基于成分数据的变权重组合预测的权重确定

变权重组合预测相比单预测、定权重组合预测能提高预测精度,其关键是确定权重。变权重组合预测模型权重的确定有很多方法,而预测期权重的确定很少受人关注。已有的确定预测期权重的方法是分别对每种预测方法的权重作预测,再归一化处理。文章基于成分数据的知识来确定预测期的权重,与已有方法相比,该方法不仅能保证预测期的权重求和为1,而且能降低维数。实验分析表明:分别模拟50,100,150,…,1 000次该方法预测精度比已有方法高,所占的比例大于50%;实例分析中该方法的MSE小于已有方法的MSE。从实验分析和实例分析可以看出,该方法能提高预测精度,是一种行之有效的方法。     

组合预测中新旧历史数据对组合权重影响仿真分析

预测过程中新旧历史数据对预测结果的影响程度不同,本文基于新旧历史数据对预测模型的影响程度不同给出时间权重的概念,着重探讨并给出了确定时间权重应该满足的条件,并基于所给时间权重建立了组合权重确定模型,最后通过实证仿真分析得到考虑新旧历史数据的影响能有效地提高组合预测的精度     

基于时变权重的区间时间序列组合预测模型构造

时变权重组合预测模型可以有效反映各预测方法在各时刻点上的预测值对组合预测结果的影响,并可以提高预测精度,基于此,针对区间数时间序列构造组合预测模型的问题,提出一类构造区间数时变权重方法;该方法主要是在3种实数的时变权重求解方法基础上构造相应的3种区间数时变权重,并利用所得出的时变权重构造区间时间序列组合预测模型;为验证该模型的准确性,应用具体算例对模型加以实现,并通过区间预测误差度量指标验证该类模型的预测结果;结果发现:基于3种时变权重求解方法下的区间时间序列组合预测模型均优于各单个方法的预测结果,且基于最优化赋权法得到的时变权重区间组合预测结果的精确度较另外两种有所提高。     

变权重组合模型在路基沉降预测中的应用

通过对软土路基沉降发展规律及其沉降曲线特点的深入研究,结合4种单项软土路基沉降预测模型提供不同的有价值预测信息的特点,引进重组合预测思想,在单项预测模型的基础上提出了路基沉降变权重组合预测方法,工程实例分析表明,利用该模型与方法得到的预测曲线与实测曲线吻合良好,能够满足工程要求,此外,变权重组合预测模型比其它单项模型具有明显的优越性,为软土路基沉降发展预测提供了一种有效而实用的方法.     

应用目标规划法确定组合预测权重数初探

本文给出确定组合预测权重数的一类新方法，建立相应的目标规划模型并讨论了求解步骤和误差。     

基于综合权重因子的城市时需水量预测

提出了基于综合权重因子的城市时需水量预测方法。根据预测日前几日和前几周的用水量数据,计算平均时用水量;引入综合权重因子,构建预测日前1日时用水量模型。结合日需水量预测数据,将获得的最优连续日数、最优连续周数和综合权重因子,用于预测日的时需水量预测。算例验证结果表明,预测值平均绝对百分比误差较小。     

高填石路堤沉降变权重组合预测方法研究

高填石路堤的沉降变形过程一般为从填石体施工期的瞬时变形到进一步的蠕变变形,利用沉降资料进行路堤沉降预测的常用模型可较好地反映其沉降变化规律及发展趋势,但尚存在一定的局限性为了尽可能多地利用全部有用信息,利用"组合预测"思想,提出一种对多种常用预测模型进行变权重组合预测的方法,从而可根据有限的沉降实测数据达到预测路基沉降发展的目的,且工程实例分析表明,双曲线、指数曲线及时间平方根曲线的变权重组合能较好地预测高填石路堤的发展规律,具有明显的优越性.图5,表3,参8.     

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 .     

一种基于粗糙集的土地定级因素权重确定新方法研究

土地定级因素权重的确定是土地定级中重要的内容之一,传统的根据决策者经验确定权重方法主观性强而忽略了定级因素内在的客观性,近来使用的基于粗糙集的综合赋权法在计算客观权重时出现属性权重为0和属性权重值相等的不符合实际的情况,有的使用组合权重确定单因素权重时考虑到的组合情况不够全面。为此结合土地定级的实际情况,本文提出了基于粗糙集土地定级因素权重确定新方法,并采用主客观权重集成法得到土地定级因素的综合权重。     

非负可变权重的组合预测模型研究

本文在文献［１］和［２］的基础上,建立了非负可变权重的组合预测模型,并利用线性规划和二次规划模型,给出了在拟合点上最优的非负可变权重的计算方法,最后也探讨了在预测点上非负可变权重的估计。     

