非负权重最优组合预测的优性迭代算法

本文在优性组合预测方法存在判定理论的基础上，提出了求解非负权重最优组合预测问题的迭代算法．该算法具有运算简便、方法直观、计算量小、在计算机上容易实现等特点．     

非负权重近似最优组合预测的简明算法研究

在极限理论及其前人对非负权重最优组合算法研究的基础之上,提出了一种求解非负权重近似最优解的简明算法,并进行了实例分析,结果令人满意,验证了该方法的实用性和有效性.     

乘子法在确定组合预测非负权系数中的应用

研究非负权系数约束下的最优组合预测问题.应用乘子法来确定组合预测中的非负权系数.实例表明:这一方法是可行的、有效的.     

神经网络优选组合预测模型在电力负荷预测中的应用

针对以往的组合预测模型中，最优权重不能保证非负性的问题，引入了神经网络优选组合预测模型。实例验证表明，此模型具有很强的自适应性和较高的预测精度。     

组合预测模型与方法研究综述

预测精度和预测风险是预测学研究的核心问题.从信息互补的角度,组合预测提供了一条有效的途径.本文综述了组合预测的模型与方法的分类、权重计算方法、模型构建方法,并对最优子模型的选择等问题进行综述和探讨,最后展望了在不确定环境下组合预测方法和未来的研究方向.     

系统模型的正权组合方法（非线性复杂系统的综合技术Ⅲ）

系统模型的正权组合方法（非线性复杂系统的综合技术Ⅲ）项静恬（中科院应用数学研究所）１．４正权重组合方法的比较、改进与应用由１．３的讨论可见，用极小化误差平方和的办法获得的组合模型虽然最优，但有可能出负权重，而许多实际系统中要求模型组合权重为正值，因此...     

正权重组合预测模型及其在经济中的应用

介绍了组合预测的方法,并利用最优组合和递归方差倒数方法对组合预测方法进行改进;提出通过GMDH方法首先对影响经济预测模型的各变量进行筛选然后再建立回归模型、神经网络模型等单项预测模型的思想;最后结合GMDH方法建立的时间序列模型,建立正权重组合预测模型．     

基于指数支撑度的最优组合预测模型及其性质研究

在支撑度定义的基础上,提出平均指数支撑度、平均离散度等概念,构建了平均指数支撑度最优组合预测模型,并考虑其等价的平均离散度最优组合预测模型.针对该模型,提出优性组合预测等概念,给出了非劣性组合预测和优性组合预测存在的充分条件、冗余预测方法的存在性和冗余信息的判定等结果,最后的实例说明了该模型的有效性.     

最优组合预测误差平方和取值范围的若干新结果

根据矩阵理论,给出了最优组合预测误差平方和更加精确的取值范围,得到了最优组合预测误差平方和的几个新结果.应用矩阵理论中的F roben ius定理,推导出了简单平均法是最优组合预测方法的一个充要条件.     

基于最大—最小贴近度的最优组合预测模型

本文通过引进最大—最小贴近度,建立了一种新的相关性指标的最优组合预测模型。针对最大—最小贴近度准则下的组合预测模型,理论上研究了它的基本性质,即该模型的非劣性组合预测、优性组合预测、冗余预测方法的存在性和冗余信息的判定,最后进行实例分析,表明该方法能取得比较好的预测效果。     

基于预测有效度的非负变权组合预测模型研究

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。     

基于熵值法的组合预测模型及其在高峰负荷预测中应用

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.     

预测组合权重更新的过程控制及分析

源于与决策分析的相关性,预测组合已经逐渐形成了一个重要的研究领域。为此,本文引进EWMA技术对预测组合权重更新的过程进行控制,从而提出一种能够应用于实际且简单有效的EWMA赋权方法。这种赋权方法能够确定预测组合权重应该何时更新,而不是机械地更新预测组合权重。本文额外针对各种赋权方法在旅游预测组合模型中的预测性能(全面预测性能和总均方根误差)和预测效率(权重更新频率)进行了经验评估。结果显示:EWMA赋权方法的预测性能优于传统的赋权方法,并与CUSUM赋权方法相似,同时该赋权方法获得了最小的权重更新频率。综合考虑预测性能和预测效率,EWMA赋权方法相比于其他赋权方法在旅游实际应用过程中更具优势。     

中美双边航空运输市场组合预测研究

预测应用研究表明,组合预测可以综合利用各单项预测方法所提供的信息,是提高预测精度的有效途径.本文在平均发展速度预测法、指数趋势预测以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,预测了2006年至2010年中美间航空运输周转量、中美间航空客运量及货运量.     

Combining Economic Forecasts

It is well known that no particular forecasting agency dominates when the accuracy of economic forecasts of the UK is investigated. There are good reasons for believing that if forecasts differ, some combination of them will be an improvement over the individual forecasts. The problem is to determine what weights to attach to each forecast. Various methods have been suggested in the literature, including equal weights (averaging), optimal weights (linear regression), varying weights based on past performance, and the Bayesian approach. We review these methods and examine their performance for important macro-economic variables.     

组合预测软科学方法研究

组合预测的关键是确定各单一预测方法的权重。文章给出了确定加权系数的几种“定量”与“定性”相结合的方法     

An application of vector GARCH model in semiconductor demand planning

Demand planning has been the key to supply chain management in semiconductor industry. With an appropriate weight assignment scheme, the planning accuracy resulting from combinational forecasts can be improved by merging several individual candidate methods. In this paper we discuss the applicability of vector generalized autoregressive conditional heteroskedasticity (GARCH) model to determine the optimal combinational weights of component forecasts, where the conditional variances and correlations of forecast errors from candidate methods are represented and estimated by a maximum-likelihood procedure. The asymptotical properties of parameter estimators for GARCH model are investigated by simulation experiments. An example of the proposed method to real time series of electronic products demonstrates that this weight-varying combinational method produces less prediction errors, compared to other commonly used forecasting approaches that are based on single model selection criteria or fixed weights.