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.
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   

2.
首先介绍了GM(1,1)、ARMA、RBF模型,然后提出诱导广义有序加权正切平均算子(IGOWTA)的概念,基于IGOWTA算子建立了GM(1,1)-ARMA-RBF组合预测模型,实证结果表明这种组合预测模型比其单一模型的预测精度更高、误差更小.  相似文献   

3.
对诱导有序加权平均(IOWA)算子进行了详细地描述,并分别用Holt-Winters指数平滑法、ARIMA模型、多元线性回归模型对PMI指数进行了预测;并以此建立了基于IOWA算子的组合预测模型和误差评价体系。结果表明:三种单项预测方法之间存在着一定的互补性,基于IOWA算子的组合预测模型显著优于其他三种单项预测方法。最后,根据得到的组合预测模型对未来12个月的PMI指数进行了预测。  相似文献   

4.
将诱导广义有序加权平均(IGOWA)算子与正弦函数相结合,提出了诱导广义有序加权正弦平均(IGOWSA)算子的概念,研究了该算子的一些优良性质.同时基于IGOWSA算子构建了新的组合预测模型,从理论上证明了该模型是优性组合预测模型,比单一模型的精度更高.最后给出了实例分析,结果显示其5种误差指标均明显小于各个单一预测模型.  相似文献   

5.
针对1981~2012年我国税收收入的相关数据,采用回归模型、指数平滑预测和ARIMA模型三种单项预测方法进行建模预测.并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测.结果表明,基于诱导有序加权算术平均算子的组合预测模型的预测精度明显高于三种单项预测方法,说明了该方法用于税收收入预测的可行性和有效性,并采用5种有效性评价指标,检验了组合预测模型的预测效果.既然该方法可以通过调整组合权重提高预测精度,因此,在此基础上对今后3年的税收收入作出预测,发现今后3年税收仍会分别以15.59%、16.89%和16.77%的增长率增长.  相似文献   

6.
选取1990—2009年江苏省人均GDP为样本数据,2010—2014年江苏省人均GDP作为验证数据,分别建立了ARIMA模型、指数平滑模型和多元回归模型对未来3年的江苏省人均GDP进行预测,然后在前3种单向预测方法基础上建立基于诱导有序加权几何平均(IOWGA)算子组合预测模型,再对此模型进行相应的效率评价.最后用组合预测模型对未来3年江苏省人均GDP进行预测.结果表明:相比于上述3种单项预测方法,基于IOWGA算子的组合预测模型的预测精度更高.预测结果表明2015—2017这3年,江苏人均GDP会继续增长,人民生活水平将继续提高.  相似文献   

7.
大学生就业信心指数的预测可以在一定程度上了解大学生就业信心的变化趋势.因此,文章建立了基于L1范数的诱导有序加权几何平均(IOWGA)算子的组合预测模型及预测有效度评价指标体系,以山东省德州市某高校2000—2012年大学生就业信心指数数据,对大学生就业信心指数中的全局信心指数进行分析预测,并与采用GM(1,N)预测模型、单指数平滑预测模型和ARMAX预测模型分析结果从预测精度、预测模型有效性上进行比较.结果表明:基于L1范数的IOWGA算子组合预测模型比其他三种单项预测方法预测方法精度更高且为优性组合预测,本模型对大学生就业信心指数预测是可行的,可以用于对大学生就业信心的定量研究.  相似文献   

8.
大学生就业信心指数的预测可以在一定程度上了解大学生就业信心的变化趋势.因此,文章建立了基于L1范数的诱导有序加权几何平均(IOWGA)算子的组合预测模型及预测有效度评价指标体系,以山东省德州市某高校2000—2012年大学生就业信心指数数据,对大学生就业信心指数中的全局信心指数进行分析预测,并与采用GM(1,N)预测模型、单指数平滑预测模型和ARMAX预测模型分析结果从预测精度、预测模型有效性上进行比较.结果表明:基于L1范数的IOWGA算子组合预测模型比其他三种单项预测方法预测方法精度更高且为优性组合预测,本模型对大学生就业信心指数预测是可行的,可以用于对大学生就业信心的定量研究.  相似文献   

9.
针对提供的道路交通事故相关影响因子数据,构建了基于关联分析的灰色神经网络组合道路交通事故预测模型。结合实例,用所提出的模型给与了预测。结果表明,基于灰色关联分析神经网络预测模型充分发挥关联选优的优越性,比全输入神经网络预测模型有更好的预测精度,从而说明运用灰色关联分析方法对输入因子选择是有效可行的。基于灰色关联分析的神经网络组合交通事故预测模型充分发挥各单一模型的优点同时弱化了单一模型的缺点,比单一模型的预测结果更理想、精度更高。  相似文献   

