股票定价相关模型分析及应用36
上亿文档资料，等你来发现
股票定价相关模型分析及应用36
第28卷第8期2009年8月；工业技术经济；Vol128,No18；总第190期；股票定价相关模型分析及应用；赵雪枝；(湖南科技大学,湘潭411201)；〔摘要〕本文主要研究了两种股票定价模型:2006；海股票交易所的中石化股票作为研究对象,市盈率模型；2007年10月到2008年8月,只有短短的多半；的股息和未来出售股票时售价的影响,而股票出售时的；(1)
第28卷　第8期2009年8月工业技术经济Vol128,No18总第190期股票定价相关模型分析及应用赵雪枝(湖南科技大学,湘潭　411201)〔摘　要〕　本文主要研究了两种股票定价模型:2006年上海股票交易所的中石化股票作为研究对象,市盈率模型在实际中的应用,,并对结果和市场价格进行了实证对比,〔关键词〕　股息贴现定价模型　〔中图分类号〕F830191　〔　　也时时影响大众的财富变化,。股市风云变化莫测,从2007年10月到2008年8月,只有短短的多半年时间,的股息和未来出售股票时售价的影响,而股票出售时的售价也是由股票的未来预期股息收入决定的。在实际运用中股息贴现模型根据时期不同有多种表现形式:(1)单一时期的股息贴现公式:P0=D1/(1+KS)+P1/(1+KS)上证指数从6000多点跌到2000多点,同时受华尔街金融风暴的影响,外围的暴跌再度将A股拖入深渊,无数人的财富梦想化为泡影。股票价格的大幅度变化给投资者提出了严峻的问题,这些问题包括:股票的价格是怎样确定的?今后股价将如何发展?到底该怎样来分析和判断上市公司的股票价值?对于投资者,可能时时都在寻找着这些问题的答案。由于经济活动的错综复杂,决定了认识和评估股票证券的价值变得极其困难,如何科学、客观的评价股票的价值一直是人们关注的问题,人们总是希望能够找到一种有效的模型去合理的估计股票的价值,以便能够在投资时作出正确的选择。股票的定价模型有很多种,本文主要介绍两种:股息贴现模型和市盈率定价模型。并以中国石化股票价值分析为例,重点分析股息贴现模型和市盈率模型在实际中的应用。其中,P0为股票的当前价格;P1为1年后预期的股票价格;D1为1年后预期每股股息;KS为该股要求的回报率。(2)N个时期的股息贴现公式:P0=Dt/(1+KS)+PN/(1+KS)N∑1N其中,P0为股票的当前价格;PN为N年后预期的股票价格;Dt为在时期t预期的股息;KS为该股要求的回报率。(3)无限期股息贴现公式:∞由于:P=∞[Dt/(1+KS)t-N]∑N+1因此,可以得出:P0=∑1[Dt/(1+KS)]上式可以看出,股票的价格实际上是股票未来能支付的所有股息贴现值加总。(4)应用广泛的股息贴现模型―――稳定增长模型1　股票定价相关模型111　股息贴现定价模型11111　股息贴现模型介绍该模型假设股息按照一个稳定的速度g增长,即第t期的股息Dt=(1+g)t-1D1。在这种情况下,股票当前价格应该按照永续增长年金的公式进行计算,即:P0=D1(KS-g)股息贴现模型是对股权资本进行估价的基本模式,它主张股票的价值是预期股息的现值。该模型的基本原理就是现值原理:资产的价值就是预期的系列现金流量的现值总和,通常根据现金流量的风险程度确定贴现率进行折现,它假设普通股的每股价值是其未来股息收入的现值,股权投资者的预期报酬受到预计持股期间分得　收稿日期:　基金项目:湖南省重点学科建设项目资助该模型就是高顿增长模型,其中,ks是股票要求的回报率,D1为第1期的股息,g为股息增长率。11112　股权必要收益率的估计方法―144―?
China Academic Journal Electronic Publishing House. All rights reserved.
