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。     

用水量组合预测模型的研究

为了给水资源规划提供依据，我们要对城市用水量进行预测，以期揭示其变化规律和发展趋势。本文从分析城市用水量变化规律着手，给出了城市用水量预测的常用模型，进而确定组合预测模型。通过引入层次分析法（AHP）确定组合预测权系数，将目前常用的用水量预测模型有机地结合起来，建立了用水量组合预测的结构模型。算例结果表明，该组合预测模型在预测准确性方面能得到改进，能对城市用水量进行有效地预测。     

基于VAR和GM组合模型的电力消费预测

组合预测模型较单一模型具有更准确的预测精度,利用中国电力消费1978年~2007年的年度数据,将VAR模型与灰色预测的GM（1,1）、无偏GM（1,1）两种模型有机组合,建立灰色VAR组合预测模型,对2008年~2015年的电力消费量进行预测。结果表明,该模型平均相对误差为4.88%,拟合精度较高,具有较好的应用价值。     

基于广义IOWA算子的安徽省税收组合预测模型

先引进广义IOWA算子，建立广义IOWA算子组合预测模型.该模型与一般的组合预测方法的不同在于组合预测的赋权系数与预测精度有着紧密联系而与单项预测模型关系不大.这是组合预测方法的一种新的可变赋权方法.在此基础上建立基于广义IOWA算子的税收组合预测模型，并通过与指数平滑方法、线性回归预测方法和灰色预测方法进行比较，发现组合预测模型既稳定又精确.     

组合预测模型在城市垃圾产量预测中的研究与应用

为了给城市环境规划提供依据,我们要对城市垃圾产量进行预测,以期揭示其变化规律和发展趋势。本文从分析城市垃圾产量变化规律着手,给出了城市垃圾产量预测的常用模型,进而确定组合预测模型。通过层次分析确定组合预测权系数,将目前常用的垃圾产量预测模型有机地结合起来,建立了垃圾产量组合预测的结构模型。算例结果表明,该组合预测模型在预测准确性方面能得到改进,能对城市垃圾产量进行有效的预测。     

基于灰色理论和回归分析的中长期电力负荷组合预测研究

本文建立基于灰色预测和多元回归预测的电力负荷组合预测模型,结合实例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了分析和比较。     

基于灰色马尔可夫组合模型的福州港吞吐量预测

灰色马尔可夫组合模型是将灰色预测模型与马尔可夫模型进行组合优化,通过其对福州港2012-2016年货物吞吐量及集装箱吞吐量进行预测,并利用残差模型检验,证明了灰色马尔可夫组合模型能够解决单一模型的局限性、粗糙性和不稳定性问题,预测精度高,符合事物的发展规律,对业界预测港口吞吐量具有实践意义和参考价值。     

基于组合预测模型的煤炭能源消费总量预测

文章以2000—2016年的煤炭能源消费总量为原始数据,分析改进灰色预测模型,同时引入逻辑斯蒂预测模型,以组合模型与原始数据的残差平方和最小为目标函数确定组合模型权重系数,建立组合预测模型,通过验证3者的预测结果,得出组合模型比单一预测模型预测效果更好,适用性更强,对于煤炭能源消费总量的预测具有较好的指导意义与可行性。     

基于拉开档次法组合模型在物流需求预测中的应用——以江苏省为例

为了对物流需求进行科学预测,文章在主成分分析的基础上,选取了对物流需求影响较大的3个主要因素:人均社会商品消费额、人均GDP和商品零售价格指数为自变量.分别建立了多因素灰色预测模型、ARIMA预测模型、多元回归预测模型,并运用拉开档次法建立了组合模型。通过该组合模型对江苏省物流需求进行了预测。结果表明,江苏省物流需求每年以近9.5%快速增长。与其他预测模型相比,该预测模型具有更高的预测精度。     

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。     

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。     

组合预测冗余方法判定的一个补充规则

给出了一个非负权重最优组合预测冗余方法判定的补充规则及其证明，以释例说明了该规则能适应更多的实际情况，讨论了目前非负权重组合预测和冗余方法研究中的一些局限性，指出了进一步研究的思路。     

基于组合预测模型的滚装码头吞吐量预测

根据上海港滚装码头2006—2011年的吞吐量数据,采用时间序列法、灰色预测法以及相关性分析法等单项预测方法建立预测模型,计算发现相关性分析法预测的结果优于时间序列和灰色预测。建立最优线性组合预测模型并测算,证明该模型对于影响因素复杂且历史数据较少的滚装码头吞吐量预测具有较高的精度。     

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。     

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。     

城镇化水平预测方法新探——以神经网络模型的应用为例

在城镇化水平预测领域,基于时间因素的趋势回归法与经济因素的相关分析法是两种较为常用的预测方法,但两者在实际用于预测时都需要通过对时序数据的考察建立起相应的计量模型才能进行,而所建模型往往因存在一定缺陷而使预测效果受到严重影响。目前,基于数据驱动式的"黑箱"建模思想而诞生的神经网络模型在预测领域已得到了广泛应用,但在城镇化水平预测方面尚未得以充分使用。在对上述两种传统预测方法在应用中存在的缺陷进行实证分析并综合考虑时间因素与经济因素的基础上,运用神经网络模型在这一领域进行了尝试性的分析和探讨。结果表明,同两种传统预测方法相比,其预测效果较为理想。     

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PDL模型的我国省域人口总量预测方法研究——以甘肃省为例

在我国省域人口总量预测领域，基于时间序列分析的PDL模型目前尚未得到充分使用。文章以甘肃省为例，运用混合有限PDL模型，通过其与分要素预测法之间的预测效果对比，对其在这一领域的应用进行尝试性的分析和探讨。     

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，