基于预测有效度的组合预测模型研究

本文基于预测方法有效度的概念，建立了改进组合预测模型，并给出其线性规划的解法。该模型具有计算简便的特点，而且具有可比性，能反映不同时间序列预测方法有效性。     

中国入境游客旅游目的地选择特征及变化

入境游客旅游目的地的选择及变化对我国各地区入境旅游市场的开拓及政策制定有重要影响。利用游客集中度、市场集中度等方法分析了1996-2010年我国主要入境旅游客源市场游客的旅游目的地选择及变动,采用亲景度理论分析了入境游客对各类城市和区域的旅游目的地选择偏好,并阐明了入境游客旅游目的地选择对各市场竞争态的影响。结果发现:主要入境游客类型对各类城市和区域旅游目的地选择偏好及变化差异较大,近程客源市场游客的目的地选择偏好程度呈现明显的距离衰减规律,远程客源市场则不明显;日韩为代表等传统客源市场与东南亚、俄罗斯为代表的新兴客源市场游客对城市类型的选择性及变动存在较大的差异;中国主要入境客源市场游客的旅游目的地选择呈现高度的地理和市场集中性,但集中程度逐步下降;入境游客的旅游目的地选择偏好与旅游目的地的客源市场竞争态状况存在着较强的正相关性,入境游客对旅游目的地的选择偏好是影响旅游目的地市场竞争态的主要原因。最后,根据入境游客旅游目的地选择的变化及所引发的竞争态势变动提出相应的入境旅游市场开拓建议。     

基于混沌搜索的LS-SVM预测算法

为利用最小二乘支持向量机(LS-SVM)来进行预测,首先要确定影响LS-SVM模型的两个主要参数γ和σ,针对该问题提出了采用混沌搜索算法来搜索该模型的最优参数组合。混沌搜索的运动轨迹具有遍历性,随机性,可以进行全局和局部寻优,利用该算法搜索最优参数来确定预测模型,然后将该预测模型用于预测实践。实验结果表明,该模型具有较精确的预测精度和适用性。     

变权组合预测模型研究

文献[1]就变权组合预测模型进行了有益的探讨,本文继续研究这一问题,给出完整的计算方法和应用实例。     

变权重组合预测模型的研究

变权重组合预测模型的研究周传世，刘永清（广东商学院）（华南理工大学）１引言组合预测的研究是现在预测方法领域中研究得最为活跃的一个领域之一，但在变权重组合预测方面的研究还没有多大的进展。变权重组合预测模型的建立与应用是提高预测模型的拟合精度和预测精度、...     

组合预测模型的筛选

组合预测模型的筛选周传世，刘永清邹自德（华南理工大学自动化系５１００００）（广州市电大增城分校）ＳｃｒｅｅｎｉｎｇｏｆＣｏｍｂｉｎａｔｉｏｎｆｏｒｅｃｗｓｔｉｎｇｍｏｄｅｌＺｈｏｕＣｈｕａｎｓｈｉ，ＬｉｕＲｅｎｑｉｎｇ＆ＺｈｏｕＺｈｕｌｅＩｎｔｈｉｓ...     

基于感知-认知因素的奥运会后北京旅游形象变化研究——以入境游客为例

旅游目的地形象是展现旅游目的地的品牌的最好形式,是一种旅游市场开发可以持续享用的资源.本研究在综合分析国内外旅游目的地形象研究成果的基础上,以入境旅游者的旅游感知形象、旅游认知形象为内容,对奥运会举办前和举办后的北京旅游形象进行了动态比较的实证分析.通过旅游者旅游感知形象、旅游认知形象的数据分析发现:北京的旅游感知形象有5个因子,即现代型、时尚型、活力型、便利型、安定型;旅游认知形象有4个因子,即旅游品质、景色与方便性、魅力性、舒适环境.通过t-test检验发现入境游客对北京的旅游感知形象、旅游认知形象均高于奥运会举办前,并且旅游感知形象的变化大于旅游认知形象的变化.     

基于PCA改进的SOR-LS-SVM旅游流量预测模型

利用主成分分析法建立以主成分为输入变量而以入境旅游客流量为输出变量的超松弛最小二乘支持向量机预测模型.通过实例验证和比较,演示了基于主成分分析改进的超松弛最小二乘支持向量机入境旅游客流量预测模型有较好的预测效果和较高的推广价值.     

再论最优组合预测模型的确定

1 引言组合预测的基本含义是把两个或两个以上的预测模型来用加权平均的方式组合为一个模型,而加权系数的确定是最优组合预测模型确定的关键。我国有很多人从事过这方面的研究,得到一些结果(见[1]、[2]).本文根据广义最小二乘法和加权最小一乘法思想,再论最优组合预测模型的确定. 2 根据广义最小二乘法确定最优权系数设对于同一预测问题我们有几种预测方法。 y(?)实际观测值,t=1,2,…,N; y(?)第i种方法的预测值,i=1,2,…,n; (?)=y(?)—y(?)第i种方法的预测误差; W_(?)第i种方法的加权系数,(?)=1; (?)加权组合预测值; e(?)=y(?)—y(?):组合预测误差. 根据广义二乘法的思想,最优组合预测模型,其权系数W=(w_1,…,w_n)~r应使下式中的J达到最小     

无偏组合预测模型研究

无偏组合预测模型研究曾勇，唐小我，王竹（电子科技大学管理学院６１００５４）１引言目前组合预测方法研究主要侧重于不同预测精度指标（即各种预测误差范数性能指标［１］）下最优组合权重的确定方法。常用的预测精度指标有预测误差平方和［２］、最大绝对值预测误差以...     

基于PCA改进的LS-SVM入境旅游客流量预测模型

影响入境旅游客流量的众多因素加大了预测模型输入变量的复杂化,限制了模型的运行速度和预测精确。首先,利用主成分分析对影响入境旅游客流量的众多指标进行综合分析得到主成分,然后建立以主成分为输入变量以入境旅游客流量为输出变量的最小二乘支持向量机预测模型。通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机入境旅游客流量预测模型具有较好的预测效果和较高的推广价值。     

基于SOR-LS-SVM的公路旅游客流量组合预测模型

基于指数平滑、多元线性回归、灰色系统等目前常见的预测方法建立超松弛改进的最小二乘支持向量机算法的公路旅游客流量组合预测模型。通过实例验证和比较,展示了基于超松弛最小二乘支持向量机算法的公路交通旅游客流量组合预测模型具有较好的预测效果和较高的应用价值。     

基于EWMA-VaR的企业整体现金流量预测模型

在指数平滑法和VaR方法基础上，以预测企业现金流量为目标，以现金流量波动为约束条件，建立基于EWMA-VaR的企业整体现金流量预测模型。本模型的特点一是对企业整体现金流量逐年进行预测。得出预测现金流量的均值，提高现金流量的预测精度。二是建立了企业整体现金流量风险约束条件，为企业财务风险规避提供依据。三是建立整体现金流量预测区间，使企业更好地做出财务决策。     

基于遗传算法参数优化的最小二乘支持向量机财务困境预测

传统支持向量机应用于财务困境预测时,需要求解复杂的二次规划问题,求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解,有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时,显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本,并把研究样本分为两组,对这两组样本数据分别进行了短期及中长期预测。实证结果表明,基于遗传算法的最小二乘支持向量机模型的预测效果不但好于传统统计类Logit模型,也优于传统支持向量机模型。短期预测效果显著优于中长期预测效果,训练样本数直接影响到模型的预测效果,二者呈正相关关系。     

基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型

[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。