有关预测精度的几个问题

费革胜在《预测的精度分析》一文(以下称文[1])中对预测的精度问题进行了研究,提出了预测的精度应满足的5个原则,同时分别就点预测和区间预测给出了精度计算公式,并证明了两者的统一性,为更深入研究预测的精度问题奠定了基础。在进一步的研究中我们发现[1]所给出的两个精度公式存在较大的局限和缺陷。下面拟从几个不同角度出发,提出预测精度应满足的另外一些原则,并通过计算说明[1]所建议的     

预报季节性指数的Winters平滑预测方法

本文在文献[1]对季节性预测方法评述和所提出的改进设想的基础上,就Winters趋势性与季节性指数平滑预测方法所存在的问题作了进一步分析,并提出了预报季节性指数的改进方案,从而在理论上进一步完善了这种方法。并且本文的应用实例也表明,这种新的预测方法比传统Winters方法和其他季节性预测方法有较好的预测精度,而且并不增加多少工作量。 1 引言 Winters趋势性与季节性指数平滑预测方法是P.R.Winters于60年代初提出的一种较高级的平滑预测方法,它适合于非线性较弱的趋势性变动和季节性波动兼而有之的时间序列的预测问题。根据文献[1]的分析,在季节性波动时间序列预测的各种常用方法     

再论预测的精度问题

1 问题的提出经常从事预测的研究者也许常为这样一个事实所困惑:某些领域中的预测问题,不论使用什么方法、建立何种模型,预测的精度(基于现有的精度公式)都会很高,而这种“高精度”有悖于人们的直觉和常识。人口预测问题就是一个很好的例子。请看下例。 [例1] 人口预测的精度问题根据浙江省1980～1989年的年末人口数来预测1990年末的人口数。原始数据见表1。我们使用四     

确定最优组合预测权重数的线性规划方法

1 引言组合预测是两个或两个以上不同的预测方法对同一预测对象进行预测,对各个单独的预测结果适当的加权后取其平均作为最终预测结果的预测方法。组合预测是集结所有单个预测方法包含的有用信息建立的一种预测方法,从而使其具有对未来变化的适应能力,减少预测的风险,提高预测的精度。组合预测的关键是恰当地确定单个预测方法组合的权重数.文献[1]～[4]给出确定权重数的若干算法,采用不同的标准就有不同的最优组合预测方法。本文给出以组合预测偏差绝对值和最小为标准,用线性规划的理论和算法确定组合预测权重数的一种新方法.并给出简单平均预测在该标准下是最优组合预测的充要条件。     

基于XGBoost算法的非法经营罪量刑预测模型构建及应用

[目的/意义]旨在利用文本挖掘技术和XGBoost算法构建量刑预测模型,实现量刑预测的智能化。[方法/过程]首先设计了量刑预测模型的构建路径,然后采用XGBoost算法构建了预测模型,最后将模型与多种算法(随机森林、决策树、KNN等)进行了比较,探讨了量刑预测模型的特征选择问题。[结果/结论]基于3208条司法判例数据所构建的量刑预测模型,对量刑严重程度和有期徒刑时长的预测准确率达到了80.02%和78.46%,优于其他算法。研究表明,XGBoost算法在非法经营罪的量刑预测中具有实践应用价值。     

基于插值预测的快速查找算法

针对二分法的不足,提出了一种基于拉格朗日插值的动态预测查找算法,并将该算法和二分法结合得到改进的插值预测查找算法。改进算法在最坏的情况下,在含有n个元素的有序数列中,查找一个元素的最大循环比较次数为1到[log2n]＋1之间,优于二分查找的[log2n]＋1,最后从理论上证明了这一结论,并在求解一元高次方程实数解的应用中验证了这一结论。     

