基于一类损失函数的组合预测模型构建

组合预测的关键问题就是确定各单项预测的权系数,通过构造一类损失函数,以损失函数最小为目标来确立组合预测模型中各单项预测的权系数.比较了损失函数中的参数取不同值时对应的组合预测的预测效果,得出了在变权组合预测中,并非只有一组权系数能使预测效果达到最优.     

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％.     

安徽省城镇居民人均收入的组合预测

以1995～2009年安徽省城镇居民家庭人均可支配收入的数据,分别建立时间序列模型、回归模型和灰色预测模型．然后在三个单一预测模型的基础上综合各个预测模型的优缺点．通过使组合预测误差平方和最小确定各单一预测方法的权重系数,得到最优组合预测模型．最后对几种预测方法进行了评价,得出组合预测效果比较精确．     

安徽省城镇居民人均消费的组合预测

在灰色预测、回归预测和时序预测基础上,建立1990到2009年安徽省居民人均消费组合预测模型,并通过误差指标评价体系对组合模型和单项预测模型进行评价,结果表明组合预测模型的各误差指标远低于三种单项预测模型预测误差指标值。最后预测了我省近三年城镇居民人均消费值并进行了评价。     

基于IOWHA算子的中国货币供应量组合预测模型研究

选取1990年—2015年的中国货币供应量数据,分别使用ARMA模型、指数平滑模型、多元线性回归模型对我国货币供应量(M2)进行单项预测,并在此基础上引入诱导有序加权调和平均(IOWHA)算子建立组合预测模型,然后建立评价指标体系以比较各类单项预测方法和组合预测方法的预测精度。评价体系显示IOWHA组合预测模型优于3种单项预测;最后用组合预测模型对2016年—2020年我国的货币供应量M2进行预测。结果表明:未来几年,我国的货币供应量仍然处于递增状态,增幅较大。     

考试成绩的标准分及其在教学管理中的应用

论述了标准分的实质以及实行标准分的意义，其后介绍了卷面分数标准化的方法，最后对高等院校实行标准分的问题进行了思考。     

基于GIOWA算子的"十四五"时期教育经费投入预测

以我国教育经费投入为研究对象,选取1991—2018年教育经费投入数值,在多元回归模型、Holt-winter非季节指数平滑模型、分段线性模型三种单项预测模型的基础上,运用广义诱导有序加权平均(GIO-WA)组合预测模型预测我国2019—2025年教育经费投入,其中2019年、2020年为修正模型的样本.结果表明,λ取...     

基于灰关联度的IGOWLA算子中国楼市库存的预测分析

在回顾灰关联度和诱导广义有序加权对数平均算子(IGOWLA)等概念的基础上,构建了基于灰关联度的IGOWLA算子最优组合预测模型。分别利用多元线性回归模型、残差自回归模型、GM(1,1)模型对我国商品房待售面积进行了单项预测,建立了基于灰关联度的IGOWLA算子组合预测。     

预测模型中参数估计的最优化方法

为提高预测模型的预测精度 ,从几个角度研究了预测模型中参数估计的优化方法 ,并利用欧氏空间的距离将建立趋势预测模型的折扣最小一乘法推广到建立一般因果关系的回归预测模型 .     

组合预测模型在安徽省粮食产量预测中的应用

利用安徽省粮食产量的历史数据,分别采用一元线性回归、指数曲线及神经网络方法建立了安徽省粮食产量的预测模型。以此为基础,建立了安徽省粮食产量的组合预测模型,并对模型的适用性进行了检验。最后,应用该模型对安徽省未来10年的粮食产量进行了预测。结果表明,组合预测模型可以作为安徽省未来粮食产量预测的有效工具。