The combination technique and some generalisations

The combination technique has repeatedly been shown to be an effective tool for the approximation with sparse grid spaces. Little is known about the reasons of this effectiveness and in some cases the combination technique can even break down. It is known, however, that the combination technique produces an exact result in the case of a projection into a sparse grid space if the involved partial projections commute.

The performance of the combination technique is analysed using a projection framework and the C/S decomposition. Error bounds are given in terms of angles between the spanning subspaces or the projections onto these subspaces. Based on this analysis modified combination coefficients are derived which are optimal in a certain sense and which can substantially extend the applicability and performance of the combination technique.     

一种循环修正的组合评价方法

提出了一种循环修正的组合评价方法.首先,对所研究的问题选取几种综合评价方法进行综合评价.其次,用Sperm an等级相关系数法检验几种综合评价法的一致性.进一步重复采用平均值法、Boarda法、C om peland法和模糊Board法对上述综合评价结果进行组合评价,直到标准差均收敛于0为止,得到最优的组合评价结果.最后以辽宁省2001年实际统计资料为例,对各地区的经济实力进行了综合评价和排序.     

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。     

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。     

基于预测有效度的组合预测方法冗余信息的判定

基于预测方法有效度的概念 ,建立了考虑预测精度标准差的预测有效度的组合模型 ,提出了几个新的概念 ,给出冗余信息出现的两个判定定理 .并用实例说明判定定理的有效性 .     

基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.     

SOME BLENDING INTERPOLATION METHODS IN CAGD

Some of the blending interpolation methods (which) stated by a convex combination technique are presented. This includes C1 ,C2 blending triangular interpolanls and C1 -blending quadrilateral inter polanls for surfaces. The mentioned methods can be generalized to the construction of C" blending interpolants.     

Bernstein算子线性组合同时逼近的点态估计

借助于光滑模ωψ^rλ（f,t）（0≤λ≤1）给出了Bernstein算子线性组合同时逼近的点态结果。     

基于方法集的棕地再开发项目组合评价研究

棕地再开发项目综合评价具有重要的理论意义实践意义.为了科学、合理地对棕地再开发项目进行评价,提出了一种基于方法集的组合评价模型.首先,分别应用灰色关联评价、模糊综合评价、TOPSIS和主成分评价分别对备选方案进行单一评价;然后,使用KENDALL-W协和系数检验对单一评价的排序结果进行统计一致性检验,并以满足统计一致性的评价方法构成方法集;其次,分别使用平均值法、Borda法、Copeland法对单一评价的排序结果进行组合评价,并使用循环组合的方法保证组合评价结果的完全一致性;最后,应用该模型对某市棕地再开发项目进行组合评价,评价结果验证了模型的有效性.     

Finding the shortest paths by node combination

By repeatedly combining the source node’s nearest neighbor, we propose a node combination (NC) method to implement the Dijkstra’s algorithm. The NC algorithm finds the shortest paths with three simple iterative steps: find the nearest neighbor of the source node, combine that node with the source node, and modify the weights on edges that connect to the nearest neighbor. The NC algorithm is more comprehensible and convenient for programming as there is no need to maintain a set with the nodes’ distances. Experimental evaluations on various networks reveal that the NC algorithm is as efficient as Dijkstra’s algorithm. As the whole process of the NC algorithm can be implemented with vectors, we also show how to find the shortest paths on a weight matrix.