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。     

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.     

基于岭回归的组合预测包容检验

组合预测单项模型之间存在高度的相关性,使组合预测的预测信息重叠,单项模型之间具有严重的多重共线性,导致预测准确率降低.使用岭回归对预测模型进行包容检验,筛选单项模型,减少单项模型的数量,降低组合模型的复杂度,提高组合预测的效率.     

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.     

基于径向基神经网络的集装箱吞吐量组合预测

利用上海港国际集装箱吞吐量的历史数据,分别采用灰色预测法和三次多项式曲线模型建立了单项预测模型.利用径向基（RBF）神经网络对两个单项预测模型结果进行了组合预测,以作为其最终的预测值.实验结果表明,采用组合方法比采用单一预测方法的预测精度有了进一步的提高.最后,应用马尔可夫链预测模型对组合预测结果进行分析,增加了结果的可信性.     

应用组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具.根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤.     

ARIMAX多元时间序列和BP神经网络组合模型在居民消费结构预测中的应用

将动态回归模型ARIMAX和BP神经网络算法进行结合,设计了一种组合预测模型,研究人口结构指标对我国居民消费结构的影响发展趋势,通过实证预测检验了组合预测模型在居民消费结构预测中的有效性.研究发现,组合模型在预测精度上更优于其他两个单项预测模型,因此这个组合预测模型具有良好的预测性能.     

安徽省城镇化水平预测———基于IOWHA算子的组合预测

以1990-2011年安徽省城镇化水平为样本区间,在指数平滑、灰色预测与回归预测三种单项预测方法的基础上,以预测倒数误差平方和最小为准则,建立IOWHA算子组合预测模型;对该模型的预测有效度的评价结果表明该组合预测模型能有效提高预测精度;根据该组合模型预测出安徽省2012-2015年城镇化水平将分别达到46.35％、47.89％、49.44％、50.98％.     

基于Theil不等系数的IOWHA算子预测模型的性质研究

为了克服传统的单项预测方法选取固定参数时的不足,在诱导有序加权调和平均算子(IOWHA算子)的基础上引入Theil不等系数,构建了基于Theil不等系数的IOWHA算子的最优组合预测模型.对该模型的预测精度、优性及非劣性进行定义,从理论角度探究了其非劣性组合预测、优性组合预测存在的充分条件.实例分析表明,该组合预测模型优于传统的组合预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测.     

基于特性和影响因素分析的短时交通流预测

可靠的短时交通流预测是智能交通系统的重要基础。为了提高短时交通流预测的预测精度和对于不同交通状态的适应性,在分析了交通流特性以及时空二维影响因素的基础上,提出了一种组合预测模型,使其能够综合反映这些特性和影响因素。该组合预测模型包括时间序列模块、空间相关模块和组合预测模块三个子模块。单项预测模型包括自适应单指数平滑模型和RBF神经网络模型,组合系数是以两个单项预测子模块的平滑百分比相对误差作为输入,以神经网络作为学习算法自适应地得到。最后通过平峰和高峰时段实测的交通流量数据来验证模型的有效性和可靠性,结果表明:该组合预测模型的预测精度高于单项预测模型各自单独使用时的精度,且对于不同的交通流状况具有较好的适应性。     

辞格的兼用

辞格在具体运用过程中往往会出现多个辞格交叉兼用的情况,有横看成岭侧成峰,远近高低各不同的效果。本文主要是通过具体实例来探讨分析排比与层递、比喻与夸张、对比与对偶、夸张与示现、博喻与排比几个辞格在具体运用中出现的交叉使用的现象,进而总结出辞格运用的一些规律。     

IP和ATM技术的结合

概述了IP和ATM结合技术中需要解决的问题以及各种结合模型,如CIPOA、LANE、IP交换、MPLS,并对IP和ATM的发展给出了自己的观点。     

关于一个组合问题

本文基于 Erds 与 Nathanson 的二阶渐近基的结果,对于 h 阶渐近基进行了讨论,得到了相应的结果.     

关于苦茶的新组合

 将苦茶从变种 Camellia assamica(Mast.) Chang var. kucha Chang et Wang 提升为种Camellia kucha (Chang et Wang) Chang,该种与普洱茶C. assamica (Mast.)Chang近似,但本种小苞片3~4,萼片宽4~6 mm,外面无毛,内面被白色短柔毛,外面2枚花瓣内面被白色短柔毛而不同。又因其芽叶含不同于普洱茶的特殊苦茶碱（theacrine）不同于普洱茶。     

组合数的一系列推广的组合恒等式

利用常见的两个组合恒等式以及初等方法,得出了4个有规律的组合数倒数的组合恒等式,以及两个重要推论,即无限求和公式和简单组合公式。     

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.     

证券组合的模糊优化

在双目标有价证券选择基础上,将模糊概念运用于有价证券组合选择,按投资者给定的期望目标及容差,以隶属度为目标函数,讨论了线性隶属函数与非线性隶属函数模型·当隶属函数在[0,1]之间取值时,两模型的解无大的差异,并反映出投资者的满意程度·与线性隶属函数相比,非线性隶属函数的参数对应收益率及风险的模糊尺度,其取值越大,模糊尺度越小,能更好地反映出投资者对目标值的取值意图·依据深圳股票市场10只股票收益率数据,采用进化规划进行优化计算,并验证模型的有效性·     

一个组合计数问题

文献给出了下述计数问题：由ｎ个０和ｎ个１构成的字符串中，任意前ｋ个字符中０的个数不少于１的个数的字符串有多少？本文给出了求解的一种方法，并用所得结果解决了另一个计数问题．     

基于提升的BAN组合分类器

提升是一种有效的分类器组合方法,它能够提高不稳定学习算法的分类性能,但对稳定的学习算法效果不明显.BAN(BN augmented Nave-Bayes)是一种增强的贝叶斯网络分类器,通过提升很容易提高其分类性能.文中比较了GBN(general BN)和BAN的打包分类器Wrapping-BAN-GBN与基于提升的BAN组合分类器Boosting-BAN,最后通过实验结果显示了在大多数实验数据上,Boosting-BAN分类器显示出较高的分类正确率.     

超细氧化铜粉体的合成

采用沸腾回流沉淀转化法制备出了超细均匀的氧化铜粉体．研究了初始pH值、反应物浓度、模板剂及加热方式等对超细粉粒径大小的影响．获得了制备纳米级氧化铜颗粒的最佳反应条件.利用XRD和TEM对产物进行了分析和表征．