基于关联面积的变权组合预测方法及其应用

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.     

基于模糊熵的加权可变模糊评价方法及其应用

可变模糊评价的实质是多模型组合评价.在分析了可变模糊评价法的基础上,针对方法存在的不足,提出了一种考虑模型权重的可变模糊评价方法.方法首先利用可变模糊评价模型对样本进行计算,得到各样本在不同模型下的综合相对隶属度;然后基于得到的综合相对隶属度数据,利用模糊熵确定四种模型的重要性排序,结合二元比较模糊决策分析法求得四种模型的权重,进而得到最终综合级别特征值,并以此作为评价依据;最后,以煤与瓦斯突出危险性评价为例进行了方法的验证.结果表明:改进方法可行、有效,评价结果更符合客观实际.     

基于模糊熵的加权可变模糊评价方法及其应用北大核心

可变模糊评价的实质是多模型组合评价.在分析了可变模糊评价法的基础上,针对方法存在的不足,提出了一种考虑模型权重的可变模糊评价方法.方法首先利用可变模糊评价模型对样本进行计算,得到各样本在不同模型下的综合相对隶属度;然后基于得到的综合相对隶属度数据,利用模糊熵确定四种模型的重要性排序,结合二元比较模糊决策分析法求得四种模型的权重,进而得到最终综合级别特征值,并以此作为评价依据;最后,以煤与瓦斯突出危险性评价为例进行了方法的验证.结果表明:改进方法可行、有效,评价结果更符合客观实际.     

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。     

基于交叉验证方法的海洋经济发展的组合预测

海洋经济的发展是我国经济发展的重要组成部分,因此科学地对海洋经济进行预测分析具有重要的现实意义.文章选取全国海洋生产总值作为研究对象,分别利用灰色模型,ARIMA模型和组合模型进行预测.提出了一种基于交叉验证方法确定组合预测权重的新算法,研究显示该方法相对传统组合预测具有更小的平均绝对百分比误差(MAPE).     

岩土工程位移时间序列的组合预测研究

将组合预测方法用于岩土工程位移时间序列预测.结合实际观测数据,分别建立位移时间序列预测的GM(1,1)模型、Verhulst模型和趋势曲线模型.采用极小误差法确定各单一模型的权重,建立组合预测模型.应用表明,组合预测的精度高,为岩土工程位移预测提供了一种实用、可靠的方法.     

基于主成分分析与Fourier变换的动态投资组合

提出了一种将主成分分析与Fourier变换组合的资产投资组合方法.对于N个资产,首先利用主成分分析中第一主成分确定各资产的组合权重并建立投资组合,利用Fourier变换获得该组合残差的复合周期趋势,最后利用ARMA模型对趋势残差进行区间预测.为使资产保值,当组合股价达到最低点时,各资产以第一主成分对应权重进行组合建仓;当组合股价反向上升达到最高点时,则以第N主成分对应权重进行组合并调仓.在实证模拟方面,选取2016年1月4日-2018年6月8日全球股票主要指数的收盘价数据进行实证分析.模拟结果表明:基于主成分分析的投资组合在收益及资产保值方面表现更佳.     

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.     

有效集法在确定组合预测非负权系数中的应用

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 .     

加权几何平均变权组合预测方法及其应用

加权几何平均组合预测模型是一种常用的非线性组合预测方法.为了提高加权几何平均组合预测模型的预测和拟合精度,给出了一类加权几何平均变权重组合预测方法.最后将该变权组合预测模型应用于我国天然气产量的预测.计算结果表明加权几何平均变权重组合预测模型在时间序列数据的预测中具有一定的优势.     

一种新型的多属性决策权重计算方法

如何科学、合理地确定指标权重，关系到多属性决策结果的可靠性与正确性。现有多属性决策方法大多不能反映不同决策矩阵规范化方法对指标权重计算的影响，针对这一问题，本文提出了基于不同规范化矩阵确定指标权重的思想，进而推导了一种以全部方案总体效能最小为目标的指标权重模糊优化迭代算法。以向量规范法和线性变换法为例，对某战斗机性能多属性决策问题进行了权重计算。计算结果表明，该方法能够快速收敛到优化权重，从而为多属性决策的权重计算问题提供了新的解决方案。     

Gauss Quadrature for Refinable Weight Functions

A two-parameter class of refinable functions is considered and Gaussian quadrature rules having these functions as weight functions. A discretization method is described for generating the recursion coefficients of the required orthogonal polynomials. Numerical results are also presented.     

基于主客观权重集成的电子商务网站评价方法

研究了不确定决策环境下企业电子商务网站评价问题。利用专家给出的区间互补判断矩阵,获得属性的主观权重;定义了区间数的平均差,提出了一种属性客观权重确定方法——平均差极大化方法;通过加权系数把主观权重与客观权重线性集成,使得到的综合权重同时反映主观和客观程度,并给出了一种基于投影模型的决策方案排序方法。最后通过算例说明该方法的可行性和有效性。     

二层决策问题的灵敏度分析(2)

二层决策系统包含着两个最优化决策问题,其中上层决策问题的目标值是由下层决策的解所隐含地确定的.本文研究了二层决策问题的另一方面的灵敏度分析问题,讨论了上层决策者的价值系数发生变化而二层决策问题的最优解不变所产生的灵敏度分析问题.为了确定二层决策问题价值系数发生变化的范围,首先我们给出了灵敏度分析的基本方法,结合“k th-best”算法我们又给出了灵敏度分析的操作步骤.在所确定的变化范围内,价值系数的变化,不会引起二层决策问题的全局最优解的变化,从而为决策者提供了相对稳定的决策方案.最后我们给出了数值实例,它表明本文所给出的灵敏度分析的方法是正确的.     

积因子求权重层次分析法在城市排序中的应用

克服传统层次分析法确定因素权重主观性太强的不足,结合积因子方法给出了积因子赋值求权重层次分析法,并利用该方法对黑龙江省各城市按可持续发展指标进行排序,得到符合实际的结果.     

On a Characterization of Integrability for the Reciprocal Weight of Orthogonal Polynomials on the Circle

We prove a necessary and sufficient condition for integrability of the reciprocal weight function of orthogonal polynomials. The condition is given in terms of the asymptotic behaviour of the norm of extremal polynomials with prescribed coefficients.     

加权几何平均组合预测模型及其应用

本文提出了由几个不同的预测模型通过加权几何平均的方式进行组合从而得到加权几何平均组合预测模型，给出了确定最优权系数的方法。最后，以应用实例说明了我们的组合预测模型比加权算术平均组合预测模型更优越。     

一种基于模糊推理的因素权重确定方法

在模糊综合评价中,如何确定因素的权重是非常重要的,也是非常困难的,它直接关系到评价结果的合理性与真实性.利用模糊推理技术,提出了一种基于模糊推理的因素权重确定方法,其利用人们处理复杂问题的逻辑思维方式,建立评价空间和单位评价空间的映射,得到模糊关系方程并用于确定因素的权重.实验结果表明,利用该模型得到的权重能反映各因素的重要性,用其对待评对象进行模糊综合,其结果也是合理的.     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。