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。     

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。     

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。     

一种新的模糊自适应变权重组合预测算法

模仿人的决策过程，提出了一种模糊自适应变权重组合预测算法。算法通过各个单项预测算法在过去和最近时期与实际观测值的匹配程度自动地调整权重的分配，是一种变权重组合预测算法。仿真结果表明该算法简单有效，跟踪迅速     

供应链产品需求量变权重组合预测方法研究

提高市场需求预测的准确性是供应链系统应付不确定性,削弱"牛鞭效应"的重要途径。针对供应链产品市场需求量预测方法的不足,依据变权重组合预测技术,基于改进的GM(1,1)方法来确定组合预测模型的变权重权系数,给出了一种适合供应链系统产品市场需求量预测的变权重组合预测方法。最后以乳制品市场需求量预测为例,对该方法进行了应用验证,证明该方法可以提高预测准确性。     

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。     

基于组合预测的风险值研究

针对准确地预测一个金融资产的风险值具有一定困难的问题,从风险值的特点出发,探讨了使用组合预测方法来预测风险值的意义以及确定组合预测权重和单个模型选取的方法。结论是用组合预测方法能提高风险值的预测表现;影响预测表现的关键因素是权重和单个模型的选取。     

广义递归方差倒数组合预测方法研究

在递归等权组合预测方法（ＲＥＷ法）￣［１］和递归方差倒数组合预测方法（ＲＶＲＷ法）￣［２］的思路基础上，以方差的幂函数倒数构造组合权重，进一步提出了广义递归方差倒数组合预测方法（ＧｅｎｅｒａｌｉｚｅｄＲｅｃｕｒｓｉｖｅＶａｒｉａｎｃｅＲｅｃｉｐｒｏｃａｌＷｅｉｇｈｔｉｎｇ，即ＧＲＶＲＷ法），给出了有关的迭代计算方法。该方法更一般地体现了以预测精度作为组合权重依据的思想，将ＲＥＷ法和ＲＶＲＷ法概括为其特殊情况，实例表明，ＧＲＶＲＷ法可以明显地提高预测精度。     

组合预测在油气操作成本预测中的应用

油气操作成本在油气生产中占有较大比重，其高低直接影响油气田开发的经济效益。准确地预测油气单位操作成本，可以在生产中采取有效的控制手段，降低成本，提高企业效益。将组合预测法应用于油气操作成本的预测，利用非线性回归模型和灰色模型加权组合建立组合预测模型，并通过平均绝对误差、平均绝对百分比误差、均方误差和均方百分比误差等指标比较，证明组合模型比单一模型的预测效果更好，能提高油气操作成本预测的精度。     

基于Theil不等系数的组合预测模型的性质

基于Theil不等系数的组合预测模型是一种新的相关性的组合预测模型,研究了该模型的性质。在提出若干新概念的基础上,探讨了模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,给出了冗余信息的判定。     

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。     

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，     

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。     

递归等权组合预测方法研究

文献[1]提出了递归等权组合预测方法(RFW),对在两种方法组合的情况下进行了一些有益的探讨,但是对一般情况下REW法的有效性和收敛性问题并未涉及。本文从理论上证明,在一般情况下,REW是收敛的,且REW法导出的加权组合预测方法至少是非劣性組合预测方法,从而在理伦上保证了REW法的可操作性。     

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.