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.     

基于连续区间有序几何加权平均Power算子的区间型组合预测模型

在COWG算子和WPA算子的基础上,构建新的COWG-WPA算子,该算子可将区间数转换成实数,同时兼顾数据自身、数据位置、数据与数据彼此间三者的重要性。将COWG-WPA算子应用于区间型组合预测问题中,在广义绝对误差λ次和的准则下建立了基于连续区间有序几何加权平均Power算子的区间型组合预测模型,分析了该模型是非劣性组合预测、优性组合预测的充分条件定理。最后通过实证分析进行对比,结果显示所建立的模型能有效提高预测的精度。     

基于最大——最小贴近度的IOWA算子最优组合预测模型

将最大一最小贴近度与IOWA算子相结合,建立了基于最大一最小贴近度的IOWA算子最优组合预测模型,并且定义了在最大一最小贴近度下非劣性组合预测、预测方法优超等概念.在此模型下,研究了模型的非劣性组合预测及优性组合预测存在的充分条件.最后给出实例分析,表明该组合预测方法的有效性.     

基于相关系数的IOWGA算子组合预测模型

本文将相关系数和IOWGA算子相结合,提出一种基于相关系数的IOWGA算子最优组合预测模型,并定义了优性组合预测的概念,最后通过对我国税收收入进行组合预测说明该组合预测方法的有效性和合理性。     

一类基于OWA算子的组合预测模型及其性质

本文引进近年来提出的有序加权平均（OWA）算子，建立新的组合预测模型。首先指出最大绝对误差最小化的组合预测模型是其特例，并给出其线性规划的求解方法；然后对该模型提出非劣性组合预测、预测方法优超，冗余度等新概念；最后探讨了非劣性组合预测以及冗余预测方法的存在性，并给出冗余信息的判定定理。     

基于对数灰关联度的IOWGA算子最优组合预测模型

本文将对数灰关联度和IOWGA算子相结合,提出一种基于对数灰关联度的IOWGA算子最优组合预测模型,并定义了优性组合预测的概念,最后通过对税收收入进行组合预测说明该组合预测方法的有效性和合理性,且该模型存在优性组合预测。     

基于改进灰色关联度的IOWA算子最优组合预测模型

通过引进诱导有序加权平均(IOWA)算子和改进灰色关联度的计算式,提出了新的基于改进灰色关联度的IOWA算子的组合预测模型.方法可以克服传统的组合预测方法赋予不变的加权平均系数和以单一误差指标作为预测精度衡量的缺陷.定义基于改进灰色关联度的IOWA算子的优性组合预测的概念,最后给出实例分析表明了新模型能有效地提高组合预测精度.     

基于Theil不等系数的IOWHA算子组合预测模型及其应用

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.     

一种基于组合不确定型OWGA算子的区间数群决策方法

本文研究了区间数群决策信息的集结方法。基于区间数两两比较的可能度矩阵公式和互补判断矩阵的排序公式,推广了文献[3]提出的不确定型OWGA算子,提出了一种组合不确定型OWGA算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结群决策信息的方法,最后通过一个算例说明了该方法的有效性与可行性,并与文献[3]的结果作了对比分析。     

基于凸组合和可能度的区间数优先权重法

基于凸组合和可能度,给出了一种从区间数互补判断矩阵得到区间数优先权重的方法.其中包括检验由区间数互补判断矩阵构造的一族实模糊互补判断矩阵的弱传递性与不一致性以及修正它们的不一致性使之具有弱传递性.通过算例说明此方法的可行性和有效性.     

