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.     

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.     

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.     

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.     

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。     

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。     

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.     

变权重组合预测模型的局部加权最小二乘解法

随着科学技术的不断进步，预测方法也得到了很大的发展，常见的预测方法就有数十种之多。而组合预测是将不同的预测方法组合起来，综合利用各个方法所提供的信息，其效果往往优于单一的预测方法，故得到了广泛的应用。而基于变系数模型的思想研究了组合预测模型，将变权重的求取转化为变系数模型中系数函数的估计问题，从而可以基于局部加权最小二乘方法求解，利用交叉证实法选取光滑参数。其结果表明所提方法预测精度很高，效果优于其他方法。     

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.     

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.     

基于模糊相对误差等式的组合预测模型

预测的关健是建立合理的预测模型,不同的预测模型各有长处,通过对不同预测模型的线性组合可以得到效果更好的线性组合预测模型.组合预测法的关键是确定组合的权重.文章给出了一种基于模糊相对误差等式模型的组合预测方法,将模糊等式转化为线性规划问题,通过求解该线性规划,得到最优线性组合权重值.实例表明,该方法计算简单,且预测精度高.     

基于改进的优化组合方法的旅游需求预测

目前对于旅游需求的预测一般均是采用单一预测方法,然而受众多因素的影响,各单一预测方法往往不能囊括旅游需求的全面有效信息,从而大大降低预测结果的准确性。为进一步丰富和完善旅游需求预测研究,文章基于改进的优化组合预测方法对天津市城市居民国内旅游需求规模加以预测,研究结果表明,两种方法较其他各单一预测方法均取得了良好的预测效果,而在不同时期有着不同权重值的变权重组合预测方法会获得更好的预测结果。     

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。     

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。     

基于贝叶斯组合分类的SME信贷违约预判模型

文章针对现有的大部分单一分类器预测精度不而,且具有一定限制条件的弱点,提出了应用组合分类模型对中小企业信贷违约预判的方法.以调整的SVM后验概率分类器和多维正态分布概率分类器为基本模型,构建了基于贝叶斯规则动态分配权重的组合分类模型,并把它应用于中小企业信贷违约预判.结果表明,该模型克服了普通组合预测模型权重分配固定的弱点,可获得较高的稳健性和分类精度.     

人才规模优化的多目标组合预测模型

本文构建了基于模糊综合评价方法的人才规模优化多目标组合预测模型,对组合预测模型中权重的确定过程进行了详细阐述.该模型较之现有的人才规模优化预测研究采用单一模型预测更加全面合理.     

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.