共查询到19条相似文献，搜索用时 171 毫秒
1.
2.
《佳木斯教育学院学报》2013,(1)
本文以2000-2011年我国旅游总收入为样本区间,在回归预测、指数预测与二次移动平均预测三种单项预测方法的基础上,以预测误差平方和最小为准则,建立IOWA算子组合预测模型。对该模型的预测有效度进评价结果表明该组合预测模型能有效提高预测精度。 相似文献
3.
基于最优组合模型的中国GDP预测 总被引：1，自引：0，他引：1
李小月 《喀什师范学院学报》2012,33(2):23-26
利用1990～2010年中国GDP数据,在建立ARIMA、多项式趋势拟合模型和GM(1,1)模型基础上,以误差平方和最小为最优准则建立组合预测模型,并把它应用于我国GDP的预测。所得结果误差优于三个模型的分别预测,表明组合预测模型在时间序列数据的预测中更有优势。并用所建的组合预测模型进行2011～2015年的预测。 相似文献
4.
以1992-2012年的安徽省城镇居民人均消费支出的数据,运用多元回归与时间序列结合的模型预测、ARIMA模型预测和灰色预测三种单项预测方法,以预测的误差平方和最小为准则,建立IOWA组合预测模型,并以安徽省城镇人均消费支出为例进行实证分析,发现组合预测模型在整体上都优于每一单项预测方法,对我国居民消费支出预测和研究城镇居民人均消费具有重大意义。 相似文献
5.
随着软件规模的日益增大,软件可靠性对软件质量保证起着举足轻重的作用.为了更好地对软件可靠性进行预测,本文首先对常用的指数平滑模型——Holt模型和阻尼Holt模型进行分析,然后根据软件可靠性准则误差平方和(SSE)建立数学模型,并分别计算出最小SSE值对应的最优的平滑系数.实验表明采用Holt模型进行软件可靠性预测的精度较高,且阻尼Holt模型的预测结果优于Holt模型,预测结果从平滑系数的经验选取法和软件可靠性的PRR准则上都得到了验证.由此得出结论,将Holt和阻尼Holt指数平滑模型用于软件可靠性的预测有很高的拟合度. 相似文献
6.
7.
组合模型在我国GDP预测中的应用 总被引：1，自引：0，他引：1
将组合预测法应用于我国GDP的预测,以提高预测精度.通过赋予合理权重,将指数平滑模型、拟合模型、ARIMA模型和支持向量回归模型加权组合.对各模型进行平均绝对百分误差(MAPE)、均方根误差(RESE)和希尔不等系数(TheilIC)等指标的比较,证明单一模型经过组合能够提高预测精度. 相似文献
8.
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. 相似文献
9.
将组合预测法应用于我国GDP的预测,以提高预测精度。通过赋予合理权重,将指数平滑模型、拟合模型、ARIMA模型和支持向量回归模型加权组合。对各模型进行平均绝对百分误差(MAPE)、均方根误差(RESE)和希尔不等系数(Theil IC)等指标的比较,证明单一模型经过组合能够提高预测精度。 相似文献
10.
SPSS预测模型在商场中的应用 总被引：3，自引：0，他引：3
徐林 《宁波职业技术学院学报》2005,9(2):44-47
探讨了SPSS 12统计软件包中回归、指数平滑及ARIMA(自回归求和移动平均)等时间序列分析模块的建模及预测方法。根据金星商场1997年～2005年，1～12月的销售历史资料，建立对数模型、指数平滑模型和ARIMA乘积模型，并对三的预测结果进行比较分析，给出了平均相对误差。得出ARIMA乘积模型误差最小，它适于对有趋势性和周期性的观察数据进行预测。SPSS12统计软件包时间序列分析模块操作方便，在商场统计预测中有广阔的应用前景。 相似文献
11.
为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测. 相似文献
12.
针对电力负荷序列不稳定性、随机性等特点引起的电力负荷预测精度下降等问题,提出MEEMD加窗改进方法和GRNN组合的短期电力负荷预测模型。利用GRNN神经网络延拓方法对原始信号两端数据进行延拓,用余弦窗函数对延拓数据加窗处理后再进行MEEMD分解,用神经网络对各分量趋势进行预测,叠加各分量的预测结果得到负荷序列的最终预测结果。实验结果表明,MEEMD加窗改进分解预测的平均绝对误差、平均绝对值百分比误差和均方根误差分别为73.926 8、0.818 0%和82.930 1。基于MEEMD加窗改进方法和GRNN组合的电力负荷预测不仅能抑制端点效应,而且能解决模态混叠和伪分解问题,提高了短期电力负荷的预测精度。 相似文献
13.
为提升呼叫中心生产力并使得运营成本得到最小化,须对人力资源进行合理配置,呼入量预测是人力资源配置的前提条件.对某呼叫中心实际采样数据进行异常处理后,利用最小二乘法的数学预测模型进行预测,并对预测结果进行相对误差分析,预测误差均在0.8％～9.6％之间,这种简单、实用、准确的方法非常适合中小型呼叫中心. 相似文献
14.
15.
16.
在指数Riordan群定义的基础上得到其行和的计算公式、Euler变换形式以及元素之间的递归关系等性质,并且结合Hermite多项式推导得出一个新的组合恒等式.在应用方面,讨论了用涉及指数族的二项式序列φi(x)定义的广义Pascal函数矩阵,对已有的结论利用Rior-dan阵理论给出了简单的新证明,使得被广泛研究的Pascal矩阵、Pascal函数矩阵的一些性质成为推论.此外,还讨论了元素为Bell多项式的Bell矩阵Bn,给出其指数Riordan阵形式,进而给出了Bn元素所满足的递归关系. 相似文献
17.
汤燕冰 《浙江大学学报(A卷英文版)》2002,3(5):584-590
An exploratory spatial data analysis method (ESDA) was designed Apr. 28, 2002 for kriging monthly rainfall. Samples were monthly
rainfall observed at 61 weather stations in eastern China over the period 1961–1998. Comparison of five semivariogram models
(Spherical, Exponential, Linear, Gaussian and Rational Quadratic) indicated that kriging fulfills the objective of finding
better ways to estimate interpolation weights and can provide error information for monthly rainfall interpolation. ESDA yielded
the three most common forms of experimental semivariogram for monthly rainfall in the area. All five models were appropriate
for monthly rainfall interpolation but under different circumstances. Spherical, Exponential and Linear models perform as
smoothing interpolator of the data, whereas Gaussian and Rational Quadratic models serve as an exact interpolator. Spherical,
Exponential and Linear models tend to underestimate the values. On the contrary, Gaussian and Rational Quadratic models tend
to overestimate the values. Since the suitable model for a specific month usually is not unique and each model does not show
any bias toward one or more specific months, an ESDA is recommended for a better interpolation result. 相似文献
18.
李雅茹 《杨凌职业技术学院学报》2009,8(1):32-33,41
为得到高质量、高精度的叶轮,将Intranet技术应用于叶轮的数控加工,在资源共享的基础上实现叶轮的协同制造,同时对叶轮加工过程全程进行在线检测与控制,建立了加工误差预报和补偿模型实现误差在线补偿。 相似文献
19.
杨刚 《荆门职业技术学院学报》2010,(11):62-64
将灰色关联分析法和灰色预测法应用到指标筛选和模型的建立中,建立适合企业自身的微观预警模型。针对企业的财务指标和非财务指标,评价了企业的风险情况,建立了房地产公司的财务风险预警模型。结果显示面对房地产企业的财务风险,运用灰色预测构建的模型有较高的精准度,并且短期预测功能良好。 相似文献