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IOWA算子的两类准则下的最优组合预测模型及其应用

传统的组合预测方法中,各单项预测模型的加权系数一般是固定不变的。而事实上,任何一种预测模型的预测精度都会随着预测时点的不同而发生改变。因此变权组合预测模型的研究更有意义和价值。本文在预测有效度和IOWA算子等概念的基础上,建立了以预测有效度和误差平方和为准则的组合预测模型,并给出了模型在实际预测中的应用,结果表明了新模型是一种优性组合预测。     

一种基于组合不确定型OWA算子的区间数群决策方法

在群决策中,由于决策环境的不确定性,决策者给出区间效信息.基于区间数可能度矩阵公式和互补判断矩阵的排序公式,提出了一种组合不确定型OWA算子,它是不确定型OWA算子的推广.该算子能集结群决策中区间数信息,文中给出了其在应用的具体步骤,最后实例分析说明了该方法的有效性和可行性.     

基于IOWA算子的投影法在加权几何平均组合预测模型中的应用及性质

加权几何平均组合预测是一种非线性的组合预测方法,能够有效提高预测精度.本文将向量投影的方法应用到加权几何平均的组合预测模型中并且引入了IOWA算子来集结各单项模型的有效信息.通过对文中所给模型及各单项模型预测结果的比较分析,提出了优性组合预测模型等概念;讨论了基于IOWA算子的加权几何平均组合预测模型的优劣性及存在的条件,实例分析结果验证了文中提出的方法是效性和可行的.     

基于区间数度量的区间值模糊集合的贴近度和模糊度的关系

给出了基于区间数度量的区间值模糊集合的贴近度和模糊度的概念,详细研究了区间值模糊集合的贴近度和模糊度之间的关系,并基于公理化定义,证明了它们二者之间的相互转化关系,最后,给出了若干公式来计算区间值模糊集合的贴近度和模糊度。     

基于TFWPA算子的模糊优化组合预测模型及其应用

传统的组合预测中,预测对象往往是实数或区间数,实际上,三角模糊数则更能刻画不确定环境下复杂事物的某些量的特征。因此,本文提出一种预测信息为三角模糊数的模糊优化组合预测新方法。定义了两个三角模糊数的相对误差,同时考虑到预测数据之间的交叉影响,基于三角模糊加权Power平均(TFWPA)算子、三角模糊加权Power几何(TFWPG)算子和max-min准则,分别构建模糊优化组合预测模型。提出非劣性和优性组合预测的概念,证明所提模糊组合预测模型具有非劣性质。最后通过实例分析说明了该模糊组合预测方法的有效性,并对参数做了灵敏度分析。     

改进的区间值犹豫模糊集的距离及相似度北大核心

对于区间值犹豫模糊集在多属性决策、聚类分析、模式识别、人工智能等方面的应用来说,距离及相似度概念起着重要作用。本文通过具体实例说明,区间值犹豫模糊集之间的距离和相似度的原有定义存在不足之处,即原有定义只考虑了犹豫区间左右端点值的差异、而没有比较犹豫区间个数的多少。进而,在区间值犹豫模糊集中引入犹豫度的概念,给出区间值犹豫模糊集的距离及相似度的新定义,经过理论分析阐明了新定义的良好性质,并通过一个实际的多属性决策应用问题说明了改进定义的合理性和有效性。     

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.     

基于区间值模糊剩余蕴含算子的广义区间值模糊粗糙集模型

把粗糙集理论和区间值模糊集理论结合起来,利用粗糙集理论的构造性方法,提出了一种广义区间值模糊粗糙集理论模型。首先,利用区间值模糊剩余蕴含算子和它的对偶算子,定义了一种广义上下区间值模糊粗糙集近似算子。然后,利用该蕴含算子的性质,讨论了该模型上下近似算子的一系列性质。最后,确立了一些特殊的区间值模糊关系和区间值模糊粗糙集近似算子的联系。     

基于数据最优分区间相似度算法及应用

通过定义了一种基于数据最优分区间相似度算法,利用学习样本得单位相似度向量,并得各维数据的最优分区间.利用最优分区间得预测样本与学习样本的单位相似度向量,从而得预测样本的预测值.通过实例表明,算法所预测的结果相对误差可达百分位,并且本算法能应用到其它数据处理中,具有较广泛的通用性.