理想,为此将Holt-Winters乘法模型的预测结果作为BP神经网络的输入,残差作为输出,修正预测结果,提高预测精度,这就组成本文的Winters-BP预测模型。利用Winters-BP组合模型预测公司2015年4个季度累计营业收入,判断公司境内外各产业营业收入状况,为公司的发展提供相应的参考策略,帮助公司做出明智的决策。
【关键词】：ARIMA模型 Holt-Winters乘法模型 BP神经网络 预测
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F406.7;F426.6;F224
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 1 绪论7-10
• 1.1 研究背景及意义7
• 1.2 国内外研究现状7-8
• 1.3 LED介绍8-9
• 1.4 论文的结构及主要内容9-10
• 2 某LED公司营业收入预测分析10-19
• 2.1 引言10
• 2.2 数据展示10-11
• 2.3 时间序列模型原理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 公司营业收入的时间序列模型拟合预测13-18
• 2.4.1 ARIM（p，d，q）模型拟合预测13-15
• 2.4.2 Holt-Winters乘法模型拟合预测15-17
• 2.4.3 两种模型的比较17-18
• 2.5 本章小结18-19
• 3 神经网络对预测值的修正19-25
• 3.1 引言19
• 3.2 BP神经网络模型19-20
• 3.3 Winters-BP组合模型20-24
• 3.3.1 Winters-BP组合模型的构建20-21
• 3.3.2 Winters-BP组合模型预测21-24
• 3.4 本章小结24-25
• 4 某LED公司经营现状评估25-34
• 4.1 引言25
• 4.2 评价标准25-26
• 4.2.1 营业收入增长率的定义25
• 4.2.2 营业收入增长率的意义25-26
• 4.3 公司营业收入分布情况26-28
• 4.3.1 主营业务产业分布分析26-27
• 4.3.2 主营业务地区分布分析27-28
• 4.4 主营业务行业趋势分析28-31
• 4.4.1 LED草坪灯产业表现分析28-29
• 4.4.2 LED照明产品表现分析29-30
• 4.4.3 专用组件表现分析30-31
• 4.5 主营业务地区表现分析31-33
• 4.5.1 境外市场表现分析31-32
• 4.5.2 境内市场表现分析32-33
• 4.6 本章小结33-34
• 5 前景分析34-36
• 5.1 引言34
• 5.2 境外市场建议34
• 5.3 境内市场建议34-35
• 5.4 加大研发投入，，不断开拓创新35
• 5.5 本章小结35-36
• 6 结论与展望36-38
• 6.1 结论及创新之处36
• 6.2 进一步研究及展望36-38
• 致谢38-39
• 参考文献39-40

【相似文献】

中国期刊全文数据库 前10条

1 卞晓灵;;ARIMA模型在设备故障预测中的应用[J];科技信息(学术研究);2008年08期

2 付宇涵;;基于ARIMA模型的我国财产险保费收入的预测研究[J];统计教育;2010年10期

3 王永宏;饶继广;;基于ARIMA模型自动预测我国保险行业保费收入的应用和实践[J];软件产业与工程;2010年06期

4 陈雪娇;;我国消费者信心指数趋势分析及预测——基于ARIMA模型[J];东方企业文化;2011年10期

5 翟明娟;;基于ARIMA模型的山西省人均实际GDP预测[J];长治学院学报;2012年05期

6 赵建锋;李冠军;;ARIMA模型在我国纺织品服装出口额预测中的应用[J];企业导报;2013年23期

7 石美娟;ARIMA模型在上海市全社会固定资产投资预测中的应用[J];统计与信息论坛;2003年06期

8 李佳萌,曾涛,王伟;ARIMA模型在天津港交通量预测中的应用[J];数理医药学杂志;2004年05期

9 梁来存;皮友静;;我国保费收入的ARIMA模型与预测[J];统计与决策;2006年07期

10 王新华;;ARIMA模型在武汉市全社会固定资产投资预测中的应用[J];统计与决策;2006年08期

中国重要会议论文全文数据库 前10条

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集（下册）[C];2004年

2 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

4 陈兴荣;;ARIMA模型和GM(1,1)在我国白银消费需求预测应用中的比较研究[A];第25届全国灰色系统会议论文集[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 刘军;柴洪洲;陈轲;刘先冬;;ARIMA模型预报电离层VTEC研究[A];第一届中国卫星导航学术年会论文集（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;张f ;周宗放;;基于ARIMA和BP神经网络的组合预测模型及应用研究[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全国时间生物医学学术会议论文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六届中国控制会议论文集[C];2007年

中国重要报纸全文数据库 前1条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

中国硕士学位论文全文数据库 前10条

1 梁佳琦;ARIMA模型同MAXENT模型在自然保护区内口蹄疫疫情风险预警中的应用研究[D];东北林业大学;2015年

2 张海东;基于论坛的热点话题识别与趋势预测研究[D];上海师范大学;2015年

3 雍永强;基于ARIMA和BPNN的组合预测模型在血糖预测中的应用[D];郑州大学;2015年

4 张敏;基于ARIMA的组合模型问题研究[D];大连海事大学;2015年

5 桂林;退耕还林与生态环境改善的关系研究与分析[D];西安建筑科技大学;2015年

6 钱丽萍;基于ARIMA模型的儿童医院门诊量预测研究[D];苏州大学;2015年

7 于婷;基于ARIMA模型的股价的研究[D];大连海事大学;2015年

8 程浩;武汉第三产业总量时间序列研究[D];华中师范大学;2015年

9 陈天舒;基于ARIMA与GPR组合模型的人民币汇率预测[D];山东大学;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指预测研究[D];哈尔滨工业大学;2015年

本文编号：647000