基于相关性的组合预测方法研究

本文对级合预测方法进行研究，提出了四种基于相关性的组合预测方法，即：关联度极大化组合预测方法，相关系数极大化组合预测方法，夹角余弦极大化组合预测方法，Theil不等式系数极小组合预测方法，四种基于相关性的组合预测方法均能够取得比较好的级合预测效果。     

组合预测方法研究的若干新结果

本文对组合预测方法的一些基本问题进行了较深入的研究:证明了随着预测方法的增加,最优组合预测方法的预测误差平方和并不一定减少;给出了最优组合预测方法的预测误差平方和恰好等于参加组合预测的各个单项预测方法预测误差平方和的最小值的充分条件;对递归等权组合预测方法的收敛性等问题给出了理论证明,并给出了一种新的替换准则。本文还就最优组合预测方法预测误差平方和的取值范围等问题进行了研究,给出了一些新的结果。     

线性与非线性最优组合预测方法的比较研究

通过建立六种线性和非线性的最优组合预测模型，比较了线性组合预测和非线性组合预测方法，以及神经网络方法和其它最优组合预测方法的预测效果。实证分析表明，非线性组合预测方法的总体预测效果优于线性组合预测方法，并且基于神经网络的非线性组合预测方法具有优良的特性和更高的预测精度。     

群组预测集结方法研究

1 引言由于现实事物的复杂性,人们对预测事物往往采取多种模型或方法进行群组预测以便提高预测精度,组合预测便是其中最常用的一种方法。组合预测本质上是群组预测的一种集结处理方法,组合预测理论认为,不同预测模型的加权线性组合在一定条件下能够有效地提高模型的预测精度,因此,迄今为止的所有组合预     

预测方法的发展及最新动态

给出了一种对定量预测进行分类的方法,并着重叙述了预测方法发展的历史以及最新动态,同时介绍了目前预测方法发展的两个方向——不确定性预测方法和组合预测方法。     

基于蚁群算法的组合预测方法在我国R＆D经费投入中的应用

组合预测能够充分利用已知信息，从而提高预测精度。在组合预测中，权重的确定非常重要。提出一种新的求解组合预测加权平均系数的方法。依据最小二乘准则构造目标函数，并将改进的蚁群算法用于求解组合预测中的加权平均系数。将该方法运用到我国R＆D经费投入预测中，从而证明了该方法的可行性和有效性。     

递归方差倒数组合预测方法及其应用研究

本文针对简单平均组合预测方法（ＥＷ法）的局限性，在递归等权组合预测方法（ＲＥＷ法）［１］的思路基础上，进一步提出了递归方差倒数组合预测方法（ＲｅｃｕｒｓｉｖｅｖａｒｉａｎｃｅＲｅｃｉｐｒａｓｌＷｅｉｇｈｔｉｎｇ），即ＲＶＲＷ法，给出了有关的迭代计算公式，实例表明ＲＶＲＷ法在预测精度和收敛速度等方面较ＲＥＷ法具有更大的优越性。同时，该方法完全适用于组合证券投资风险最小化问题。     

基于组合神经网络的聚合物质量预测

介绍了一种将组合神经网络用于聚合物质量预测的方法．由定量数据建立的单一神经网络模型往往缺乏泛化能力，而使用组合神经网络模型则可以显著改善模型的泛化能力．由于在建立组合神经网络模型过程中，合适的组合权重对模型是否具有良好预测性能是非常重要的，因此采用了岭回归方法来选择合适的组合权重．所提出的方法已成功应用于PVC颗粒特性的预测研究中。研究结果表明，与单一神经网络模型相比，组合神经网络模型具有更佳的模型预测精度和鲁棒性．     

提高组合预测模型精度的方法探讨

本文采用折扣系数探讨了用折扣最小二乘法和折扣最小一乘法建立组合预测模型的方法。该方法不仅可用于趋势预测的组合预测模型的建立，也可应用于一般因果关系预测的组合预测模型的建立     

基于密度算子的组合预测方法

考虑到单项预测方法在不同时刻预测准确性的差异,提出了一种基于密度算子的组合预测方法.该方法的核心思想是利用样本区间内单项预测方法的预测准确性对预测值聚类;然后基于密度算子的思想对单项预测法集结,得到一种新的组合预测模型;在此基础上,基于预测值和相应观察值误差最小的思想确定单项预测法的加权系数.该模型充分利用了样本区间内单项预测法的预测准确性,因而预测值具有较高的准确性.最后,给出一个实例,并对其结果进行比较分析,证明了该组合预测模型的有效性.     

经济预测中的积分回归模型

本文给出积分回归的分析方法，利用积分回归建立经济的预测模型，分析自变量在不同时段对因变量的影响，并给以实例说明。     

BP神经网络在我国粮食产量预测中的应用

本文基于BP神经网络模型，进行了2001－2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992－2000年粮食产量与实际产量的误差值大小，可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法，它具有很强的学习与泛化（推广）能力，具有很好的应用价值。     

一种基于D-S证据理论的群体预测意见集结方法

以Dempster-Shafer证据理论为基础,通过应用信度预测法,对群体预测意见进行集结,证据理论应用于群体预测具有局限性,提出了克服这一缺点的预测意见集结方法。使用该方法,无论专家意见发生分歧与否均可以得到合理的集结结果。     

程序化自动选择预测模型的一种思路

在预测活动中合理选择预测的模型，既是预测成功的关键，也是预测过程中最感困难的一步。对于企业经营管理活动迫切需要的预测技术，难以广泛普及的因素之一就是预测模型能否科学、合理的选择。利用计算机软件程序化的自动选择预测的模型，进而做到科学的智能化预测，是实现这一目标的一个突破点。本文是在这个方面的一个尝试和努力。     

对PPP模型汇率预测效果的实证检验

本文运用回归分析方法对PPP模型汇率预测的效果进行了实证检验,并就市场汇率经常偏离购买力平价的原因进行了分析。     

基于模糊系统的非线性组合预测方法研究

本文提出了一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ 模糊规则基的非线性组合预测新方法,以克服线性组合预测方法在解决非平稳时间序列组合建模问题时所遇到的困难和存在的不足,并采用相应的遗传算法确定模糊系统的参数及模糊子集的划分。     

湖州地区鱼浮头强度指数的预报

对湖州市菱湖镇1991—2001年的鱼浮头观测资料进行统计,分析了鱼浮头与同期的气象因子的关系。将数值预报和模式预报相结合,通过指标归纳和逐步回归的方法建立鱼浮头强度指数预报方程。业务运用结果显示,该预报方法对鱼浮头有较强的预报能力。     

安全预测学:安全科学中势在必建的分支学科

针对目前学界在理论层面对安全预测研究极其缺乏的问题,立足于学科建设高度,进行安全预测学的建立研究。首先,根据预测的定义,基于系统视角,给出安全预测的定义,并分析其内涵。其次,提出安全预测学的定义,并深入剖析其内涵及创立安全预测学的依据。最后,系统探讨安全预测学的学科性质、研究内容、学科分类与学科基础4个学科基本问题。结果表明,安全预测的本质是一种安全科学研究与实践的方法论;安全预测学是专门研究与探讨系统未来的安全状态发展变化规律的一门新兴综合交叉学科,是安全科学中势在必建的分支学科。     

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。