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。     

基于预测期的变权重组合预测法及其应用

文章针对传统变权重组合预测利用基期误差最小化,求得权重与各个单预测方程预测期的预测值进行组合预测的问题,在充分考虑时间信息匹配的基础上,基于变权组合预测的基本原理对最小误差进行了预测修正,使原误差矩阵进行新陈代谢求得预测权重代替基期权重,使预测方程更加平稳.实例验证了预测结果的合理性.     

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.     

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。     

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。     

基于TOPSIS的成本组合预测方法及其应用

准确的成本预测是企业制定经营决策和经营计划的前提和基础,它对加速企业的发展和提高企业经济效益产生极其重要的作用.文章首次将组合预测引入成本预测过程中,并基于理想解法(TOPSSI)给出一种确定组合权重的方法,从而建立了基于TOPSIS的成本组合预测方法,最后实例分析了该方法在提高成本预测过程中能有效提高预测精度,说明了本方法在成本预测过程中的有效性、可行性和可操作性,完善了成本预测方法的理论体系.     

基于组合加权算术平均算子的组合预测方法

组合预测能有效结合单一预测模型的优势,有效提高预测的精度,文章在建立广义相对偏差组合预测权系数确定模型的基础上,给出广义相对误差组合预测权系数确定模型的遗传算法求解过程,最后给出基于组合加权算术平均算子的组合预测集结方法.     

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.     

基于不确定正态云组合权重的综合评价方法研究

如何确定指标体系的权重是多属性决策中的一个重要问题。针对多属性决策中主客观权重的不确定问题,通过逆向云生成算法将多个主客观权重进行信息融合,生成不确定正态云组合权重,构建基于云模型的主客观组合赋权方法。在此基础上,提出基于正态云组合权重的多属性综合评价方法,该方法通过计算各方案组合赋权与理想方案组合赋权之间的正态云相似度值大小进行排序并确定最佳方案。最后,通过算例说明云组合权重综合评价方法的可行性和有效性。     

基于区间标度的旅游需求组合预测方法

针对旅游需求预测中存在的不确定性问题,文章提出一种基于区间标度的旅游需求组合预测模型.为克服旅游需求预测中存在的不确定性因素的影响,构建了基于区间数时间序列的旅游需求组合预测模型,利用最优原理构建了基于区间数的旅游需求组合预测模型的组合权重确定方法,给出一种快速确定区间型旅游需求组合预测模型的组合权重计算公式,实证验证了此方法的合理性和可行性.     

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.     

VaR组合预测权重的两类约束

组合预测是提高VaR预测表现的有效方法。文章通过研究对VaR组合预测权重加以两类约束(无常数项、无常数项且权重和为1)的意义及其估计的特征,认为权重加以这两种约束有助于体现组合预测的宗旨;权重无约束时VaR组合预测能给出样本内的无偏估计,而加以这两类约束后不能保证该性质成立;当加以约束后估计偏差不大并且其波动性也不大时,也应考虑使用约束,实证研究发现对于无常数项的约束存在估计表现相差不大的情况。     

基于组合预测模型的粮食价格模拟仿真比较

文章构建了基于组合预测模型的粮食价格预测模型,并实例分析了基于组合预测模型的粮食价格预测模型要比基于单一预测模型的粮食价格预测模型精度高.文章分析了现有的粮食价格预测模型的研究成果,并指出研究成果中存在的缺陷,接着建立了基于组合预测模型的粮食价格预测模型,推导出确定组合权重的计算公式,最后通过实证对比分析了基于组合预测模型的粮食价格预测能有效提升粮食价格预测精度,说明所建立模型的可行性和有效性.     

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.     

基于粗糙集的组合预测方法在粮食产量预测中的应用

粮食产量是国民经济发展一项重要指标,对粮食产量的预测,目前多采用组合预测的方法.在组合预测中单一预测模型的选择和组合系数的确定是两个至关重要的问题,本文基于粗糙集理论构建了一种新的组合预测模型,这种方法计算简单,无需建立数学模型,完全通过数据驱动.算例显示这种方法不但明显优于传统的最优组合预测方法,还优于先进的神经网络组合模型,在实际的粮食产量预测问题中有着广泛的应用前景.     

基于灰色关联度的优性组合预测模型存在性及赋权方法

灰色关联分析是通过对时间序列数据几何关系的度量来比较系统中多因素的紧密程度的量．在组合预测技术中,通常利用灰色关联度最大化的方法来确定各单项预测模型的权重系数．文章在分析灰关联度模型的基础上,得到结论即组合预测离差平方和最小与灰色关联度在确定优性组合预测模型中具有一致性,实例分析证明结论正确、有效。     

组合预测及其应用研究

组合预测及其应用研究浙江财经学院徐大江一、简述各预测方法性能的优劣是有条件的，为了有效地使预测具有对未来变化较高的适应性，即提高预测精度，增加预测的稳健性，可将若干种预测方法组合成一个预测模型，这就是组合预测。组合预测模型是两个或两个以上观测方法对同...     

基于变异系数的区域物流需求组合预测方法

区域物流需求的预测关系到整个区域经济的宏观政策的制定和可持续发展。文章在利用能充分保留单一预测模型所包含信息的变异系数法确定组合权重的基础上,建立了区域物流需求组合预测模型。最后选择能充分反映区域物流需求的年货运量建立了区域物流需求组合预测模型,实例验证了文章所建立组合预测模型不仅比单一预测模型精度高,而且组合预测模型精度比单一预测模型的精度有较为显著的提高。     

基于灰色线性回归组合模型的金融预测方法

建立精确的金融预测模型对金融产品管理和风险控制具有重要的实用价值.文章针对新时期下金融产品推出周期短,可建模数据少的特性,构建了一种少数据建模的灰色线性回归组合金融预测模型.针对传统GM模型中忽略了数据的线性变化规律,对传统的GM模型进行改进,加入线性部分,构建了灰色线性组合金融预测模型,并给出了灰色线性组合金融预测模型的参数识别算法.最后实证分析了灰色线性组合金融预测模型对少数据建模的有效性,且实证结果显示该组合金融预测模型具有较高的预测精度.