首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
最优组合预测非负权系数的计算方法研究   总被引:3,自引:0,他引:3  
李学全 《预测》1995,14(4):49-50,60
最优组合预测非负权系数的计算方法研究李学全(中南工业大学应用数学与应用软件系410083)1引言近年来,组合预测成为国内外预测界的热门课题之一。组合预测方法的关键是要确定组合权系数,许多文献对允许权系数为负的最优组合预测问题进行了较深入、系统的研究。...  相似文献   

2.
非负约束下证券组合的临界线   总被引:1,自引:0,他引:1  
王键  屠新曙 《预测》1999,18(4):55-57
本文通过对建立非负约束下证券组合的临界线方程,给出了求解限制卖空时证券组合投资最优权重的一种方法,这种方法既可求解给定收益下的证券组合投资最优权重,又可求解给定风险条件下证券组合投资最优权重。  相似文献   

3.
组合预测最优加权系数向量的进一步研究   总被引:21,自引:5,他引:21  
唐小我  曹长修 《预测》1994,13(2):48-49
组合预测最优加权系数向量的进一步研究唐小我,曹长修,金德运(电子科技大学管理学院)(重庆大学自动化系)(江华实业开发有限公司)1不考虑非负约束条件下最优加权系数向量的确定设对于同一预测问题,我们有n种方法。为了提高预测精度,可以采用组合预测方法。记组...  相似文献   

4.
无偏组合预测模型研究   总被引:1,自引:0,他引:1  
曾勇  唐小我 《预测》1995,14(6):42-45
无偏组合预测模型研究曾勇,唐小我,王竹(电子科技大学管理学院610054)1引言目前组合预测方法研究主要侧重于不同预测精度指标(即各种预测误差范数性能指标[1])下最优组合权重的确定方法。常用的预测精度指标有预测误差平方和[2]、最大绝对值预测误差以...  相似文献   

5.
确定最优组合预测权重数的线性规划方法   总被引:13,自引:0,他引:13  
徐大江 《预测》1993,12(2):56-57,59
1 引言组合预测是两个或两个以上不同的预测方法对同一预测对象进行预测,对各个单独的预测结果适当的加权后取其平均作为最终预测结果的预测方法。组合预测是集结所有单个预测方法包含的有用信息建立的一种预测方法,从而使其具有对未来变化的适应能力,减少预测的风险,提高预测的精度。组合预测的关键是恰当地确定单个预测方法组合的权重数.文献[1]~[4]给出确定权重数的若干算法,采用不同的标准就有不同的最优组合预测方法。本文给出以组合预测偏差绝对值和最小为标准,用线性规划的理论和算法确定组合预测权重数的一种新方法.并给出简单平均预测在该标准下是最优组合预测的充要条件。  相似文献   

6.
变权重组合预测模型的研究   总被引:24,自引:0,他引:24  
周传世  刘永清 《预测》1995,14(4):47-48,57
变权重组合预测模型的研究周传世,刘永清(广东商学院)(华南理工大学)1引言组合预测的研究是现在预测方法领域中研究得最为活跃的一个领域之一,但在变权重组合预测方面的研究还没有多大的进展。变权重组合预测模型的建立与应用是提高预测模型的拟合精度和预测精度、...  相似文献   

7.
非负定方差阵下的证券组合投资决策模型研究   总被引:2,自引:0,他引:2  
何宜庆  王浣尘  何宜强 《预测》2001,20(6):54-55,77
在用于度量投资风险的方差阵为非负定时,本文建立并研究了允许卖空与不允许卖空情形下证券组合投资决策模型,同时给出了计算最优投资比例系数的方法。  相似文献   

8.
基于组合神经网络的聚合物质量预测   总被引:2,自引:0,他引:2  
介绍了一种将组合神经网络用于聚合物质量预测的方法.由定量数据建立的单一神经网络模型往往缺乏泛化能力,而使用组合神经网络模型则可以显著改善模型的泛化能力.由于在建立组合神经网络模型过程中,合适的组合权重对模型是否具有良好预测性能是非常重要的,因此采用了岭回归方法来选择合适的组合权重.所提出的方法已成功应用于PVC颗粒特性的预测研究中。研究结果表明,与单一神经网络模型相比,组合神经网络模型具有更佳的模型预测精度和鲁棒性.  相似文献   