ki.net第28卷　第8期2009年8月工业技术经济Vol128,No18总第190期在任何一个绝对价值评估模型中,所选取的贴现率既要反映投资风险,也要反映时间价值。在这里利用资本资产定价模型(CAPM)来计算股权必要报酬率。资本资产定价模型,投资者要求的收益率不仅仅取决于市场风险,而且还取决于无风险利率和市场风险补偿程度,根据CAPM理论有:E(ri)=rf+βi[E(rM)-rF]构和公司竞争力的变化。因此在对股息收益率的估计时还需要通过大量的基本面的定性分析来做调整。此外,还有一种来源于财务理论的增长率估计,下面对此做简单介绍。(2)用财务数据对股息增长率进行估计从企业的角度看,企业增长取决于两个因素:①企业的留存收益并用于再投资的数量;②再投资收益率。所以,公司再投资越多,其增长潜力就越大;在一定的再投资水平下,,公司的,()。用下面的公式由此看来,应用CAPM需要知道3个数据:无风险利率、股票的β值和市场风险溢价。估算无风险利率。一般认为国债是没有风险的,至少从信用角度看是这样的。也有人选择3～5年短期银行间债券市场利率作为无风险利率。与短期国债利率相比,但长期国债的利率市场不活跃,,,体现了市场有效原则。,选择短期银行间债券市场利率可能是比较恰当的股权必要报酬率。β系数是衡量资产的收益率与估算股票的β系数。β系数的计算方市场组合报酬率之间的相关性的指标。法有两种:一种方法是使用回归直线法计算,即:通过同一时期内的资产收益率和市场组合收益率的历史数据,使用回归线预测出来,β系数就是该回归线的斜率;另一种方法是根据资产与市场指数收益率的相关系数、市场指数的标准差和该资产收益率的标准差直接计算β系β系数经济意义在于,它是度量特定资产的系统风数。险的指标。它告诉我们,相对于市场组合而言,特定资产的系统风险是多少。估算市场风险溢价。根据CAPM,市场风险溢价定义为市场的预期收益率与无风险利率之间的差别。通常使用市场平均预期报酬率与无风险利率之间的差额来估计市场风险溢价,在使用这种方法计算市场风险溢价时,仍然有两种不同的观点:算术平均数和几何平均数。CAPM是个单一期限模型,这一特点允许它使用算术平:g=RR×ROE式中RR是留存收益率,ROE是股权收益率。他们的计算公式如下:税后经营利润ROE=普通股权益在实际运用中,可以从公开的企业财务报表中方便RR=1-的查到这两个数据,从而计算出企业的潜在可持续增长率。但是,需要明白,从概念上讲方法一和方法二的增长率可能并不完全统一,方法一来源于历史数据对未来的估计,方法二来源于再投资对未来的影响。在实际运用中可以将两种方法相结合,相互修正,从而可以估计出更为有效的企业股息未来增长率。不管怎样,由于股息贴现模型简单易用,可以根据实际情况方便的做出调整,也适用于各个行业,因此得到了广泛的应用。112　市盈率定价模型市盈率是投资者所必须掌握的一个重要财务指标,亦称本益比,是股票价格除以每股盈利的比率。市盈率反映了在每股盈利不变的情况下,当派息率为100%时及所得股息没有进行再投资的条件下,经过多少年我们的投资可以通过股息全部收回。一般情况下,一只股票市盈率越低,市价相对于股票的盈利能力越低,表明投资回收期越短,投资风险就越小,股票的投资价值就越大;反之则结论相反。以下是市盈率的基本公式:每股收益用市盈率对股票估价:市盈率=股票价格=市盈率×每股收益市盈率有两种计算方法:(1)股价同过去一年每股均值,但股票投资通常是长期投资,这时用几何平均法更好。11113　股息增长率估计方法(1)用历史数据对股息增长率进行估计如果公司在过去的很长一段时间,股息有相当稳定的增长率,那么恒定增长率的估计,可以用这段时间实际增长率的几何平均值来表示:股息的平均增长率=n-10显然,在上述公式中盲目的使用历史增长率是不合适的,预期增长率的变化是源于宏观经济环境、行业结―145?
China Academic Journal Electronic Publishing House. All rights reserved.
ki.net―第28卷　第8期2009年8月工业技术经济Vol128,No18总第190期盈利的比率;(2)股价同本年度每股盈利的比率。前者以上年度的每股收益作为计算标准,它不能反映股票因本年度及未来每股收益的变化而使股票投资价值发生变化这一情况,因而具有一定滞后性。买股票是买未来,因此上市公司当年的盈利水平具有较大的参考价值,第二种市盈率即反映了股票现实的投资价值。因此,如何准确估算上市公司当年的每股盈利水平,就成为把握股票投资价值的关键。上市公司当年的每股盈利水平不仅和企业的盈利水平有关,而且和企业的股本变动与否也有着密切的关系。在上市公司股本扩张后,摊到每股里的收益就会减少,企业的市盈率会相应提高。因此在上市公司发行新股、送红股、公积金转送红股和配股后,必须及时摊薄每股收益,盈率。4月5月6月7月8月64015-01301632表2　中国石化股票收益标准差时间(06年)中国石化月收盘价下月-上月月收益率%2　以2006,利用股息贴现模型和,并对结果和市,以确定所讨论的模型和方法的效果。211　运用高顿增长模型确定中国石化股票价值中国石化和上证指数协方差计算:表3　中国石化和上证综指的协方差06年月份5月6月7月8月9月上指月收益-期望收益a-8中石化月收益-期望收益b17-a3b765-根据前述的股票定价模型,利用高顿增长模型估计股票价格主要是要估计两个变量:必要收益率K;股息增长率g。21111　用资本资产定价模型估计必要收益率由资本资产定价模型有:E(ri)=rf+βi[E(rM)-rf]协方差因此,要估计出必要收益率E(ri),需要确定中国石化股票的β值和市场无风险利率rf。首先用市场数据估算β值。上证指数标准差计算:表1　上证综合指数的方差时间(06年)4月5月6月7月8月9月中国石化的β系数计算:β==1137s,z=上证指数方差26139市场收益率估计:由于市场收益率从长期看将和国民经济一致,考虑月收益率%价格因素,取中国十一五期间的经济增长率为年持续增长率为10%,而无风险利率取银行一年期债券利率为2194%。上证指数下月-上月326139根据资本资产定价模型有:E(ri)=rf+βi[E(rM)-rf]=(10%-2194%)=1216%也就是运用资本资产模型估计出,由市场相关风险确定的中石化股票的必要收益率为1216%。21112　用几何平均法估计股息增长率平均值方差在这里用前面介绍的几何平均法计算:股息的平均增长率=n-10中国石化股票标准差计算:中国石化股票从2004年以来的年中每股收益率数据―146―?
