共查询到20条相似文献，搜索用时 640 毫秒
1.
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
2.
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
3.
《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
4.
5.
建立股市预测模型是一个具有挑战意义的工作。利用均生函数（Mean generation Function,MGF）方法对股市时间序列重构,再利用偏最小二乘法提取对股市影响的综合变量作为神经网络的输入因子。利用Boosting技术和不同的神经网络算法,生成神经网络集成个体,用＂误差绝对值和最小＂作为最优准则,采用线性规划方法计算得到组合预测模型的各权系数,以此建立股市组合预测模型。通过S＆P500指数开盘价进行实例分析,并与传统的时间序列分析和其他集成方法对比,该方法能获得更准确的预测结果。计算结果表明该方法能充分反映股票价格时间序列趋势,为金融时间序列预测提供一个有效建模方法。 相似文献
6.
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
7.
在分析灰色预测模型GM(1,1)以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上,提出灰色神经网络组合预测模型。以河北省电力消费量为基础,分别用3种模型进行预测,并加以比较分析。结果表明,灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度,对河北省未来电力系统及能源需求规划具有一定参考价值。 相似文献
8.
王秀 《宁波职业技术学院学报》2010,14(5):38-41
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
9.
在分析灰色模型与回归模型特点基础上提出了灰色回归模型,并以最小二乘法确定了两单一模型权重系数的分配。结果表明：灰色回归预测模型在最大、最小误差及平均误差这三项指标中明显优于两单一模型。因此,灰色回归模型能显著提高预测精度,可作为农业用水量预测的一种有效工具。 相似文献
10.
11.
宋雅晴 《安徽教育学院学报》2013,(6):18-20,24
鉴于能源消费系统的复杂性和非线性特征,首先利用安徽省1994-2011年的能源消费数据,分别建立二次多项式模型、灰色预测模型和时间序列模型,并对其结果进行统计检验和比较分析;其次在使误差平方和达到最小的条件下进行权重分配,建立组合预测模型,结果表明该模型的精度高于各单项预测模型,可以用来预测安徽省未来的能源消费量;最后应用组合预测模型预测出安徽省未来4年的能源消费量. 相似文献
12.
城市工业废气排放量变化是非线性的,同时具有复杂的随机性和趋势性特点,传统单一预测模型难以对其变化规律进行准确表达,从而导致预测精度较低。为提高城市工业废气排放量的预测精度,提出了GM-BP组合模型。通过GM（1,1）模型对城市工业废气排放量变化趋势进行预测,然后运用BP神经网络模型对GM（1,1）模型的趋势预测值进行误差修正,以提高预测精度。对南京市2007～2010年城市工业废气排放量进行的仿真实验表明,GM-BP模型的预测精度较高,能够应用于城市工业废气排放量预测。 相似文献
13.
建立有效的空气质量指数预测模型,可以为个人出行及相关部门治理大气污染提供指导。选取北京市的历史空气数据以及气象数据作为研究对象,建立基于BP（Back Propagation）神经网络和SVR（Support Vector Regression）支持向量机回归的BP-SVR组合预测模型。首先利用灰狼优化算法分别对BP模型和SVR模型参数进行寻优;然后运用该组合模型对空气质量指数进行预测。实验结果表明,BP-SVR模型的平均绝对百分误差、均方根误差、平均绝对误差均小于单一预测模型,分别为0.217 5、37.032 0、25.157 5。BP-SVR组合模型具有更高的预测精度,泛化能力更强,可以对空气质量指数进行有效预测。 相似文献
14.
《实验室研究与探索》2017,(12):57-60
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
15.
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
16.
引入一种新的预测垃圾产量的方法——组合预测方法,该法能够综合利用不同预测方法提供的信息提高预测精度。结合厦门市1996～2008年的垃圾产量,分析不同预测方法的预测精度,并预测5年后的垃圾产量。通过研究发现:单一预测模型中,线性回归法和年增长率法的预测结果偏小,误差较大,灰色理论GM(1,1)的预测结果偏大,误差较小,基本在10%以内;组合预测模型的预测精度高于单一预测模型;厦门市城市生活垃圾年平均增长率约为10%,低于国民生产总值和社会消费品零售总额年平均增长率,高于城镇居民消费性支出年平均增长率。 相似文献
17.
18.
《赤峰学院学报(自然科学版)》2017,(12)
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
19.
20.
基于已有关于旅游相关预测的文献大都采用单一预测模型,例如灰色系统理论模型、人工神经网络、时间序列预测等、缺乏对旅游的组合预测的研究。文章尝试在IOWHA算子的基础上构建组合模型,进而对安徽省的的旅游总收入进行预测。预测结果表明基于IOWHA算子的组合预测模型相对于单一的预测方法具有更高的精度,在旅游预测中是有效合理的。 相似文献