基于模糊自适应变权重算法的函数链神经网络预测方法

为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,建立基于模糊自适应变权重算法的函数链神经网络预测模型。研究结果表明:基于模糊自适应变权重算法的函数链神经网络预测方法的预测精度较高,并且平均误差和预测平方根误差均较小,具有较强的泛化能力;该模糊自适应变权重函数链神经网络预测模型可用于复杂非线性工业系统决策。     

一种基于证据综合权重折扣的加权平均法

针对一类具有不同重要性与可靠度的证据融合问题,将证据静态权重与体现证据间相似性的动态权重结合起来,提出了一种基于证据综合权重折扣的加权平均法.首先,根据证据的先验信息即静态权重以及证据间的相似性,计算经静态权重折扣的各证据与其加权平均的距离而获得的证据的动态权重,再将静态权重与动态权重综合形成证据的综合权重.然后,将综合权重作为折扣因子建立具有信任折扣的证据推理模型.最后,利用加权平均法对修正后的证据进行组合.该方法能有效处理高冲突证据的融合,算例结果验证了所提方法的有效性.     

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.     

市场需求组合定性预测的研究

针对市场需求预测的复杂性和不确定性，并考虑定性预测变量如何组合的问题，提出使用一种新的组合预测方法，即采用Logit回归法训练数据的市场需求组合预测模型，同时将该方法用于家用电冰箱市场需求趋势预测，并采用信息熵的方法，检验了组合预测模型的预测效果，实践证明，所提方法具有改变组合权重的优势以及具有较高精度等特点。     

基于门控权重单元的多变量时间序列预测

多变量时间序列各变量间依赖性较强,数据变化趋势不明显,预测难度高.传统研究采用带门控机制的循环神经网络及变体进行预测,但序列间存在相互依赖关系,突变数据段建模预测不精确.基于信息熵,本文提出一种新的改进门控权重单元,利用信息熵技术量化数据序列的变化程度,动态调整权重矩阵刻画数据的变化趋势.基于4个公开数据集分别进行实验,实验结果表明新模型比传统循环神经网络模型具有更好的预测性能.     

基于聚类和时间权重的协同过滤位置预测算法

校园无线网络产生大量用户位置数据,它使掌握用户行为轨迹、预测用户位置成为可能.协同过滤广泛用于预测和推荐系统中,但现有研究存在数据稀疏性和不适用于处理时空数据的缺点.本文提出基于聚类和时间权重的协同过滤位置预测算法.首先利用DBSCAN聚类算法对用户进行聚类,缓解数据稀疏性.然后在簇内计算用户-位置评分矩阵时引入时间权重,使用户近期的位置签到对预测有更大贡献.与传统协同过滤方法相比,该方法准确率提高9.1%,召回率提高5.2%,F1-SCORE提高7%.     

基于分辨矩阵与层次分析法的组合属性权重决策方法

针对基于粗糙集理论与层次分析法结合的决策方法在某些决策表中会出现非核属性权重为0,导致决策精度下降等问题，以属性分辨对象的次数及占比为依据，给出了一种分辨矩阵的属性重要度定义方法，进而提出了分辨矩阵与层次分析法相结合的属性权重决策方法，其不仅避免了非核属性权重为0,而且突出了核属性分辨对象的能力，客观反映了各属性在决策时所起的作用.实例表明组合权重法得到的决策结果更为合理，提高了决策的准确性.     

高速公路路基沉降的组合预测研究

保证路基沉降变形的稳定是公路建设中至关重要的一项基础性工作,本文在分析已有沉降预测模型的基础上,建立了高速公路路基沉降预测的等权重组合模型。计算表明,利用等权重组合模型具有较高的预测精度,同时考虑了多个影响因素,为路基沉降变形预测提供了一条心的途径。     

软土路基沉降发展规律及其预测

通过对软土路基沉降发展规律及其特点进行分析与研究,得出软土路基沉降发展基本经历了发生-发展-稳定-极限4个阶段,其固结沉降-时间过程曲线的特点与社会经济预测中的"S"型成长曲线极其相似.基于3种"S"型成长曲线模型,引入组合预测的思想,提出了一种预测路基沉降发展规律的变权重组合预测方法,并建立了软土路基沉降的变权重组合"S"型成长模型,通过数学规划方法求解,从而可根据有限的沉降实测数据预测路基沉降发展过程.工程实例分析结果表明,使用该模型,其预测曲线与实测数据曲线基本吻合,且分析方法灵活,可用于软土路基沉降发展预测,对防治公路路基沉降,保证公路营运质量具有一定的理论与工程意义.     

变权重组合预测模型在生活垃圾产量预测计算中的应用

以合肥市2000年～2005年城市生活垃圾产量为基础数据,采用变权重组合模型对其进行分析.结果表明,该模型的预测效果优于一元线性回归法、Logarithm Fit法、指数平滑法、灰色GM(1,1)模型等各单项模型.采用该模型对合肥市2006年～2015年的垃圾产量进行了预测.预计到2015年,合肥市生活垃圾产量将达到125 Mt.