一种新的计算组合预测权重的方法

建立了基于最小二乘原理的组合预测模型,提出了求解此组合预测模型的一种新的算法,即Frank-Wolfe算法,并将其应用于实证研究.结果表明,Frank-Wolfe方法用于求解组合预测问题的权重时,是一种行之有效的方法.     

基于向量夹角余弦的组合预测模型的性质研究

基于向量夹角余弦的组合预测是一种相关性的组合预测模型,它是研究组合预测方法的一个新途经.针对基于向量夹角余弦准则下组合预测模型,研究它的基本结构特征.首先提出新的优性组合预测、预测方法优超、冗余度等概念.然后探讨了非劣性组合预测、优性组合预测以及冗余预测方法的存在性,并给出冗余信息的判定定理.最后进行实例分析,表明该方法有较大的实际应用价值.     

基于相关系数的钢材需求量组合预测

近年来我国钢材消费量和产量大幅提升,在1997～2006年的10年里分别增长了308%和367%,虽然同期内国内铁矿石产量也增加了119%,但仍无法满足钢铁工业的需求,对外依存度从28.5%提升到51.8%。在对钢材以及铁矿石消费量的预测实践中,由于不同的预测方法能够提供不同的有用信息,其预测精度往往也存在差异,为了分散预测的风险,文章采用基于相关系数的组合预测方法对我国未来的成品钢材需求量进行预测,并对预测结果进行了深入分析。结果表明,基于相关系数的组合预测模型在预测准确性和适应性方面均能得到一定改善,能很好地对钢材需求量进行科学、有效的预测。     

企业财务预警模型概述

财务预警是企业管理的重要组成部分,对预防企业财务风险乃至经营风险有着重要作用。本文先阐述了财务预警的概念和作用,在此基础上概述了不同预警模型的优缺点及应用时应注意的问题。     

浅谈需求预测在医用耗材库存管理中的应用

本文分析了医用耗材的需求趋势和特点,并以一家大型综合医院(以下简称HX医院)的库存管理作为研究的出发点,详细阐述了需求预测对于降低医用耗材的库存成本所具有的实际作用和意义。另外,本文还选取了该医院一种常用的医用耗材进行定量分析和预测,取得了良好的效果。     

广义加权平均组合预测及其应用

本文利用拉格朗日乘数法给出广义加权平均组合预测权系数的简易计算方法,并将此预测方法用于航材消耗预测。实例表明此方法的预测效果更佳。     

基于Lasso-Arima-GM的碳足迹情景分析

结合运用Arima-GM(1,1)组合预测和Lass模拟了碳足迹走势,并据此提出推动能源绿色转型、有序推进碳预算、发展智慧经济等控制碳足迹的政策建议。     

组合预测在商业银行信用风险评估中的应用

本文运用组合预测思想,提出了一种将统计方法与神经网络技术相结合的组合预测方法,并应用于商业银行的信用风险评估中。实证结果表明新方法的预测精度高于任何一种单独的方法     

基于模型平均的中国产出增长和通货膨胀密度预测

产出增长和通货膨胀是政府宏观调控关注的最重要的两个指标,对二者进行准确预测有利于精准施策.传统预测往往基于点预测,即对经济变量的条件均值展开预测,无法准确刻画预测结果的不确定性,而密度预测提供了未来条件概率分布的预测,有效弥补了点预测的缺陷.本文基于自回归分布滞后(ADL)模型,利用17个预测指标构建了中国产出增长和通货膨胀的密度预测模型,并采用多种检验方法评估不同模型的可适性.结果发现,基于单个预测变量的自回归分布滞后(ADL)模型大多存在模型误设的问题,而对多个ADL模型进行加权平均得到的组合预测能显著降低模型误设的风险.样本外预测进一步表明,基于OLS参数估计的贝叶斯模型平均(BMA-OLS)方法能较准确地预测中国产出增长和通货膨胀的未来分布.     