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     

融合合著者多样性及影响力的学术新星预测方法

[目的/意义]从学术新人中发掘出有潜力的学术新星是一个很有意义的问题,其对人才引进、项目评审、审稿人选择等实践具有重要作用。[方法/过程]在基于合著影响力发掘学术新星的基础上,深入分析学术新人的合著者群体,利用合著者多样性因子来度量合著者群体的特征,采用经济学中常用的两种双因素效用函数,构建出两个综合考虑合著者多样性和合著影响力两个因素的学术新星预测指标。[结果/结论]文章提出的预测指标综合考虑了合著影响力和合著者多样性两个因素。实验结果表明该方法预测出的学术新星在十年后具有更大的被引次数,且这两种预测指标的实际效果十分接近,具有同等的预测性能。     

神经网络与预测方法研究

1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们     

企业微博信息与短期绩效的BP神经网络预测研究——基于信号分析视角

[目的/意义]致力于更好地挖掘和利用企业微博中的信息,利用信号分析方法构建了基于企业微博的信号指标框架,为有效地预测企业短期绩效提供了新思路。[方法/过程]将该预测体系应用于典型的经验品—电影行业,经过线上收集信息、辨识信号、解读信号,最终借助BP神经网络模型输出线下首周电影票房的预测结果。[结果/结论]企业微博具有很高的探索价值,企业发布的信息性内容特征量和企业关注者的结论化反馈程度等因素对预测结果的影响较大,并且包含企业微博信号的模型预测能力得到了显著地提升。     

不排水条件下深基坑开挖变形对比分析

随时城市的快速发展,基坑工程受到人们越来越多的关注,其中如何预测基坑开挖对周围环境的影响显得最为突出。摩尔库仑模型和土体硬化模型是分析岩土工程问题的两种常用模型,均可以用于预测基坑开挖过程中周围土体的位移情况。通过建模分析与工程实测数据的对比,发现不排水条件下摩尔库仑模型和土体硬化模型[1]能在一定程度上反应基坑开挖阶段的土体变形情况,但并不是十分准确。在实际运用中,这两种模型的分析结果只能作为预测基坑整体变形的参考数据。     

基于网络结构特征的技术创新合作网络链路可预测性研究

[目的/意义]网络链路的可预测性问题是复杂网络的研究前沿。文章对技术创新合作网络链路的可预测性进行探究,为技术创新合作对象的预测和推荐提供支撑。[方法/过程]构建基于专利的海洋工程装备技术创新合作网络,采用复杂网络方法对比研究技术创新合作网络与经典复杂网络的结构特征,探究网络链路的可预测性,并在此基础上对网络结构特征与网络链路的可预测性间的关系进行挖掘。[结果/结论]研究发现,基于专利的海洋工程装备产业技术创新网络的链路是可预测的,网络的结构特征与链路预测的实际效果之间存在可量化关联性。     

网络话题传播规律建模与预测问题研究

[目的/意义]构建数学模型研究网络话题传播规律建模和预测问题，为深入研究网络话题传播规律提供理论参考。[方法/过程]定性分析网络话题传播的大数据特征、可量化性、可度量周期性、可预测性等特征，通过分析网络话题传播机理，构建网络话题传播规律的常态模型和衍生模型，提出划分网络话题传播阶段的一般方法，并据此研究网络话题传播趋势预测方法。[结论/结果]通过"雾霾"微博话题数据开展实证分析，能够较好地划分传播阶段并预测传播趋势，由此，根据本文构建的数学模型研究网络话题传播规律是可行的。     

基于GMM-HMM的话题生命周期状态识别及趋势预测方法

[目的/意义]本研究对正处于演化过程中的话题进行状态识别及趋势预测，为相关部门了解话题现状，对话题进行有效监管提供科学依据。[方法/过程]首先，考虑网民情感，结合话题的新颖度和关注度，构建话题生命周期状态观测指标；其次，基于隐马尔可夫模型(HMM)和高斯混合模型(GMM)的原理，提出话题生命周期状态识别及趋势预测方法；最后，选用微博话题构建数据集，设计对比实验，验证方法的有效性。[结果/结论]基于GMM-HMM的话题状态识别及趋势预测方法的F1值和准确率均高于87%,MAPE低于3.5%,相较于GaussianHMM和BP神经网络具有较大优势。     

基于灰色系统理论的专利授权数预测研究——以辽宁省为例

[目的/意义]旨在准确、合理地对专利授权数进行预测.[方法/过程]运用灰色系统理论,对待选因素进行灰关联度计算,选择关联度较高因素的统计数据,形成被比较序列,再结合参考序列建立GM(1,N)模型,对专利授权数进行预测和误差检验.[结果/结论]通过与常规GM(1,N)模型对比,建立的GM(1,6)模型的预测准确度优于前者...     