China Academic Journal Electronic Publishing House. All rights reserved.
ki.net第28卷　第8期2009年8月如表4:表4　每股收益数据年份每股收益工业技术经济Vol128,No18总第190期之所以选择这3年的股息为核算依据,是因为高顿增长模型是一种恒定股息增长模型,考察中石化的历史收益数据,会发现中国石化的收益受政策影响波动很大,而近年,随着国家对中石化公司的市场化改革越来越完善,中国石化的收益水平呈现出稳定增长的态势,故这几年的数据更加符合模型的假设条件。根据上式,可以计算股息增长率g为1214%。21113　根据高顿增长模型,的1214%的年增长率。:Vj=9156(元)K-g-01,中国石化股票2006年当期价值为每股9156元。212　用市盈率估价模型确定中国石化股票价值中国石化2005年实现主营业务收入7991亿元,净利润396亿元,分别同比增长35%和23%,净资产收益率1813%,每股收益0146元。2005年中国石化油气开采、炼油、销售、化工板块EBIT分别为469亿元、-35亿元、104亿元和143亿元,所占比重分别为70%、-5%、16%和21%,虽然油气开采板块销售收入占比仅3167%,却贡献了近70%的利润。2005年中国石化炼油及成品油销售两个板块销售额高达5582亿元,但仅实现EBIT69亿元。虽然收到94亿元补贴,但炼油板块仍然亏损35亿元。本应最赚钱的业务出现了“政策性”利润缩水。2006年国际油价仍维持高位,布伦特原油全年均价与2005年基本持平,保持在55美元/桶左右。在新的成品油定价机制框架内,2006年中石化炼油板块将逐步扭亏,油气开采板块继续保持高盈利。当年,中国石化发布公告称,在川东北地区发现了累计探明可采储量为2510175亿m3、技术可采储量为1883104亿m3的大气田,虽然该气田尚不能对2006年、2007年的业绩构成显著影响,但对解决中石化上游油气资源相对较少的问题十分有益,可使其综合竞争力进一步提升。自日起,(40美元/桶)所获。石油特别收,按月计算、按季假设2006年原油均价55美元/桶,则征收特-41亿元和-128亿元,经测算每股收益将因此约分别减少0105元和0107元左右。本次原油销售征收特别收益金是当年3月26日成品油调价的配套措施,由于中石化成品油产量及销量较大,汽油、柴油价格上调经过相关测算可增加其税后利润约70亿元左右,因此成品油价格上调的正面影响大于此次征收特别收益金的负面影响,但正负相抵后,正面影响较为有限。因此在2005年EPS为0146元的基础上,中石化2006年的EPS为0157元/股。当时其动态市盈率10倍,作为一家拥有资源垄断、销售渠道垄断等众多竞争优势的国际化公司,其当时的估值水平仍然偏低,其市盈率在2006年达到12倍以上。中国石化2006当时股票价格=估计市盈率×估计每股收益=12×(元/股)213　股票价值模型估价和市场价格的实证对比分析中国石化股票当时股价波动空间为6～8元/股,从以上估值可以看出,中国石化股票还有上升空间。下图为中国石化股票日的月K线图。图1　中国石化股票月K线图―147?