10.
将向量夹角余弦和诱导广义有序加权对数平均(IGOWLA)算子相结合,构建了基于向量夹角余弦的IGOWLA算子的组合预测模型,并给出了优性组合预测的概念;最后,根据实例验证了该组合预测模型是科学的和有效的,且此模型是优性组合预测.  相似文献   

11.
科学准确地预测铁路客运量是制定铁路网规划的基础。以全国铁路客运量的历史数据为基础,采用灰色GM(1,1)模型和三次指数平滑模型进行组合优化,建立了基于IOWGA(Induced Ordered Weighted Geometric Averaging)算子的组合预测模型,并对组合预测模型进行了检验,检验结果表明,组合预测模型是有效的、可靠的,具有较高的精度,可对我国的铁路客运量进行预测。最后利用所建立的预测模型预测了2008年--2010年我国铁路客运量。  相似文献   

12.
为探究我国粮食价格波动规律及预测其值,选取2005-2016年中国各季度粮食生产价格数据,首先对其波动性进行描述分析;其次建立一种基于IGOWLA算子的组合预测模型:选择ARMA模型、Holt-Winters乘法模型、残差自回归模型这三种单项预测模型,并通过5种误差评价指标来判断预测模型的效果,结果表明组合预测模型的预测效果较好、准确性较高;接着利用所建立的组合预测模型对2017年各季度粮价进行外推预测,结果表明2017年粮食价格有所上升但相对波动较稳;最后提出政策建议。  相似文献   

13.
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   

14.
针对电信客户流失问题,本文设计了一种基于决策树C5.0、BP神经网络及SVM支持向量机三种分类器融合的组合预测模型,利用最优加权组合预测方法来确定各模型的权重值.预测结果表明:组合预测模型的准确率高于传统的单一分类预测模型,构建此模型对解决电信客户流失预测方面的问题具有应用价值.  相似文献   

15.
针对数据挖掘过程中单一模型算法命中率低、偏差大等问题,将决策数、遗传算法、人工神经元三种单一算法融合在一起,设计出一种基于Lagrange函数的多算法组合预测模型。同时,将所建组合模型应用于电信行业客户关系管理中,将客户信息、消费行为等历史数据作为预测指标,对客户行为及未来趋势进行预测。预测结果表明,与单一算法预测模型相比,组合预测模型命中准确率高,预测效果好,能更直观地显示出流失客户的基本特征,从而帮助电信运营商提前发现具有离网倾向的用户群体,为管理层的决策提供数据支持。  相似文献   

16.
以1990~2011年安徽省固定资产投资为样本区间,运用VAR预测模型、指数预测与二次移动平均预测3种单项预测方法,以预测误差平方和最小准则,建立IOWA算子组合预测模型。对该模型的预测有效度进行评价,结果表明:该组合预测模型能有效提高预测精度。  相似文献   

17.
针对区间数的组合预测问题,利用连续有序加权平均算子,构造每一期单项预测区间值的预测精度,并以每期预测精度为诱导值,引入广义的诱导有序加权平均(IGOWA)算子,分别对区间数的左右端点,以向量夹角余弦为准则,建立基于广义诱导有序加权平均算子的多目标区间组合预测模型,然后将其转化为单目标规划问题进而求出权重.最后,通过实例表明所构建模型能够有效降低预测误差.  相似文献   

18.
将二阶预测有效度和IOWA算子相结合,提出一种基于二阶预测有效度的IOWA算子最优组合预测模型,并定义了优性组合预测的概念,最后通过一个具体的实例来说明该组合预测方法的有效性和合理性.  相似文献   

19.
旅游需求预测是旅游决策的基础。根据福建省1997—2008年国内游客量的统计数据,尝试构建灰色GM(1,1)模型、动态趋势预测模型和回归分析预测模型,分别对福建省未来5年国内游客接待量进行了预测。对预测结果的比较分析表明,灰色预测模型的平均预测误差可以控制在5%以下。因而是福建省国内旅游需求预测的最佳选择;而动态趋势预测模型虽也能达到要求的精度,但效果稍差;回归分析预测模型则产生较大误差,显然不宜用于有关预测。  相似文献   

20.
预测问题一直是科学与管理领域研究的热点,备受广大科技工作者的关注。为了解决单一预测模型在预测问题上的缺点和误差控制问题,本文提出一种组合预测模型———以误差绝对值和达到最小为准则的线性组合预测模型。这种模型以误差绝对值和达到最小为依据,计算出每个单一模型在预测结果中所占的权重,建立组合预测模型。该组合预测模型较好的利用了神经网络与支持向量机在多影响因子下训练的优势,进一步提高预测精度。将其应用于合肥市房地产价格预测,可以达到理想效果。  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