基于高阶网络的三元技术融合过程和预测研究

[目的/意义]多技术融合已成为当前科技创新的重要特征,开展多元技术融合过程和预测研究,识别技术融合的趋势和规律,有助于支撑国家战略决策、企业研发策略制定。[方法/过程]提出一种基于高阶网络的技术融合预测方法,通过三元技术融合过程分析和高阶链路预测,预测特定领域的多元技术融合。首先,以专利分类号为节点,采用单纯复形方法构建专利技术高阶网络;其次,结合边的形成和加强,分析三节点组的形态和三角形闭包事件的过程;最后,构建训练集和测试集,从12个模型中获得效果最佳的相似性指标,开展三元技术融合预测。[结果/结论]以人工智能领域进行实证研究,发现边的加强对于三角形闭包事件具有重要意义,成功预测了F16M、G06F、G06N等三节点组发生三元技术融合,验证了方法的有效性。     

关于成长曲线预测模型参数识别的一点看法

《预测》1983年第1期上刊登的坚石同志一文(下称文献[1])提供了成长曲线的模型及其参数识别的二种方法,并以我国1949年、1953年、1957年三年的人口统计数据为依据,预测我国1978年人口数为958(百万)人,与实际调查数975(百万)的相对误差为1.7%。     

基于无偏灰色模型的水环境预测研究

伴随工业化、城市化进程,我国的水环境经历了四个不同的阶段。当前的水环境状况堪忧,需要对水环境进行强烈的关注,并对水环境的将来进行科学的预测,目前对水环境的关注主要集中于污染的治理与未来趋势以及区域河流的水质预测,对全国整体的水环境现状关注较少,本文根据中国历年环境保护基本概况统计中的指标,选取2000～2006年的中国水环境基本状况为原始数据,采用灰色预测方法对未来的整体水环境状况进行预测,并针对拟合度对传统GM[1,1]模型和无偏GM[1,1]进行比较,最后运用精度更高的无偏GM[1,1]模型预测2007～2012年中国水环境状况。     

烟草生育期与病虫害发生期的关系探讨

通过对2005-2007年烟草整个生育期及其中发生的主要病虫害的发生情况的观察与调查,经分析得到各年间生育期与病虫害发生期之间有较稳定的相互依存和促进关系,这一结论符合生态学上的生物协同进化理论[1],经比较分析,利用此方法预测4、5月份斜纹夜蛾的幼虫发生期,可作为有效积温法[2]的辅助方法,来增加预测的准确性,这一规律的运用有利于烟草病虫害的监测、预报和综合治理水平的提高.     

工业互联网安全评测数据隐私保护与共享方法

[研究目的]工业互联网安全评测是企业网络安全防护的重要环节,如何在有效保护企业隐私信息不泄露的同时,对评测数据进行安全共享是亟需解决的关键问题。[研究方法]构建了一种基于区块链的工业互联网安全评测数据共享模型,设计了链上链下数据协同的评测数据隐私保护和共享流程。为挖掘评测数据价值,提出了基于贝叶斯网络的隐私保护评测结果预测方法,利用分箱技术对评测数据进行分段离散化处理,设计了评测结果预测贝叶斯网络生成算法和隐私保护评测结果预测算法。[研究结论]实验结果表明,当评测结果分为2类或3类、合格判定概率为70%时,预测准确率较高,为工业互联网安全评测数据的安全共享和进一步发挥评测数据的价值探索了新的途径和方法。