China Academic Journal Electronic Publishing House. All rights reserved.
ki.net―第28卷　第8期2009年8月工业技术经济造成投资的误导。Vol128,No18总第190期　　从前文对于中国石化各个方面的价值分析,在此可以得出如下的一些结论:(1)当时沪深两市总市值35000亿,中石化一家公(5)以上的股票估价和中石化的市场表现是大致吻合的。这个结论从一定的角度说明中国股票市场的有效性是存在的,随着中国股票市场改革的不断深入,相信中国股市的行政化色彩将减少,而市场化特征将加强,也就是说,中国股市将逐渐褪去政策市的外衣,将进一步增强其作为投资工具的可分析性和可判断性。因为一个有效性水平高的市场,,投资者正在,以及中国经。参　考　文　献1.Black,Fischer.ReturnandBeta[J].JournalofPortfolioManagement,)2.Fama,EugeneF.,KennethR.French..MultifactorExplanationsofAssetPricingAnomalies[J].JournalofFi2nance,)3.Lintner,John..TheValuationofRiskAssetsandtheSelectionofRiskyInvestmentsinStockPortfoliosandCapitalBudgets[J].TheReviewofEconomicsandStatistics,)4.钟丹心.股票定价理论的发展及其对我国的实用司的总市值就高达4800亿,占比1315%,超过某些行业全行业的总市值,对沪深指数的影响巨大,是国内资本市场上不可多得的战略品种。另外,中石油、中海油当时尚未回归A股市场,而中石化对旗下公司的整合下市又在加速进行。可见,优质石化上市公司的数目大幅减少,中国石化的行业战略配置地位愈发突出。中国石化2006年的EPS为0157元/股,考虑到公司拥有资源垄断、销售渠道垄断等众多竞争优势,且在国内资本市场上战略地位突出,如果考虑股改因素,平上应该还有一定的上升空间。(2)10,已经较好的,从当时的市场表现看,该股已经接近被市场合理定价,短期投资价值正在逐渐丧失,如果股价上涨过快,投资者应该警惕投资风险。(3)由于前文运用的高顿增长股票模型依赖于公司β值和增长率的估计,这两个值的变化将导致结果的显著变化,本文在估计股息增长率时,采用的数据仅仅是3年的数据,其代表性似乎不够,但从本文前面的介绍知道,只有这3年的数据能够看出股息增长的趋势,这从一个侧面反映了该模型估价的局限性。但从估计价格区间和实际价格区间的较好吻合,说明尽管模型非常简单,但如果合理的估计相关变量,该模型对投资者分析股票价格有一定的参考价值。(4)本文用股息贴现模型的估价和市盈率估价有较性[J].世界经济文汇,20015.刘毅.资产定价发展的理论基础溯源[J].北方经贸,)6.张广裕.现代股票定价理论的发展及其对我国的适用性研究[J].湖北社会科学,2005,(2)7.许涤龙.资本资产定价模型与上海股票市场的实大差别,反映了各种股票定价模型由于估价的理论方法和切入的角度的不同,将会有不同甚至相反的结论。在本文中,用贴现模型的估价远高于用市盈率估价,就其原因,应该是对中国石化的β系数估计值较高,之所以有此判断,是因为中国石化是超过10%的权重股,按照常理推断其β系数应该和市场指数的β系数接近,也就是应该接近1的水平更加合理。探讨本文系数值接近114,我认为是在取样时样本太小的原因。这提醒我们在证分析[J].南昌大学学报(理科版),2005,(2)8.张志强.市盈率与增长率关系的探讨―――兼论股票定价的有关问题[J].财经问题研究,2008,(1)9.林毅夫.经济发展战略与中国的工业化[J].经济研究,2004,(7)10.中国统计摘要,200611.孟卫东,张卫国,龙勇.企业战略管理[M].今后的运用中需要尽量的扩大样本,这样估计值才会更加接近实际。这两个值的较大偏差,也说明在实际运用中,定量的分析一定要结合定性的价值分析,才能够对股票价值有更好的把握。单纯以某一种模型定价可能会科学出版社,2004作者简介　赵雪枝,湖南科技大学商学院副教授。研究方向:会计学、财务管理研究。　―148―?
China Academic Journal Electronic Publishing House. All rights reserved.
