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。     

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.     

综合素质评价中权系数的确定方法

以往进行综合素质评价,大多是采用主观赋权法确定权系数,由专家根据评价本身的意义,给出综合评价体系中各指标的权重,因此权系数解释性强,但客观性较差.本文提出利用一种新的方法--德尔菲法与因子分析法主客观相结合的方法,确定各指标的权重,使得权系数既易于解释,又更加客观准确,从而使评价结果更为合理,并得出了重要的结论.     

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。     

一种基于主客观权重信息集成的多属性群决策

针对一种在属性权重和决策者权重完全未知且属性值为定值的多属性群决策问题.文章基于离差最大化思想提出了一种可对多种主观和多种客观权重信息进行集成的最优化组合赋权方法求解属性的集成权重,计算各方案的综合属性值,以求属性的集成权重的方法去求解决策者的集成权重.给出了一个数值例子说明该方法的实用性和有效性.     

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.     

基于Vague集的可信度预测模型

预测技术是现代企业管理中一种重要的辅助决策工具.作为一种管理手段,准确客观有效的预测结果能够指导和优化经营生产活动;作为一种辅助决策手段,能够帮助管理者选对方向.文章利用Vague集理论定义并证明了多项集成算子和运算法则,提供了一种优化的客观准确的获取可信度权重系数算法.并在文献[1]基础上构建了一种优化的基于可信度预测模型的解决方案.     

广义偏差最小的组合预测加权系数确定

文章基于组合预测值序列与实际测量值序列偏差范数最小建立了广义偏差最小权重确定模型来确定组合加权系数,并运用遗传算法求解该非线性模型。在对预测值组合中,提出将既侧重于每个数据本身又侧重于各数据所在的位置的混合加权算术平均算子集结各时刻的预测值,以便于提高预测结果的精确度。     

基于改进Gini-Simpson指数的指标及权重均为混合属性的广义灰靶决策方法

提出了一种新的以改进的Gini-Simpson指数为决策依据的指标及权重均为混合属性值的广义灰靶决策方法。该方法构造权重函数将不确定性混合指标权重确定化,并以改进的综合加权Gini-Simpson指数作为方案决策的依据。首先将各方案的混合属性指标值转化为二元联系数,并分解为确定项和不确定项以组成(确定,不确定)二元组数;其次,分别获得各属性下靶心指标的(确定,不确定)二元组数;然后,构造权重函数将不确定性权重确定化,继而求得各方案的综合加权Gini-Simpson指数;最后以综合加权的Gini-Simpson指数为依据对各方案进行决策,以其值越小方案越优。案例分析的结果验证了该法的可行性。     

熵权双基点法在股票投资价值评价中的应用

文章提出将指标的客观熵权与重要性的主观权重相结合,作为评价指标的综合权重系数,这既克服了单纯依靠传统专家打分法的不确定性和随意性,又兼顾了证券市场投资者对指标重要性的认同,并与双基点法整合,形成多指标决策的熵权双基点法.将该方法应用于股票的投资价值评价的实证分析表明,与其他方法相比,该方法在比较股票间相对投资价值时具有较大优势.     

基于自适应在线极限学习机模型的预测方法

本文针对单个在线极限学习机输出不稳定的情况,提出一种自适应集成在线极限学习机算法(ASE-OSELM).算法首先初始化多个在线极限学习机模型,然后根据到达的每一批次数据的训练误差及其方差自适应地调整各个在线极限学习机的集成权重,并动态删除那些小于设定阈值的模型以提高算法的训练速度,最后选择准确度高、泛化能力好的模型用于集成预测.通过函数拟合、UCI数据集以及真实股价预测实验表明,文中提出的ASE-OSELM算法相比传统的OSELM、LS-SVM和BPNN算法具有更高的预测准确度和抗干扰能力.     

基于区间Vague集的人-岗动态匹配模型

针对现实生活中人岗匹配问题,文章提出一种新的决策方法.该方法首先引用区间Vague集来描述人岗匹配中的模糊性,通过自下而上的逆向指标体系构建方法,构建了人岗匹配的评价指标体系.为了体现出人岗匹配的动态性,定义了区间Vague集的预测方法,运用新的方法对属性权重进行赋权.在此基础上,利用前景理论对人岗匹配度进行测算,并在时间维度上进行纵向集成.     

综合评价中的非线性优化层次分析法

在多指标综合评价问题中,涉及到的一个关键问题是各评价指标的权重的确定。目前,用来确定权重系数的方法有:层次分析法(AHP)、德尔菲法、模糊聚类法、灰色关联法、熵值法、人工神络定权法、因子分析法和路径分析法等。其中层次分析法是目前较常用的方法之一,它是系统工程中十分典型的定性分析和定理分析综合集成的方法。     

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.     

改进的熵值法在确定组合预测权系数中的应用

传统的熵值法是根据各单项预测模型的预测误差序列的变异程度,利用信息熵的概念,求得权重系数。文章对此作了改进,认为相对误差序列是一种随机变量,要考虑其服从正态分布的特点,可以按照等概率原则划分状态区间,并赋予一定的概率。实例分析结果表明改进后的方法更能提高组合预测的精度。     

基于动态权重系数修订的政府采购供应商评价方法

文章提出了一店贯穿政府采购供应商评价全过程的,兼顾属性权重和专家权重的基于动态权重系数修订的评价方法.结合政府采购供应商评价计算实例,验证了该评价方法的可行性和有效性.     

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.     

基于灰色组合决策法的供应链构建

将组合权重法与灰色关联度相结合,提出了一种新的供应链构建的解决思路和决策模型。文章借鉴组合权重法建立了一个供应链运营能力评估模型,对其评价指标分别进行主、客观赋权,可以得到反映系统的主、客观信息的综合评价权重系数,为选择最优供应链奠定了数据基础。最后,通过灰色关联度分析给出了选择最佳供应链的一种易行、有效的方法,并举例说明了方法的可行性与准确性。     

基于相关性指标与广义IOWA算子的区间型组合预测模型

文章基于诱导有序加权平均算子构建了广义IOWA算子,结合相关系数、灰色关联度、夹角余弦、Theil不等系数四种相关性指标,建立了相应的广义单目标最优化模型,并分别对基于四种相关性指标的区间组合预测模型的优劣性进行了定义,提出了基于左右端点的区间型组合预测模型与区间组合预测效果评价指标,通过实例对所建立区间组合预测模型的有效性进行了验证与评价.