运用变权重动态调整预测方法对季节变化数据的预测

变动权重组合预测方法使预测精度在过去常规的固定权重预测法的基础上大幅度提高.文章在分析了季节变动数据特征的基础上,对季节变动数据提出了变权重动态调整预测的方法.该方法不仅具备变动权重的大幅度降低预测误差的优势,同时基于季节变动数据的特征,采用了动态规划的思想调整预测数据,使误差进一步降低.     

石油价格的一种变权重组合预测

石油价格的预测具有重要的意义,近年来的研究表明,变权重组合预测比常数权重组合预测具有更高的精度.本文提出一种利用神经网络和时间序列进行变权重组合预测石油价格的方法,这种方法相对于常数权重组合预测方法更接近油价波动的实际情况,对于石油价格的预测具有一定的应用价值.     

模糊变权组合预测方法研究

在不确定环境组合预测中,用模糊权重系数更能体现各单项预测方法的客观表现.文章提出一种新的权重系数为三角模糊数的组合预测方法.首先建立以组合预测精确度指数最小为准则的模糊加权组合预测模型,为了避免样本数据中极端值对模型的影响,对模型进行改进,提出带有0-1变量的模糊加权组合预测模型.进一步考虑到单项预测方法在不同时刻的表现有所差异,建立基于诱导有序模糊加权平均(IOFWA)算子的模糊变权组合预测模型,该模型不仅能克服极端值的影响,而且具有更高的预测精确度.并实证验证了该方法的适用性和灵活性.     

变权重组合预测模型在短时交通流预测中的应用

文章通过分析短时交通流时序特性,将组合规划理论应用于短时交通流预测,建立了变权重组合预测模型。并以武汉市雄楚大道理工一桥路口东西直行交通流量为基础数据,采用变权重组合模型对其进行分析。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合模型发挥了4种模型各自的优势,是短期交通流预测的有效方法。     

改进的熵值法在确定组合预测权系数中的应用

传统的熵值法是根据各单项预测模型的预测误差序列的变异程度,利用信息熵的概念,求得权重系数。文章对此作了改进,认为相对误差序列是一种随机变量,要考虑其服从正态分布的特点,可以按照等概率原则划分状态区间,并赋予一定的概率。实例分析结果表明改进后的方法更能提高组合预测的精度。     

线性时变参数DGM(1,1)变权组合预测模型

文章为了提高统计组合预测的拟舍和预测精度,根据线性时变参数离散灰色预测模型的初值优化方法,给出了几个线性时变参数DGM(1,1)模型作为单项预测模型,进一步利用这些单项预测模型建立了一类变权线性时变参数组合预测方法.最后,将变权重线性时变参数组合预测方法应用于新疆生产建设兵团城镇化发展水平的组合预测,实例结果表明变权重线性时变参数组合预测方法具有较高的拟合精度.     

物流需求的广义集成预测法

物流需求的集成预测法是将多种预测方法按一定权重进行组合的综合预测方法.文章基于多元线性回归思路,提出一种求取权重的定量方法,并把权重广义化,使用系数替代权重,扩大了权重的取值范围,实现了定量求取系数的目的.并设计了一个实验,验证了提出的广义集成预测法提高了预测的精度.     

组合预测在粮食产量预测中的应用

一、组合预测赋权简评 所谓组合预测,即是将若干各预测方法赋予不同的权重,从而形成综合的组合预测模型.     

一种改进变权重模型在农业经济预测中的运用

预测模型多样化已经成为数量经济研究的特点,如何选取最合适的预测方法至关重要。文章对变权重组合模型的基本原理进行了详细的论述,并结合相关研究成果对其进行了改进;采取三种常规预测模型对我国1978~2009年的农业国内生产总值进行了分析,并计算出了相应权重和进行了预测。     

加权残差平方和最小的组合预测组合权重的确定

文章分析了组合预测中组合权重恒大于零的不足之处,证明了组合加权权重可正可负;根据新旧历史数据对预测结果的影响程度不同,探讨并给出了时间权重的概念和时间权重应该满足的条件,且基于所给时间权重建立了加权残差平方和最小的组合预测组合权重确定模型,并推导出了基于时间权重的组合预测组合权重确定公式。     

油气生产成本的组合预测研究

进行油气生产成本预测是增强资源型产业竞争力的有效机制。然而油气生产成本内容的相对复杂性导致单一预测方法存在预测信息不够周全、预测价值有限的弊端,通过实施单一预测结果的误差分析,获取组合预测模型的修正权重,应用组合化模型进行油气生产成本预测,能够有效发挥单一预测方法的优势,获取相对优化的整体预测结果。     

基于多源信息融合的能源需求预测模型研究综述

文章以能源需求预测模型技术提升和预测误差不断改善为线索,从信息源的角度出发,梳理了国内外能源需求预测的相关理论与模型特征.能源需求预测模型经历了单一模型、多源模型组合和智能信息融合三个发展阶段,文章对模型发展阶段的特点和存在问题进行评述,对未来非线性、变权重技术以及多源信息融合模型在能源需求预测方面的应用做出进一步展望.     