ki.net包含各类专业文献、各类资格考试、专业论文、外语学习资料、行业资料、股票定价相关模型分析及应用36等内容。
　股票投资价值灰色系统模型及应用内容提要 格雷厄姆和多德在《证券分析》一书中对股票价格波动的本质进行了分析,说明了“股 票内在价值”对于投资的重要性,随后,这个... 　股票定价相关模型分析及应... 5页 免费 股票定价模型 20页 免费 股票操作技巧...虽然我 们不能得到一个简捷的内部收益率的表达式,但是仍可以运用试错方法,计算... 　湖北汽车工业学院毕业设计(论文) 毕业设计(论文) 题 目 资本资产定价模型 在整车类股票投资中的运用 系专班学 别:财经贸易系 业:财务管理 级:T553-4 号:02... 　波动特征实证分析摘要:本文以长安汽车的股票作为研究对象,以股票市场价格波动作为研究的核心和 出发点,运用 Eviews6.0 统计分析软件作为主要分析工具建立 ARIMA 模型。... 　股票的定价原理与应用 股票涨跌的根本原因是什么?研究并掌握股票定价的基本方法,...而且一般股票并没有固定的生命周期,因此我 们在使用现金流分析模型时通常需要加... 　资本资产定价模型的应用_经济学_高等教育_教育专区。资本资产定价模型的应用实验...2. 股票组合与市场相比的风险情况。 投资组合可以降低风险,且相关性有正有负的... 　股票分析模型 Miller and Modigliani(1961)四个定价模式 1.净现金流量折现法 2...为了达到盈利目的,作出一些必要的 简化和假设,运用适当的数学分析,得到一个数学... 　率不高的证券市场中, 坐庄横行的时代, 股票的价格并不完全反映与该股有关的...SEM 模型运用现代数学的统计预测决策理论及计算机技术,综合了技术分析等方法, 它... 　我国股票市场的日收益率观测数据进行了实证分析, 并对这些计量经济 模型进行了...股票价格行为的经典的且广泛应用的假设是股票价格服从一扩散过程, 通常是几何布朗...回归分析及相关性分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者
评价文档：
回归分析及相关性分析
计​算​接​商​务​应​用​与​建​模​的​一​些​课​件
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
大小：1.74MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢城市路网交通预测模型研究及应用--《上海交通大学》2009年博士论文
城市路网交通预测模型研究及应用
【摘要】：随着城市经济的不断发展和私家车的急速增多，传统的交通模式在现代交通中遇到了越来越多的问题，如交通拥堵、空气污染、交通事故等。采用不断修建新道路的方法来缓解巨大的交通压力已不切实际。为了应对这些棘手问题，智能交通系统（Intelligent TransportationSystems，简称ITS）被引入到动态交通管理中，而且得到了快速发展。结合信息技术和交通理论，智能交通系统被用于道路交通控制、交通诱导等各个方面。经过近些年的应用，在缓解交通拥堵、提高出行效率等方面，ITS显示出巨大的潜力。作为ITS的一个分支，交通预测在智能化管理和动态控制中始终占有重要地位。对交通路网的动态控制，依赖于短时/中时交通状态预测的效果。对不同时间间隔的实时交通状态的连续预测能力是交通管理系统提供动态交通控制的必要需求。
准确的交通预测模型对于更好地分析路网交通状况，规划交通网络和实现交通优化控制策略都有十分重要的作用。近几十年来，不同领域的研究者从各自的角度对交通预测的特性进行了分析，并建立了许多模型。本文以现有的交通预测模型为基础，分析了多种主要模型的优缺点，并提出了改进的预测模型。采用两种道路网络的真实交通数据，本文对各种模型进行了深入的分析，并比较其效果，初步探讨了交通预测建模在路网交通状态分析中的应用。一方面，城市道路交通分高速路网和城市主干道路网两种情况，本文对这两种路网分别进行了研究；另一方面，按照交通状态数据不同的时间间隔，本文同时检验了中时和短时预测两种情形，并对模型进行了对比研究。论文的主要工作如下：
1.通过所获得的路网交通状态数据，充分利用空间-时间交通信息，可以对路网的交通运行状况作出准确的判断，给出更合理的预测。本研究通过美国高速公路评测系统（FreewayPerformance Measurement System，简称PeMS）网站获取了加利福尼亚洲际高速路网的行程时间指数（Travel Time Index，简称TTI）数据，对整合后的1-小时间隔的交通数据进行研究，实时分析了高速路网的整体运行状况。同时，本文还针对城市道路网络中的交通流数据进行了相关研究，利用悉尼交通自适应协调系统（Sydney Coordinated AdaptiveTraffic System，简称SCATS）所获取的上海市徐汇区衡山路、吴兴路路段15-分钟间隔交通流量数据，对城市主干道路网的交通状况建立了预测模型。
