关于非负权重组合预测的若干问题的探讨

在冗余方法和优性组合预没方法两个概念的基础上，探讨了关于非负权重组合预测的几个问题。文中的研究揭示了非负权重最优组合权重与预测误差协方差阵和最优组合权重之间的关系，这对于非负权重组合预测的理论研究和应用都有重要意义。     

组合预测误差信息矩阵进一步研究

研究组合预测误差信息矩阵的结构与非负权重组合预测方法性质之间的联系。给出了几个能够从组合预测误差信息矩阵获取关于非负权重最优组合预测方法组合结构信息的方法，这些方法是简单易行的、实用的。     

基于Theil不等系数的组合预测模型的性质

基于Theil不等系数的组合预测模型是一种新的相关性的组合预测模型,研究了该模型的性质。在提出若干新概念的基础上,探讨了模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,给出了冗余信息的判定。     

新疆生产建设兵团城镇化水平的变权组合预测

科学预测城镇化水平，对城镇化政策的制定、制度的改革、城市配套设施的建设以及就业问题的解决都具有重要意义。为了预测新疆生产建设兵团的城镇化发展水平，给出了一类基于组合权重的变权重组合预测方法，将该组合变权重组合预测模型应用于新疆生产建设兵团城镇化发展水平预测。计算结果表明组合变权重组合预测模型在时间序列数据的预测中具有一定的优势。     

组合预测误差信息矩阵研究

研究组合预测误差信息矩阵的结构与组合预测方法性质之间的联系,首次提出冗余信息概念,对最优组合预测方法的组合结构进行了研究。     

一种新的模糊自适应变权重组合预测算法

模仿人的决策过程，提出了一种模糊自适应变权重组合预测算法。算法通过各个单项预测算法在过去和最近时期与实际观测值的匹配程度自动地调整权重的分配，是一种变权重组合预测算法。仿真结果表明该算法简单有效，跟踪迅速     

供应链产品需求量变权重组合预测方法研究

提高市场需求预测的准确性是供应链系统应付不确定性,削弱"牛鞭效应"的重要途径。针对供应链产品市场需求量预测方法的不足,依据变权重组合预测技术,基于改进的GM(1,1)方法来确定组合预测模型的变权重权系数,给出了一种适合供应链系统产品市场需求量预测的变权重组合预测方法。最后以乳制品市场需求量预测为例,对该方法进行了应用验证,证明该方法可以提高预测准确性。     

基于组合预测的风险值研究

针对准确地预测一个金融资产的风险值具有一定困难的问题,从风险值的特点出发,探讨了使用组合预测方法来预测风险值的意义以及确定组合预测权重和单个模型选取的方法。结论是用组合预测方法能提高风险值的预测表现;影响预测表现的关键因素是权重和单个模型的选取。     

中国能源消费的组合预测

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性。鉴于能源消费系统的复杂性及非线性的特征,可利用中国能源消费量的历史数据,分别采用指数回归模型、多元回归模型及灰色模型建立中国能源消费系统的单项预测模型。之后,可采用标准差法进行非负权重分配,建立中国能源消费量的组合预测模型。分析结果表明,组合预测模型的精度高于单项预测模型。进而可应用该模型对中国未来10年的能源消费量进行预测。     

广义递归方差倒数组合预测方法研究

在递归等权组合预测方法（ＲＥＷ法）￣［１］和递归方差倒数组合预测方法（ＲＶＲＷ法）￣［２］的思路基础上，以方差的幂函数倒数构造组合权重，进一步提出了广义递归方差倒数组合预测方法（ＧｅｎｅｒａｌｉｚｅｄＲｅｃｕｒｓｉｖｅＶａｒｉａｎｃｅＲｅｃｉｐｒｏｃａｌＷｅｉｇｈｔｉｎｇ，即ＧＲＶＲＷ法），给出了有关的迭代计算方法。该方法更一般地体现了以预测精度作为组合权重依据的思想，将ＲＥＷ法和ＲＶＲＷ法概括为其特殊情况，实例表明，ＧＲＶＲＷ法可以明显地提高预测精度。     

简单平均组合预测有效性的应用分析

通过实例分析,说明了当序列模式变动较大时,简单平均组合预测模型相对于其他组合预测模型的优越性,并且基于样本段的拟合精度不足以说明组合预测模型的外推预测精度。文中的分析对于组合预测模型的选择和应用具有实际参考价值。     

基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理，并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上，通过BP神经网络进行组合预测，分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性，     

Improving Overall Mortality Forecasts by Analysing Cause-of-Death, Period and Cohort Effects in Trends

The major goal of this study is to propose improvements in the methods for forecasting overall mortality. In order to reach this goal, three types of trend-oriented forecasts have been studied. Each type of forecast is conditional on developments in one of the three factors, period, cohort and cause of death, which are known to represent symptomatic measures of certain causal mechanisms. Mortality projections have been made for four developed European countries: France, Italy, the Netherlands and Norway. The projections are based on observed mortality data over the years 1950--1994 and cohorts born in the nineteenth and twentieth century. The results of the analyses do not show a best solution, though the cause-of-death approach looks the most promising. However, the period and cohort approaches certainly have additional value in the forecasting process. The cause-of-death approach should ideally be used jointly with the overall mortality period (or overall mortality cohort) approach. However, the cause-of-death approach is not optimal for forecasting the mortality of the oldest-old. Another modelling method, for instance parameterization of overall mortality, should be considered for that purpose. The cohort approach can be used to improve forecasting of period mortality.     

产值单耗法在负荷预测中的应用

用产值单耗法预测渑池县2010年用电量,利用年均递增率法、电力弹性系数法、自然增长加大工业负荷法等3种预测方法对产值单耗法预测结果进行了校验．在适用条件、计算难度和适用期限等方面对这几种预测方法进行了分析、比较,重点对产值单耗法的适用范围、优缺点进行了分析评价,提出了一些有益结论,为县级供电企业短中期负荷预测提供了参考．     

两种区间数据主成分分析方法的比较研究

针对顶点主成分分析算法(VPCA)计算量会随着变量个数的增加而按指数速度增长的问题,Cazes P提出一种简化算法,通过直接计算VPCA的相关系数矩阵,可以消除大量的冗余计算,解决VPCA的维数灾难问题。文章通过对这两种方法的计算过程和计算结果进行比较,说明这两种方法在计算结果上是完全等价的,但是,Cazes P提出的简化算法的计算过程更简单、所占据的存储空间更小、计算速度更快,实验分析进一步验证了理论分析的相关结论。     

基于均匀圆阵的相干信号波束形成方法

提出一种新的相干波束形成方法,利用内插变换对相干背景下的真实阵列进行虚拟平移,得到多个虚拟平移后的信号协方差矩阵;对其进行平均后,所得到的相干信号协方差矩阵具有满秩性。利用一般的波束形成法求出最优权向量。该方法解决了五阵元均匀圆阵下二维相干信号的波束形成问题。计算机仿真表明该方法在小快怕数及低信噪比时能很好地抑制相干干扰,对期望信号和相干信号方向估计误差具有较强的稳健性。