基于有效度的组合预测单项模型的逐步遴选方法

组合预测能够提高预测的效果,但是如何选择最优组合中单项预测模型是十分重要但尚未解决的问题。文章将预测有效度的概念应用于单项预测模型组的选择,给出了遴选组合预测模型中单项预测组的方法和步骤,以期提高组合预测的预测有效度。

灰色多元线性回归方法的改进及应用

经典多元回归分析不能实时跟踪响应变量的动态变化,而且样本中少量病态数据的出现影响拟合效果。针对该问题,运用灰色组合预测方法剔除了自变量观察数据中的噪声污染,对传统的多元线性回归分析方法进行了改进,建立了灰色组合多元线性回归分析模型。最后,通过实例说明模型具有较高的预测精度。

多变量非等间距GM(1,m)模型及其应用

对于多变量非等间距数据序列,建立了一类GM(1,m)预测模型。基于灰色模型的指数特性和积分定义,提出了构造多变量非等间距序列的GM(1,m)模型背景值的方法。该方法可以提高GM(1,m)模型的拟合精度和预测精度,拓广了灰色模型的应用范围。应用该方法,建立了中国农村青少年生长水平的灰色预测模型,结果理想可靠,有较好的实际意义。

布尔代数的(λ,μ)模糊子代数

在布尔代数中引入了(λ,μ)-模糊子代数的概念,讨论了布尔代数的(λ,μ)模糊子代数的性质.证明了布尔代数的两个(λ,μ)-模糊子代数交与直积也是(λ,μ)-模糊子代数.

基于反向变换和遗传算法的GM(1,1)模型优化

文章根据灰色模型建模特点,对原始数据利用反向变换生成新数据序列,建立了GM(1,1)预测模型;GM(1,1)模型中的背景值和初值对模型的预测精度均有影响,进而以平均相对误差达到最小为准则,提出了基于遗传算法求解最佳背景值和最佳初值修正项的方法。

改进的GM(1,1)幂模型及其参数优化

为了提高灰色GM(1,1)幂模型的拟合精度,对灰色GM(1,1)幂模型的背景值进行了改进,建立了一类改进GM(1,1)幂模型.利用粒子群优化算法给出了改进GM(1,1)幂模型的参数优化.实例分析结果表明基于粒子群算法的改进的GM(1,1)幂模型具有更高的预测和拟合精度.

组合预测模型预测精度的贴近度评价法

一组单项预测模型在不同的准则下,建立的组合预测模型一般是不同的。为了比较这些组合预测模型的预测精度,文章引入了组合预测模型点预测精度的数量指标,从而得到了组合预测模型的点预测精度向量。根据这些点预测精度利用算术平均最小贴近度,给出了组合预测模型预测精度的评价。实例分析结果表明:该评价方法客观准确,可操作性强。

BCH-代数的拟结合理想和拟结合模糊理想(英文)

在BCH-代数中,引入了拟结合理想和模糊拟结合理想的概念.研究了BCH-代数中模糊拟结合理想的相关性质,给出了BCH-代数拟结合理想的构造.

改进灰导数的GM(1,1)幂模型

为了提高灰色GM(1,1)幂模型的拟合精度,讨论了灰色GM(1,1)幂模型灰导数的白化问题.以白化微分方程为基础,利用梯形公式白化灰导数,得到了改进的GM(1,1)幂模型.实例分析结果表明改进的GM(1,1)幂模型具有更高的预测和拟合精度.

基于算术平均贴近度的加权几何平均组合预测

引入和讨论了基于算术平均贴近度的加权几何平均组合预测模型及其性质.针对该模型定义了非劣性组合预测模型、优性组合预测模型以及组合预测冗余度的概念,讨论了在一定条件下,该组合预测模型存在非劣性及优性组合预测的条件,给出了判定冗余组合预测方法的判定定理.通过实例分析说明了基于算术平均贴近度的非线性组合预测模型的有效性.

修正GM(1,1)模型在销售量预测中的应用

基于GM(1,1)预测模型的模型误差的三种情形 ,给出了修正方法 ,建立了一种改进的GM (1,1)预测模型 讨论了改进GM (1,1)预测模型在销售量预测中的实际应用 。

基于灰色关联分析统计组合预测精度评价

灰色关联分析目的是寻求系统各因素之间的重要关系,而灰色关联度是灰色关联分析的基础,其算法基本思想是根据行为序列曲线几何形状的相似性来确定序列之间联系的紧密性。文章尝试将这一基本思想应用于同样单项预测模型所构成的不同组合预测模型预测精度的评价。通过构建组合预测方法预测精度评价指标体系,利用灰色关联分析方法给出了组合预测模型预测精度的评价。最后通过应用实例进行了分析,结果表明:该评价方法客观准确,可操作性强。

离散GOM(1,1)模型及其应用

基于反向累加生成的灰色GOM(1,1)模型,给出了灰色离散GOM(1,1)模型的建模方法.解释了离散GOM(1,1)模型比原始GOM(1,1)模型的优越性,证明了离散GOM(1,1)模型不仅具有白化指数律,而且具有线性不变性.最后,利用给出的一个实例,证明了离散GOM(1,1)模型具有较高的拟合和预测精度.

非等距灰色预测模型的应用

本文首先对非等间距灰色预测模型的预测精度进行了分析，说明模型初值的选择对模型的预测精度也有着重要的影响；进而提出了可以提高预测精度的修正初值的方法，最后，给出了一个应用实例。结果表明，通过初值的修正能够提高预测模型的预测精度。

基于相对误差极小化的灰色组合预测模型(英文)

分别利用累加生成数据作为初始条件,建立了不同的灰色预测模型.以这些模型为基础,按照相对误差极小化的原则,建立了灰色组合预测模型.通过实例对比分析,表明灰色组合预测模型具有更高的预测精度和较高的理论实践价值.

关于次序统计量广义TTT序的几个结果(英文)

研究了次序统计量在广义TTT变换序(TTT变换序)和剩余财富序下的性质.讨论了寿命分布类NBUT在增凹变换下的封闭性以及NWUT寿命分布在次序统计量下的特征.

最小机会损失的组合预测模型精度评价

文章研究了组合预测模型预测精度的评价问题。一组单项预测模型在不同的准则下,建立的组合预测模型一般是不同的。为了比较这些组合预测模型的预测精度,提出了基于最小机会损失准则进行综合评价的方法。该方法运用最小机会损失原则处理各个组合预测模型的拟合值,用组合机会损失值到最小机会损失值距离最小的思想,确定出权重,从而可以将各个组合预测模型的预测精度进行排序,进而可得到最优组合预测模型。

基于中心逼近的非等距灰色模型

基于非等间距灰色预测模型的建模机理,通过对一次累加生成序列的开方运算来弱化序列的变化幅度,利用背景值取代传统的中心值,从而得到了基于中心逼近化的非等间距灰色预测模型。最后,给出了一个应用实例,实例计算结果表明该改进灰色预测模型具有较高的拟合和预测精度。

旧的串联和并联系统的随机比较(英文)

分别给出了旧元件组成的串联系统和并联系统随机比较的保持性质,对于休止时间和剩余寿命分别进行了讨论,证明了不同旧串(并)联系统的剩余寿命在似然比序下封闭,而休止时间在似然比序下不等号反向;元件具有逆危险率序则串(并)联系统的休止时间具有危险率序。