2.选择时间间隔不同的两个交通数据源可以更全面地分析各种预测模型的性能，考虑到交通数据的不完备性问题，本研究提出两种不同的方法对路网交通状态作出分析。其一是对所获取的路网数据进行适当整合，对整个道路网络的交通状况进行宏观判断；其二是从微观角度出发，以路网中各路段的拓扑关系为基础，进行交通状态参数的相关性分析，运用时空信息进行交通预测。选择两种交通数据可以分别验证这两种分析方法，实验采用了绝对平均误差（Mean Absolute Error，简称MAE）、均方根误差（Root Mean SquareError，简称RMSE）、平均绝对百分误差（Mean Absolute Percentage Error，简称MAPE）和绝对百分方差（Variance of Absolute Percentage Error，简称VAPE）等对各种预测模型进行误差分析和比较。
3.以源自两种路网的交通状态数据为基础，对基本预测模型进行分类研究，提出时空状态空间法与模型相结合的方法，验证了最小二乘支持向量机模型（Least Squares SupportVector Machines，简称LS-SVM）和T-S模糊预测模型（Fuzzy T-S）两种非参数预测模型的有效性。同时，分析了卡尔曼滤波预测模型（Kalman Filtering，简称KF）、自回归移动平均模型（Autoregressive MovingAverage，简称ARMA）、历史平均模型（Historical Mean，简称HM）、线性最小二乘回归模型（Linear Least Squares Regression，简称LLSR）、径向基函数神经网络模型（Radial Basis Function Neural Network，简称RBF-NN）和支持向量回归模型（Support Vector Regression，简称SVR）的预测性能，考察了多种模型参数，进行实验比较，并采用多种误差标准对其分析。
4.以获取的两种交通数据和对基本预测模型的分析为基础，考虑到基本模型预测各自的特点具有优势互补性，以及组合预测模型能够有效减少单个模型预测过程中一些环境随机因素的影响等特点，并以交通信息发布、处理的实时性要求为依据，在交通领域改进并发展了线性组合预测的思想，并详细验证了六种线性组合方法：等权值预测法（EqualWeights，简称EW）、最优权值预测法（Optimal Weights，简称OW）、最小绝对值误差法（Minimum Error III，简称ME IME II）和最小方差法（Minimum Variance III，简称MV IMV II）。通过多个误差标准对202种组合模型进行的误差分析和性能比较证明，2-模型线性组合预测的预测精度和稳定性都要优于基本预测模型。
5.受变权值线性组合预测模型的启发，同时考虑到交互式多模型（Interacting Multiple Model，简称IMM）在混合系统估计中表现出的相似特点，本文提出了IMM组合预测模型。IMM算法的递归性、模块化、计算量固定这三个理想的特性决定了它可以用于实时交通状态预测。而且，使用IMM选择多个预测模型进行组合符合交通信息处理的要求。采用两种时间间隔不同的交通数据，实验通过排列组合研究了所有基本模型的各种IMM组合，并与基本模型和线性组合模型作出比较，其分析结果证明了2-模型IMM组合预测的有效性和鲁棒性。
【关键词】：
【学位授予单位】：上海交通大学【学位级别】：博士【学位授予年份】：2009【分类号】：U491【目录】：
摘要3-6ABSTRACT6-12第一章 绪论12-35 1.1 课题背景及意义12-13 1.2 智能交通系统（ITS）13-16 1.3 国内外研究现状16-31
1.3.1 基本交通预测模型19-29
1.3.2 组合交通预测模型29-30
1.3.3 国内外研究小结30-31 1.4 本论文主要工作与创新31-33 1.5 论文结构33-35第二章 交通状态参数与实验数据来源35-49 2.1 交通状态信息特征参数35-38
2.1.1 行程时间36
2.1.2 交通流量36-37
2.1.3 车辆速度37-38 2.2 交通数据不完备的描述38-39 2.3 实验数据来源39-48
2.3.1 行程时间指数数据源39-44
2.3.2 交通流量数据源44-48 2.4 本章小结48-49第三章 基本预测模型研究49-76 3.1 卡尔曼预测模型49-52
3.1.1 Kalman 滤波理论49-50
3.1.2 基于 Kalman 滤波的道路状态预测原理50-52 3.2 自回归移动平均模型52-56
3.2.1 建模变量的选取52-53
3.2.2 ARMA(p, q)模型的定义53-56 3.3 历史/空间平均模型56-57 3.4 线性最小二乘回归模型57-59 3.5 径向基函数神经网络59-62 3.6 支持向量机模型62-69
3.6.1 统计学习理论的核心问题63-64
3.6.2 支持向量回归算法及模型64-66
3.6.3 最小二乘支持向量回归算法及模型66-69 3.7 非线性复杂系统的 T-S 模糊预测模型69-72 3.8 交通状态空时分析方法72-75
3.8.1 状态空间72-74
3.8.2 自相关函数74
3.8.3 皮尔森相关系数74-75 3.9 本章小结75-76第四章 组合预测模型研究76-88 4.1 变权重线性组合模型76-81
