折扣组合预测法研究

普通最优组合预测向量的确定常以组合预测误差平方和最小或误差绝对值和最小为标准,忽视了近期误差比远期误差重要的事实。本文提出折扣组合预测法确定最优组合预测模型的方法,从而提高了预测尤其是近期预测的精度。     

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     

基于模糊自适应变权重的经济时间序列组合预测模型研究

组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。     

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.     

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、...     

变权重组合预测法预测重庆市高考分数线

高考分数线是广大考生和家长关注的问题,准确预测高考分数线对填报志愿和决策分析都是必要的。本文采用变权重组合预测模型预测重庆市文科二批次高考分数线,该模型通过把单项预测模型进行组合分析,以误差平方和最小为准则,求出最优加权组合系数,建立组合预测模型。通过实例分析,表明其预测精度高于各单项模型预测值,在分数预测中有一定的应用价值。     

基于IOWA的我国能源需求组合预测模型的应用研究

基于诱导有序加权平均算予的组合预测方法是近年来发展的具有广泛应用的预测模型。本文首先采用多元回归、基于HP的ARMA模型及灰色预测方法建立了我国能源需求的单项预测模型,随后引进诱导有序加权平均算子的概念,建立了我国能源需求的组合预测模型。并对我国未来的能源需求量进行了实证分析。预测结果表明该模型能提高组合预测精度,是一种较为简便、快捷且预测效果较好的方法。     

四川省工业利润总额在组合预测方面中的应用与研究

本文分别建立了四川省工业利润总额方面的GMDH自回归预测模型和AC预测模型,然后针对它们的预测效果建立了GMDH-AC组合预测模型。并将组合预测结果与实际值以及单一的GMDH模型、AC模型的预测效果进行了分析和比较,表明了所述方法的有效性和可行性,从而为预测工业利润总额及其它宏观经济预测指标在选择预测方法提供了参考。     

组合预测权系数确定的一种合作对策方法

从对策论的观点出发，把组合预测中各单项预测模型视为合作对策的局中人，把组合预测的误差平方和视为合作的结果，再按Shapley值法在各单项预测模型中进行分配，从而获得组合预测权系数确定的一种方法。该方法具有概念清楚、涵义明确的特点，结果令人满意。     

组合预测模型在成都房地产价格中的应用

组合预测理论与建模技术对于信息不完备的复杂经济系统有一定的实用性,鉴于房地产价格的复杂性和非线性的特征,利用成都房地产价格的历史数据,分别采用改进的灰色预测模型、RBF神经网络模型建立了成都房地产价格的单项预测模型,并对单项预测模型的优缺点进行了比较分析。采用标准差法进行权重分配,将两个模型进行组合,建立了成都房地产价格的组合预测模型。运用该模型对成都未来5年的房地产价格进行了预测。     

基于粗集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.通过建立预测模型与预测对象的关系数据模型,利用离散化属性数据值来建立知识表达系统和决策表,并依据粗糙集理论计算组合预测模型中各单一模型的权系数,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.     

基于粗集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。通过建立预测模型与预测对象的关系数据模型,利用离散化属性数据值来建立知识表达系统和决策表,并依据粗糙集理论计算组合预测模型中各单一模型的权系数,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。     

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。     

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。     

灰色-多元回归组合模型在逆向物流预测中的应用

逆向物流量的有效预测有助于产业发展规划的制定和基础设施建设的可行性研究。针对逆向物流不确定性因素的特点采用灰色GM（1,1）模型和多元线性回归模型两种单项预测模型对数据进行建模,并结合组合预测理论,采用基于预测有效度的组合预测模型进行预测。结果表明组合预测模型的预测精度明显高于两种单项预测方法,证明了该方法用于逆向物流需求预测的可行性和有效性。     

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。     

基于资源组合预测的云计算任务调度算法

云计算资源负荷状态的动态变化,使得如何预测其变化情况,从而合理地实施任务调度,成为亟待解决的问题。针对该问题,提出一种基于资源组合预测的云计算任务调度算法。该模型采用偏最小二乘回归从各种单一模型的预测结果中提取有效成分,建立组合预测模型;再依据对资源结点的资源预测结果和最小完成时间原则实施任务调度。仿真测试结果表明,该算法具有较好的性能与负载均衡性。     

景气预测模型应用研究

将企业景气调查数据与传统统计数据相结合,综合利用这两类数据建立景气预测模型。首先分别建立景气预测的ARCH模型和GMDH自回归模型,然后构建了ARCH-GMDH组合预测模型。实证分析表明,与单一使用传统统计数据或企业景气调查数据建立的景气预测模型相比,综合利用两类数据建立的模型预测精度大大提高,从而为景气预测提供了一种新的思路。     

汇率的组合预测模型及应用

本文通过结合粘性价格模型和单变量时间序列模型建立了汇率的组合预测模型。实例应用表明，随机游动模型在短期汇率预测中优于组合预测，而在中长期汇率预测中，最优组合预测模型优于随机游动模型。本文的结果增进了对外汇市场的认识，为汇率的中长期预测提供了新的工具     

复合神经网络模型在汽车配件销售预测中的应用

针对汽车零部件销售量的预测开展了预测模型建模的研究,从销售历史数据特征研究入手,建立、选择并优化预测模型。利用BP神经网络、RBF神经网络和基于差分进化的BP网络,分别建立3个不同的预测模型。采用基于最小二乘准则,将取得的3个预测模型合成为一个复合模型HANNFM。由此建立的复合模型,具有稳定性好、精度较高等特点。试验验证了它是一种有效的汽车零部件销售量预测的预测方法,对决策者有一定的参考价值。