基于左右端点的IOWGA算子的区间型组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导有序加权几何平均(IOWGA)算子,以对数误差平方和为准则,分别建立左、右端点的IOWGA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,给出各模型间最优解的性质.     

基于IGOWLA算子的最优组合预测模型及应用

OWA算子及其拓展后的信息集成算子已被广泛应用于组合预测中。文章在有序加权对数平均算子基础上提出诱导广义有序加权对数平均算子(,IGOWLA)的概念,讨论它的几种特殊情形,同时研究它们的一些性质。然后给出一种基于IGOWLA算子的组合预测模型,并探讨权系数求解方法。     

基于贴近度的诱导广义OWA算子最优组合预测模型

文章提出新的基于相关性的指标的变权组合预测模型.文中引入λ次幂误差,将贴近度和IGOWA算子结合起来,构建了基于最大最小贴近度的IGOWA算子的组合预测模型.同时将组合预测模型转化为容易求解的线性规划模型,从而获得权系数的计算方法.最后,通过一个实例计算表明,文章所提方法能够有效提高预测精度.     

基于IOWA算子的税收组合预测模型

文章引进诱导有序加权平均(IOWA)算子的概念,建立诱导有序加权平均新的组合预测模型.该模型与传统的组合预测方法的区别在于组合预测的赋权系数与单项预测模型无关,而是与单项预测模型在各时点上的预测精度的大小密切相关,这是组合预测方法的一种新的可变赋权方法.文章给出了基于IOWA算子的税收组合预测模型,实例分析结果表明该模型是可行和有效的.     

基于区间关联度的IOWGA算子的区间组合预测

文章利用诱导有序加权几何平均(IOWGA)算子,将区间作为整体,以灰色区间关联度作为诱导准则,可以建立左右端点权重不相等的常规的区间组合预测模型,以及适用于左右端点较接近的左右端点权重相等的区间组合预测模型,避免出现左端点值大于右端点值的极端情形.通过实例分析说明左右端点相等权重和不等权重模型能有效提高预测精度以及模型的灵活性.     

基于IGOWLA算子的区间组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导广义有序加权对数平均算子(IGOWLA)算子的概念,以误差平方和为准则,分别建立左右端点的基于IGOWLA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型.通过实例分析说明了该模型能有效提高预测精度.     

ICOWA算子的区间组合预测模型

文章针对区间数的预测问题,将Theil不等系数和诱导连续有序加权平均(ICOWA)算子结合,建立了基于Theil不等系数的ICOWA算子的区间组合预测模型.针对该模型建立了评价体系,并提出了优性区间组合预测、非劣性区间组合预测和劣性区间组合预测等概念,最后通过实例分析,得出该区间组合预测是合理的和有效的.     

基于一种贴近度的IOWA算子的优性组合预测模型

传统的组合预测模型中每一种单项预测方法在各个时点具有相同的加权系数,但实际上同一种单项预测方法在各个时点的预测精度有高有低,为了克服单项预测方法取固定权系数的缺陷,构建了基于一种贴近度的IOWA算子的变权系数的组合预测模型,并探讨模型的非劣性组合预测、优性组合预测存在性的充分条件,实例分析结果表明：该模型在预测效果评价指标体系中明显优于传统的组合预测方法。     

确定组合预测权系数最优近似解的方法研究

一、引言组合预测可以综合利用各单项预测方法提供的信息,是提高预测精度的有效途径,组合预测的关键是确定各单项预测方法的加权系数;根据加权系数是否为时变参数,组合预测方法大致可分为非线性组合预测方法和线性组合预测方法两类;目前研究最多、应用最广泛的是线性...     

预测模型精度的评价

文章针对预测模型的评价问题,将数据采集和数据处理阶段的评价作为前评价,将预测模型的拟合有效度作为后评价,在此基础上给出预测模型的综合评价模型,从而进一步完善了预测模型的评价过程。     

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。     

基于灰色关联度的广义IOWA算子组合预测模型

文章在广义诱导有序加权(GIOWA)算子的基础上,结合关联度指标之一的灰色关联度指标,建立了基于灰色关联度的GIOWA算子的组合预测模型.同时,讨论了该算子的相关概念和性质,给出了该算子权系数的确定方法,并对所建立的组合预测模型中的参数λ进行了分类讨论并给出实例检验,结果表明该组合预测方法的合理性和有效性.     

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.     

基于相关系数及IOWA算子的区间组合预测方法

传统的组合预测方法是针对数字型数据并以改善拟合误差平方和为准则来建立模型。然而,在不确定环境下,样本数据和预测值均以区间数给出,因此有必要研究区间组合预测模型。文章引进IOWA算子以及相关系数概念,建立了多目标的区间组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性,同时给出模型中的参数的灵敏度分析。     

基于ARMA-GM-BP组合预测模型及应用

文章介绍了ARMA、GM(1,1)模型并建立了ARMA-GM-BP组合预测模型;通过对中国2005～2013年(DP的预测和检验,表明该组合预测模型的拟合及测试效果比单独利用ARMA、GM(1,1)模型的效果有很大改善;最后运用ARMA-GM-BP组合预测模型,对中国2014年、2015年的GDP作出了预测.     

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.     

基于Theil不等系数的C-IGOWLA算子的区间组合预测模型

传统的组合预测方法通常是针对非区间数据在最优准则下来建立最优预测模型的,但实际,中在不确定环境下样本数据和预测值序列均以区间数形式给出,因此有必要研究区间组合预测模型.文章引进连续区间诱导广义有序加权对数平均算子(C-IGOWLA)的概念,以Theil不等系数作为最优准则,提出了一种新的基于Theil不等系数的C-IGOWLA算子的区间组合预测模型,并结合实例验证了模型的有效性.     

基于IOWA算子的优化灰色组合模型及其应用

为了提高灰色模型在实际应用中的预测精度,文章对经典GM(1,1)模型进行了改进优化.首先从初始值、背景值和灰色微分方程三个方面优化经典GM(1,1)模型,然后运用诱导有序加权平均(IOWA)算子对三个优化模型进行组合赋权,建立基于IOWA算子的优化灰色组合模型,最后将该组合模型应用到江西省农村电力中长期负荷预测中.结果表明,所提出的组合模型比经典模型和单项优化模型具有更高的预测精度.     

基于新的相关性组合预测模型构建

文章通过预测中各数据按指标无量纲化处理,提出了贴近度等新的概念,构建了基于新的相关性指标的算术平均最小贴近度的组合预测模型。针对该模型,探讨了非劣性组合预测、优性组合预测、冗余预测方法的存在性和冗余信息的判定,从理论上研究了该模型的有效性。最后进行实证分析,表明该方法是可行性和有效性的。