4.1.1 等权值预测法77-78
4.1.2 最优权值预测法78-79
4.1.3 最小绝对误差法79-80
4.1.4 最小方差法80-81 4.2 基于交互式多模型的组合预测81-87
4.2.1 离散时间线性系统状态估计问题的一般描述82-83
4.2.2 混合系统状态估计理论83-87 4.3 本章小结87-88第五章 高速路网行程时间指数数据的预测实验88-123 5.1 基本预测模型研究91-107 5.2 线性组合预测模型研究107-117 5.3 基于 IMM 的组合预测研究117-121 5.4 高速路网预测实验结论121-122 5.5 本章小结122-123第六章 城市主干道路网交通流量数据的预测实验123-154 6.1 基本预测模型研究127-135 6.2 线性组合预测模型研究135-145 6.3 基于 IMM 的组合预测研究145-151 6.4 城市主干道路网预测实验结论151-153 6.5 本章小结153-154第七章 结论与展望154-157参考文献157-172攻读博士学位期间完成的论文172-174攻读博士学位期间参加的项目174-175致谢175-178附件178
欢迎：、、)
支持CAJ、PDF文件格式
【参考文献】
中国期刊全文数据库
陈华友,许义生;[J];安徽大学学报(自然科学版);1998年02期
张毅,罗元;[J];重庆邮电学院学报(自然科学版);2005年02期
朱顺应,王红,李关寿;[J];重庆交通学院学报;2003年01期
范鲁明;贺国光;;[J];长沙交通学院学报;2007年04期
陈淑燕,王炜,瞿高峰;[J];东南大学学报(自然科学版);2005年04期
唐兰兰;;[J];湖南交通科技;2008年04期
王正武,黄中祥;[J];系统工程;2003年06期
王晓原;吴磊;张开旺;张敬磊;;[J];系统工程;2005年10期
许伦辉;刘正东;周文霞;习利安;;[J];广东工业大学学报;2006年04期
王晓,隽志才,朴基男,贾洪飞;[J];公路交通科技;2002年06期
中国博士学位论文全文数据库
孙喜梅;[D];吉林大学;2002年
殷礼胜;[D];重庆大学;2007年
刘剑锋;[D];中南大学;2008年
中国硕士学位论文全文数据库
朱耿先;[D];重庆大学;2004年
马毅林;[D];北京交通大学;2008年
耿艳;[D];山东大学;2008年
【共引文献】
中国期刊全文数据库
夏业启,于中;[J];工程塑料应用;2000年05期
郭伟,刘兴远,张力,王跃文,孙亮;[J];四川建筑科学研究;2004年01期
刘兴远,郭伟,林文修,杜文龙,易珂;[J];四川建筑科学研究;2004年04期
陈华友;[J];安徽大学学报(自然科学版);2001年03期
陈华友;[J];安徽大学学报(自然科学版);2003年03期
谭沧海;马新民;;[J];安徽大学学报(自然科学版);2008年03期
陈华友,许义生;[J];安徽大学学报(自然科学版);1998年02期
丁晓贵;[J];安徽工程科技学院学报(自然科学版);2003年04期
路子贇;[J];安徽工程科技学院学报(自然科学版);2004年01期
孙家羿,杜经元,李圣;[J];安徽农业大学学报;1997年03期
中国重要会议论文全文数据库
胡伟明;;[A];“2011西部汽车产业·学术论坛”暨四川省汽车工程学会四届第九次学术年会论文集[C];2011年
;[A];第二十六届中国控制会议论文集[C];2007年
刘智勇;马凤伟;;[A];第二十六届中国控制会议论文集[C];2007年
翁小雄;翦俊;;[A];第二十六届中国控制会议论文集[C];2007年
戎袁杰;汤洪海;郑雪生;王荣蓉;李春文;;[A];第二十六届中国控制会议论文集[C];2007年
孟庆金;权悦;景绍洪;;[A];第二十六届中国控制会议论文集[C];2007年
蔡志理;姜桂艳;丁秋实;;[A];第二十七届中国控制会议论文集[C];2008年
赵建玉;高慧;贾磊;;[A];第二十七届中国控制会议论文集[C];2008年
蔡志理;姜桂艳;;[A];第二十七届中国控制会议论文集[C];2008年
;[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库
王春;[D];中国海洋大学;2010年
谢东繁;[D];北京交通大学;2011年
罗彬;[D];电子科技大学;2010年
汤亮;[D];武汉理工大学;2010年
刘美玲;[D];中国地质大学（北京）;2011年
张勇;[D];北京交通大学;2011年
杨远舟;[D];北京交通大学;2011年
董春娇;[D];北京交通大学;2011年
李娟;[D];北京交通大学;2010年
倪同和;[D];吉林大学;2011年
中国硕士学位论文全文数据库
高一丹;[D];山东科技大学;2010年
陈善智;[D];山东科技大学;2010年
崔静怡;[D];山东科技大学;2010年
朱正强;[D];辽宁师范大学;2010年
全书鹏;[D];郑州大学;2010年
范不井;[D];郑州大学;2010年
杨书显;[D];郑州大学;2010年
史文韬;[D];哈尔滨工程大学;2010年
李长鹏;[D];哈尔滨工程大学;2009年