基于Kullback-Leibler信息量的最优ARMA模型组选择与组合预测研究

ARMA模型在管理科学领域有着广泛的应用,组合预测可以提高ARMA模型的预测效果,但是如何选择最优模型组是十分重要但尚未解决的问题。本文提出了一个基于Kullback-Leibler信息量(简称K-L信息量)的最优模型组选择方法确定那些与最优模型无显著差异的模型形成最优模型组。最后,本文通过模拟数据比较了基于最优模型组的组合预测与根据AIC准则确定的单个最优模型的预测效果,组合预测效果要优于单模型预测。     

基于特征融合的生鲜商品短期销量组合预测

生鲜产品由于保质期短、易腐易损等特点,对短期销量预测的准确度和可靠性要求极高.为此,本文综合时间、定价、竞价、新鲜度等多种微观层面因素,开展了特征工程分析,并在此基础上提出了生鲜商品销量的ARIMA-NARX组合预测模型.该组合模型首先利用ARIMA模型描述销量时间序列中的线性规律,然后借助衍生降维处理后的特征矩阵,采用NARX捕捉ARIMA残差中的非线性关系,并利用NARX残差预测结果修正ARIMA预测值.最后,将该组合模型的预测结果与ARIMA、NARX、ARIMA-NAR、SVM及回归决策树等模型预测结果及真实观测值进行对比分析,通过MSE/MAPE预测误差评价和DM检验,验证了该组合预测模型的预测能力合理性和有效性,并能较大幅度提高生鲜产品短期销量的预测精度.     

组合预测误差校正模型的应用分析

过仿真和实例应用进一步分析了基于斯坦规则估计和误差校正机制的组合预测模型 的适用性,并初步探讨对不同形式的组合预测模型进行再组合的效果. 应用结果表明,对于非 平稳或模式变动较大的平稳序列,组合预测的误差校正模型相对于非误差校正模型具有明显 的性能优势,不同组合预测的再组合可在一定程度上分散组合预测模型形式选择不当的风险.     

基于漂移度的组合预测方法研究

由于不同的预测方法能够提供不同的有用信息,其预测精度往往也存在差异,为了分散预测的风险,采用组合预测方法。本文首先提出相容方法集和互补模型集,然后在对不同单一预测模型的漂移性和互补性研究的基础上提出了基于漂移度的组合预测模型,为组合预测模型研究提供一种新的思路。最后通过实例来说明基于漂移度的组合预测模型能够提高样本期预测精度和外推预测精度及实际应用的有效性。     

基于模糊逻辑系统的非线性组合预测方法研究

针对线性组合预测方法的局限性,本文提出了一种基于高斯型模糊逻辑系统的非线性组合预测新方法,并给出了相应的反向传播学习算法确定模糊系统的参数及模糊子集的划分．理论分析和应用实例表明：该方法具有很强的学习与泛化能力,在处理诸如非线性系统中时间序列的组合建模与预测方面都良好的应用价值．     

汇率的非线性组合预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存在着较大的局限性。本文提出了一种基于模糊神经网络的汇率非线性组合建模与预测新方法,并给出了相应的混合学习算法。对于英镑、法朗、瑞士法朗、日本元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。     

关于档案室藏量的组合预测研究

根据浙江省宁波市湾底村档案工作的调研和统计成果,运用组合预测的方式预报其文书档案的数量,并与实际统计的数据相对比,验证组合预测的合理性,为优化村级档案室室藏提供参考,运用定量法提升档案学理论高度。     

基于状态转移回归的动态集成时序预测方法

最优模型子集的确定和集成权重的设置是组合预测中的两个重要问题,直接关系到组合模型的预测表现。为此,本文提出了一个基于状态转移回归的动态集成时序预测方法,首先基通过计算单体模型和原始数据之间的互信息确定最优模型子集;其次,通过状态转移回归实现单体模型的动态集成,并获得最终预测值。通过对9个国家的主权信用违约互换利差数据进行预测实验,本文发现所提出的状态转移组合预测模型表现良好,不仅优于一般单体预测模型和组合预测模型,还优于基于滑动窗口技术的动态组合预测模型。     

基于斯坦规则和误差校正的组合预测模型

研究了基于斯坦规则估计和误差校正机制的组合预测方法和模型设定 .应用表明 ,利用斯坦规则结合非样本信息可以改善组合预测性能 ,采用误差校正形式的组合预测模型较之其它形式的组合预测模型具有更高的外推预测精度 ,建议的误差校正形式具有更高的精度和更广的适用性     

基于模糊神经网络的企业财务危机非线性组合预测方法研究

本文提出了一种基于模糊神经网络的企业财务危机非线性组合建模与预测新方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistic回归模型的预测结果对比表明,该方法具有预测精度高,学习与泛化能力强,适应性广的优点。在预测上市公司财务危机方面优于其他方法。     

一种基于组合神经网络的时间序列预测方法

本文探讨了神经网络时间序列预测模型的建立机制有其的构造方法，同时，为了消除模型的系统偏差，提出了构造辅助神经网络用以对原有模型的预测结果进行了校正以减小其误差。并对外汇汇率数据进行了模糊构造和预测。结果表明，组合神经网络在模型的拟合精度和预测准确性方面有都有提高。