几种组合预测方法对股票市场的预测效果研究

为了研究几种组合预测方法的预测效果,文章首先利用GM(1,1)、BP神经网络、支持向量机(SVM)三种单一预测方法对2008年的上证工业股指数、上证商业股指数、上证地产股指数、上证公共事业股指数作了预测,然后分别利用最优权重线性组合预测模型、基于SVM和基于BP神经网络的非线性组合预测模型对上述股指作了预测.通过对各种预测方法的预测效果进行对比分析,发现:在进行组合预测时,选择其中预测效果最好的一种方法作为二次组合预测的模型可以大大提高组合预测的效果.     

最优组合预测方法评析

组合预测,即是将若干种预测方法赋予不同的权重,从而形成综合的组合预测模型.自Bates.J.M.和Granger.C.W.J.首次提出组合预测方法以来,组合预测已经取得了很大发展.理论研究和实际应用表明,组合预测模型比单个预测模型具有更高的预测精度,能增强预测的稳定性,具有较高的适应未来预测环境变化的能力.因而引起了众多学者浓厚的研究兴趣.     

基于AHP和熵的舰船维修招标项目评标方法

提出了将AHP和熵值法分别确定的权重进行线性组合,使总体评价值达到最大来求得组合后的权重,并以此为基础对舰船维修招标项目进行评标,具有理论和实际应用价值.并比较了多种权重确定方法分别得到的评标结果,且对结果进行了分析.     

组合预测方法在磷肥需求预测中的应用

本文通过建立三次曲线法、产值磷肥耗费系数法和Logistic模型对我国磷肥消费需求进行了预测,同时以组合预测误差绝对值的和为最小的标准建立了组合预测模型.     

论最优加权组合预测思想在证券投资决策中的应用

一、引言自Bates和Grange1969年在运筹学季刊上发表论文《组合预测》以后,国内外对组合预测的研究日趋活跃,已有不少方法和应用成果。通常组会预测模型是用多个预测方法对同一预测对象进行预测的加权组合。而各个预测模型的权重合成方法已有十几种。本文主要利用最小二乘、最小一乘及极小极大化准则下组合预测模型,讨论组合证券投资决策模型。二、最优加权组合预测模型对于一个实际预测问题,设yi,yZ…,人为n期实际数据,欲利用这n期数据对未来的n＋1期数据八十;进行预测,设为对于上述预测问题的N种不同预测模型的预测值,误差为：…     

浅谈权重综合方法及组合预测

本文简要介绍了权重综合的组合预测方法，并用实例证实了组合预测方法在实际统计预测中的应用。     

基于组合预测的商品销售量预测方法

文章结合商品销售量的实际应用背景,在探讨单一预测模型建模原理的基础上,提出了能有效克服单一预测模型预测精度不高这一缺点的商品销售量组合预测模型,并推导出组合预测模型权重确定公式。文章还基于商品销量组合预测模型实证分析了组合预测模型在商品销售预测过程中能有效提高预测精度,且操作简便可行。     

FAR(p)与指数平滑的组合预测算法

一、引言 梅炽、姚俊峰等在<粗铜冶炼中铜铳品位的动态预测模式>一文中(见中南工业大学学报,2000,31(1):34-36)和邵义元在一文中(见鄂州大学学报,2002,9(4):38-39)提出了一种对铜统品位进行预测的方法,即以采集的现场数据为基础,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型.并将两种模型按最小二乘原理,以组合预测误差平方和为目标函数,通过使误差平方和极小化来确定两种预测方法的最优加权系数,建立一种新的组合模型,其预测误差最小.结果表明,在当时数据下,AR(p)与指数平滑组合模型比AR(p)与指数平滑模型单独使用时精确度都要高.本文在此基础上,对AR(p)与指数平滑组合预测模型做了改进,将AR(p)模型中的时间序列模糊化,便成为模糊时间序列,进而建立模糊时间序列AR(p)模型,即FAR(p)模型.从而提出一种新的组合预测模型--FAR(p)与指数平滑组合预测模型.最后将两种组合模型用于预测油田产油量,结果表明,FAR(p)与指数平滑组合预测模型比AR(p)与指数平滑组合预测模型有更高的预测精度.