王存刚;[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库
朱明星,张德龙;[J];安徽大学学报(自然科学版);2000年01期
赵仁涛,王立锋,李正熙;[J];北方工业大学学报;2005年01期
杨昊,钟雁,钱大琳;[J];北方交通大学学报;2001年02期
姚智胜;邵春福;高永亮;;[J];北京交通大学学报;2006年03期
彭光正,陈萍,赵彤;[J];北京理工大学学报;1999年03期
康炜,史朋亮,胡岗;[J];北京师范大学学报(自然科学版);2000年06期
孙忠华,王珏,刘荣;[J];重庆邮电学院学报(自然科学版);2004年01期
张毅,罗元;[J];重庆邮电学院学报(自然科学版);2005年02期
周春光,邢辉,徐振龙,王哲;[J];吉林大学学报(信息科学版);2002年03期
李亚峻,李月,卢金,吕宝林;[J];吉林大学学报(信息科学版);2004年02期
中国博士学位论文全文数据库
张家树;[D];电子科技大学;2001年
谢宏;[D];华北电力大学;2002年
程其云;[D];重庆大学;2004年
王庆东;[D];浙江大学;2005年
中国硕士学位论文全文数据库
兰云;[D];西北工业大学;2002年
保丽霞;[D];吉林大学;2004年
冮龙晖;[D];吉林大学;2004年
孙英云;[D];清华大学;2004年
苑文江;[D];大连理工大学;2005年
顾国民;[D];浙江工业大学;2006年
胡佩锋;[D];北京交通大学;2007年
陆文飞;[D];北京化工大学;2007年
【相似文献】
中国期刊全文数据库
袁海波;李海;;[J];宇航计测技术;2008年01期
张涛;吴令红;;[J];机械工程师;2009年05期
曹攀峰;崔升;;[J];电光与控制;2010年03期
张勇;陈增江;;[J];飞行力学;1993年03期
胡晓棠,胡茑庆,陈敏;[J];振动工程学报;2001年02期
吕文元;;[J];上海理工大学学报;2007年06期
郑睿;;[J];统计与决策;2008年10期
倪俊芳;奚立峰;钱志良;蒋祖华;;[J];东南大学学报(自然科学版);2008年06期
李欣;郑志强;李鹏;张力;;[J];航空兵器;2010年05期
方威;王锋;丁团结;;[J];飞行力学;2010年06期
中国重要会议论文全文数据库
栗永星;吴润衡;;[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年
宋其江;陈翰馥;;[A];第二十六届中国控制会议论文集[C];2007年
;[A];第二十九届中国控制会议论文集[C];2010年
孟繁波;王兴兰;王巍;;[A];2011年全国通信安全学术会议论文集[C];2011年
;[A];第二十六届中国控制会议论文集[C];2007年
徐静;冯前进;牛欣;;[A];第十次全国中医药传承创新与发展学术交流会暨第二届全国中医药博士生优秀论文颁奖会议论文集[C];2011年
李文魁;陈永冰;张洪源;陈焕清;陈洪卿;;[A];2009全国时间频率学术会议论文集[C];2009年
杨鹏;袁占亭;王继曾;;[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年
吕学梅;宋莹华;郭立运;;[A];第28届中国气象学会年会——S11气象与现代农业[C];2011年
许雪晴;周永宏;;[A];第二届中国卫星导航学术年会电子文集[C];2011年
中国重要报纸全文数据库
许跃彬;[N];石家庄日报;2008年
通讯员龚绍勇;[N];中国城乡金融报;2009年
本报记者 来莅;[N];北海日报;2009年
王海燕;[N];中国交通报;2011年
涂露芳;[N];北京日报;2008年
本报记者 薄熙惠;[N];朝阳日报;2008年
孙伟　刘云;[N];云南日报;2009年
汪清 记者 李欣;[N];牡丹江日报;2009年
罗骏;[N];天津日报;2009年
陈永刚　通讯员
魏征;[N];湖南日报;2010年
中国博士学位论文全文数据库
张扬;[D];上海交通大学;2009年
高波;[D];哈尔滨工业大学;2013年
何嘉梅;[D];西南大学;2011年
郑亚晶;[D];北京交通大学;2013年
戢晓峰;[D];西南交通大学;2009年
齐军领;[D];山东大学;2012年
黄德启;[D];武汉理工大学;2012年
沈鸿飞;[D];北京交通大学;2012年
雷霆;[D];中国矿业大学（北京）;2010年
蔡建春;[D];云南大学;2010年
中国硕士学位论文全文数据库
孙翰墨;[D];华北电力大学（北京）;2011年
赵卓;[D];哈尔滨工业大学;2012年
何俊;[D];南京航空航天大学;2012年
李文一;[D];新疆大学;2012年
王锐;[D];山东大学;2013年
万丽娟;[D];中南大学;2009年
范菁;[D];燕山大学;2010年
周元;[D];北京交通大学;2011年
丁玲娟;[D];华东师范大学;2012年
张婷婷;[D];合肥工业大学;2013年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号}