共查询到18条相似文献,搜索用时 90 毫秒
1.
目前组合预测方法的研究日益受到重视 .对组合预测权系数的确定是研究的重点之一 ,已有许多文章讨论 .本文采用二次规划的有效集方法来确定组合预测中的非负权系数 ,实例说明 :这一方法是可行的、有效的 . 相似文献
2.
3.
王丰效 《数学的实践与认识》2017,(1):90-94
变权组合预测方法是一种应用非常广泛的组合预测方法,它能够有效提高组合预测方法的预测和拟合精度.为了提高拟合精度,利用各个单项预测方法与原始数据序列在两个相邻时刻的关联面积以及关联度,给出了一种确定变权组合预测模型变权重系数的方法.最后利用该变权重的组合预测模型建立了新疆建设兵团城镇化发展水平的变权组合预测模型,结果表明这类变权组合预测方法具有较高的预测和拟合精度. 相似文献
4.
5.
神经网络优化组合预测模型在油气产量预测中的应用 总被引:1,自引:0,他引:1
采用组合预测方法对油气产量预测进行研究,首先选取油藏工程领域多种油气产量预测模型建立组合预测模型库,基于权系数的时效性,利用三层前馈BP神经网络建立油气产量变权组合预测模型,并进行实例分析,结果表明该方法能提高预测精度,增强预测模型的实用性. 相似文献
6.
基于预测有效度的非负变权组合预测模型研究 总被引:4,自引:0,他引:4
本以预测方法有效度为准则,分别在样本区间、预测区间及总区间上建立了非负变权的组合预测模型,并给出其线性规划的解法,该模型具有较二次规划计算简便的特点,而且目标函数具有可比性,能反映不同指标序列预测方法有效性,同时变权能适应外界环境的变化。 相似文献
7.
基于免疫算法的组合预测方法 总被引:3,自引:0,他引:3
利用免疫算法搜索全局最优解能力,提出了一种其于免疫算法的组合预测权系数确定的新方法,并给出了具体算法.仿真实验结果表明了免疫算法在组合预测方面具有很好的可行性和有效性. 相似文献
8.
组合预测可以综合利用各单一预测方法所提供的信息,是提高预测精度的有效途径.本文在指数平滑预测法及灰色预测方法的基础上建立组合预测模型,采用熵值法确定组合权系数,并对某电网高峰负荷进行了预测.实例表明,此模型具有很强的实用性和很高的预测精度. 相似文献
9.
10.
针对如何评估企业无形资产的问题,运用基于粗集理论的组合预测方法,建立了企业无形资产评估的数量模型。该模型的特点是将组合预测方法中权系数的确定问题转化为粗集理论中的属性重要性评价问题,这样就在很大程度上克服了传统组合预测方法中权系数确定主观性太大的缺陷,而使得权系数的确定更具客观性。最后,结合实例阐述了基于粗集理论的组合预测方法在企业无形资产评估中的应用,进一步说明了该方法的可行性和有效性。 相似文献
11.
基于Theil不等系数的加权几何平均组合预测模型的性质 总被引:1,自引:0,他引:1
加权几何平均组合预测为一种非线性的组合预测方法。本文提出了基于Theil不等系数的加权几何平均的组合预测模型,针对该模型定义了优性组合预测、预测方法优超和组合预测冗余度等新的概念;探讨了非劣性组合预测和优性组合预测存在的充分条件;给出了一个冗余预测方法出现的判定定理。 相似文献
12.
Theil不等系数是一种度量预测精度的另一种相关性指标,将Theil不等系数和IOWHA算子的概念相结合,提出一种新的基于Theil不等系数的IOWHA算子最优组合预测模型,并定义了优性组合预测的概念.利用该模型对税收收入进行了组合预测,结果表明该组合预测方法是可行和有效的,且该模型是一种优性组合预测. 相似文献
13.
14.
基于向量夹角余弦的加权调和平均组合预测模型的有效性 总被引:2,自引:0,他引:2
加权调和平均组合预测为一种非线性的组合预测方法.提出了基于向量夹角余弦的加权调和平均组合预测模型,针对该模型定义了优性组合预测、预测方法优超和组合预测冗余度等新的概念;探讨了非劣性组合预测和优性组合预测存在的充分条件;给出了一个冗余预测方法出现的判定定理. 相似文献
15.
16.
简单平均法预测误差平方和的进一步研究 总被引:1,自引:0,他引:1
邓雪 《数学的实践与认识》2008,38(12):60-65
用数学归纳法对简单平均法与简单加权平均法的预测误差平方和的上界进行了比较,对简单平均法的有效性进行了分析.与相关文献的证明方法相比较,本文所采用的方法简单,直观而易懂.同时也得到了简单平均法就是最优组合预测方法的几个等价条件. 相似文献
17.
考虑了组合预测精度的数学期望和预测精度的标准差这两个指标 ,建立了多目标规划组合预测最优化模型 ,并给出其数学规划的解法 .最后进行实例分析 ,结果令人满意 .该模型能反映不同时间序列预测方法有效性 相似文献
18.
高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值. 相似文献