9.
线性与非线性最优组合预测方法的比较研究   总被引:3,自引:0,他引:3  
韩冬梅  牛文清  杨荣 《情报科学》2007,25(11):1672-1678
通过建立六种线性和非线性的最优组合预测模型,比较了线性组合预测和非线性组合预测方法,以及神经网络方法和其它最优组合预测方法的预测效果。实证分析表明,非线性组合预测方法的总体预测效果优于线性组合预测方法,并且基于神经网络的非线性组合预测方法具有优良的特性和更高的预测精度。  相似文献   

10.
组合预测方法研究的若干新结果   总被引:2,自引:0,他引:2  
唐小我  曹长修 《预测》1992,11(5):39-46
本文对组合预测方法的一些基本问题进行了较深入的研究:证明了随着预测方法的增加,最优组合预测方法的预测误差平方和并不一定减少;给出了最优组合预测方法的预测误差平方和恰好等于参加组合预测的各个单项预测方法预测误差平方和的最小值的充分条件;对递归等权组合预测方法的收敛性等问题给出了理论证明,并给出了一种新的替换准则。本文还就最优组合预测方法预测误差平方和的取值范围等问题进行了研究,给出了一些新的结果。  相似文献   

11.
周帆 《科教文汇》2009,(25):287-288
高考分数线是广大考生和家长关注的问题,准确预测高考分数线对填报志愿和决策分析都是必要的。本文采用变权重组合预测模型预测重庆市文科二批次高考分数线,该模型通过把单项预测模型进行组合分析,以误差平方和最小为准则,求出最优加权组合系数,建立组合预测模型。通过实例分析,表明其预测精度高于各单项模型预测值,在分数预测中有一定的应用价值。  相似文献   

12.
非线性规划在确定组合预测权系数中的应用   总被引:11,自引:0,他引:11  
王明涛 《预测》1994,13(3):60-61
非线性规划在确定组合预测权系数中的应用王明涛(郑州工学院管理系450002)1引言组合预测是目前预测科学研究的热门课题之一,。组合预测方法的关键是确定组合权系数,唐小我“组合预测计算方去研究”一文[1],给出了求解最优仅系数的公式(后称唐法),但在实...  相似文献   

13.
何晓庆  蔡娜 《软科学》2013,27(1):141-144
组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。  相似文献   

14.
信息系统投资的最优组合赋权法研究   总被引:2,自引:0,他引:2  
文章针对信息系统项目投资方案决策中属性权重的确定问题,给出了一种主、客观最优组合赋权法,即将主观权重与客观权重加权综合,并通过数学规划模型求出各自的加权系数。  相似文献   

15.
非平稳时间序列预测组合的条件   总被引:1,自引:0,他引:1  
魏巍贤 《预测》1997,16(4):47-48,43
本文考虑当被预测的时间序列变量为非平稳过程时,由单项预测构成组合预测的条件。研究发现组合预测中的任何一个单项预测,与被预测变量具有协整关系是构成组合预测的重要条件  相似文献   

16.
《科技风》2016,(12)
目前物流量组合预测大多是普通定常权重组合预测,预测的精度不高。因此,采用基于优先级的组合预测方法,通过对比基本预测方法的预测精度来赋予相应的优先级和权重,最后用实例数据进行验证。结果表明,基于优先级的物流量组合预测法有更高的预测精度,可以作为一种物流量预测的有效方法。  相似文献   

17.
组合预测能够充分利用已知信息,从而提高预测精度。在组合预测中,权重的确定非常重要。提出一种新的求解组合预测加权平均系数的方法。依据最小二乘准则构造目标函数,并将改进的蚁群算法用于求解组合预测中的加权平均系数。将该方法运用到我国R&D经费投入预测中,从而证明了该方法的可行性和有效性。  相似文献   

18.
利用欧几里得距离衡量非负矩阵非负满秩分解的近似度,将其转化为最小二乘法求最优问题。并用VC6.0与Lingo对算法进行程序实现,可以为非负矩阵分解应用研究提供一些参考。  相似文献   

19.
组合预测计算方法研究   总被引:42,自引:1,他引:42  
唐小我 《预测》1991,10(4):35-39
组合预测的关键是确定加权系数。本文通过使组合预测误差平方和极小化来确定最优加权系数。本文给出了计算最优加权系数的计算公式,并导出了简单平均预测是最优组合预测的条件。  相似文献   

20.
折扣组合预测法研究   总被引:2,自引:0,他引:2  
吕亚芹 《预测》1999,18(5):70-71
普通最优组合预测向量的确定常以组合预测误差平方和最小或误差绝对值和最小为标准,忽视了近期误差比远期误差重要的事实。本文提出折扣组合预测法确定最优组合预测模型的方法,从而提高了预测尤其是近期预测的精度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号