一种模糊组合预测方法

针对预测问题的不确定性,提出一种将组合预测结果扩展到置信集合的模糊组合预测方法.该方法利用概率中置信区间原理并结合模糊数概念,对观测值和各单项预测值进行模糊描述;以组合预测值对观测值的拟合度最高为目标,建立模糊规划模型,求解权重系数.该组合预测方法与单项预测方法相比,预测精度有所提高,具有一般组合预测方法的优点,并以模糊数的形式将预测结果确定在一置信集合内.最后以实例证明了该方法的有效性.     

一种基于灰色理论组合预测方法的研究与应用

基于灰色理论中GM（1,1）模型提出了一种新的预测方法（趋势预测）,并将其应用到组合预测中,并运用遗传算法调整组合预测权系数得到最优解。通过实例证明,该方法是正确的,算法是有效的。     

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.     

理性预期经济计量模型的求解方法及应用分析

理性预期理论对现代宏观经济学产生了极其深远的影响。文章以理性预期理论为基础建立了一个宏观货币经济计量模型,并以此模型探讨了含预期变量的经济计量方程的一般求解方法。利用中国宏观经济实际指标数据对模型进行了实例检验,取得了较好的预期解释效果。     

一种变权重组合预测方法研究

建立了样本点组合预测优化模型 .提出了两种确立预测时点组合预测权系数的方法 ,并通过实例说明了这些方法的可行性和有效性 .     

资产未来收益的一种最优组合预测方法

提出了一种建立在二次优化思想上的对资产的未来收益进行预测的最优组合预测方法。     

基于组合预测方法的安徽经济发展预测

利用最优加权组合法,对时间序列模型、灰色预测模型和神经网络模型进行组合,通过计算确定其权重,得出未来五年安徽省的GDP,同时根据平均绝对百分误差、均方根误差以及泰尔系数,将组合预测模型与单一的预测模型进行比较,得出组合预测模型的精度比单一预测模型预测精度高,并根据组合预测结果可以看出在未来五年安徽省的经济会持续稳定的发展。     

一种基于SVR的综合预测方法及应用

针对一类因变量具有复杂自变量、且不具备相同采样周期的预测问题，综合运用支持向量回归估计(SVR)、多元回归和主成分分析等多种数据分析技术，提出了一种综合预测方法，建立起了飞机故障率与其错综复杂的影响因素间的一种数学关系，并且采用航空装备质量控制的统计数据对所提出的方法进行了实验，预测结果显示了方法的有效性。在影响因素量化过程中，还引入了Pearson相关系数方法。     

应用理性预期模型对证券交易价量关系的分析

讨论了证券交易的价格及交易量之间的关系.过去的实证分析说明,在同一个时间段,证券价格的变动与交易量为正相关关系;同时,对于上升或者下降这样不同方向证券价格的变动,价格变动大小与交易量的相关关系呈现不同的模式.应用证券市场微观结构理论,通过理性预期模型来分析市场上有信息交易者和无信息交易者的交易行为,从而解释了证券价格变动与交易量所表现出的关系.     

基于互信息的组合预测模型及其在电力负荷预测中的应用

应用互信息度量单个预测模型的精度, 然后以互信息为评价指标,应用模糊评判法赋予各个预测模型相应的权重,籍此建立一个新的组合预测模型.将此组合预测模型用于电力负荷预测,实例表明,互信息能有效地度量单个预测模型的精度,且能取得与传统的误差分析指标一致的评价结果.经多个误差分析指标的评价,基于互信息的组合预测模型提高了预测精度,优于基于熵的组合预测模型.     

多步自适应组合预测及其应用

提出一种多步自适应组合预测方法,预测由多个并行不同的多步自适应预测模型组成,最终预测结果,由多个预测模型预测值的线性加权组合决定,本法适用于随机时变动态系统过程的多步预测问题,在某省粮食产量趋势预测中,应用此法获得了良好的效果.     

最优组合预测及其在短时交通流预测中的应用

交通流量预测结果的好坏直接关系到交通控制与诱导的效果,因此,短时交通流预测是先进交通管理信息系统中关键技术问题之一。在简要介绍最优组合预测模型基础上,以预测误差平方和最小为准则确定最优组合预测模型中的权系数,实现交通流预测模型的最优组合,并利用实际数据通过与单一时间序列模型、线性回归模型、卡尔曼滤波模型及人工神经网络模型的预测精度比较分析,验证了交通流最优组合预测模型的有效性和实用性。     

基于因果聚类和模式识别的模糊预测方法及其应用

基于因果聚类和模式识别的模糊预测方法,是将企业待预测时段的运行状况与历史上的运行模式相比较,根据“最大隶属原则”将待预测时段的运行状况归入某一运行模式,利用此模式的模糊数对预测量进行预测。     

灰色组合预测模型及其在人口预测中的应用

分别以原始数据的一次累加生成序列中的每个数据作为初始条件,建立了多个GM（1,1）预测模型,进一步建立了线№组合预测模型,组合模型的权系数利用蚁群算法确定．最后给出了我国人口数量的组合预测模型,计算结果表明,灰色组合预测模型的拟合和预测精度要优于单个传统预测模型．     

构建BP网络结构方法及其在预测上应用

介绍了BP网络结构的重要性,总结了设计BP网时确定隐含层层数及其节点数的传统方法,并引入一种新方法,此方法将矩阵分解理论引入BP网络结构优化中,为BP网络构建指出了一个全新的思路及未来的发展趋势.将此理论应用与BP网络预测上,构建网络结构合理,预测结果精度高,实践应用效果良好,具有一定的推广意义.     

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程.最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度.最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的.     

基于函数尺度因子的有理分形插值及其应用

首先,提出一种用于曲线建模的具有函数尺度因子的有理分形插值函数,该函数能精确地刻画自相似较弱的不规则数据;其次,讨论分形曲线的稳定性、收敛性及计盒维数.实验结果表明,该方法相比于三次样条插值、函数尺度因子多项式分形插值、常数尺度因子有理分形插值,更适用于重建真实数据与不规则数据.     

基于函数尺度因子的有理分形插值及其应用

首先,提出一种用于曲线建模的具有函数尺度因子的有理分形插值函数,该函数能精确地刻画自相似较弱的不规则数据;其次,讨论分形曲线的稳定性、收敛性及计盒维数.实验结果表明,该方法相比于三次样条插值、函数尺度因子多项式分形插值、常数尺度因子有理分形插值,更适用于重建真实数据与不规则数据.     

多孔硅及其应用研究展望

介绍了多孔硅的形成机制、光致发光机制,并对多孔硅的应用前景作了展望。