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。

基于预测包容的组合预测单项模型遴选算法

对预测模型的合理选择是搞好预测的核心。文章针对面向组合预测的单项模型遴选问题,引入预测包容理论,提出了基于预测包容的组合预测单项模型遴选算法。

考虑实测数据新旧程度的工后沉降单项模型预测方法

工后沉降预测是建筑物地基或路基安全性与加固维护方案决策的重要依据。因此,为了获得更加合理而简单实用的单项模型工后沉降预测方法,本文针对实测沉降数据新旧程度对地基沉降预测效果的影响,引入新鲜度函数,对单项预测模型沉降计算值与实测值之间的误差描述方法进行改进,从而建立出单项预测模型拟合分析的新型目标误差函数,并在此基础上,提出了基于实测沉降曲线的拟合分析确定地基单项沉降预测模型参数的新方法,进而提出了反映实测沉降数据新旧程度影响的单项模型工后地基沉降预测新方法。它既不失传统单项模型沉降预测方法简单实用的特点,还能明显改善地基沉降预测的效果。

基于属性频率和精度的组合预测单项模型筛选

文章针对已有的基于粗糙集理论的组合预测单项模型筛选方法存在属性重要度可能均为0的问题,选取属性频率作为属性重要度评价标准;针对原算法未考虑单项模型预测精度可能导致组合预测精度不高的问题,结合单项模型的均方根误差构成新的属性重要度评价标准,提高了组合预测精度,同时解决了属性因重要度相同而难以选择的问题;为使算法完整,将筛选过程细化为有核与无核两种情况,并给出详细算法步骤。结合四种组合预测方法与不筛选和原算法得到的模型集进行实例对比分析,验证了筛选的必要性与该算法的有效性。

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程。最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度。最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的。

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.

低影响开发单项设施模拟模型研究与应用进展

随着我国城市化进程的加快,城市内涝、雨水径流污染及水质恶化等问题日益严峻。低影响开发(LID)作为目前国际上城市水环境保护和可持续发展的雨洪管理新策略,在削减城市雨洪和滞留污染物等方面效果显著。为更好的模拟LID措施对环境带来的影响,不同尺度低影响开发模拟模型应运而生。本文总结了SWC、HYDRUS、DRAINMOD、RECARGA等典型小尺度单项设施模拟模型的特点、结构、适用条件和优缺点,分析了现有典型单项设施模拟模型的不足之处,指出模型参数选择、模型适应性检验以及水质水量耦合模型研发为今后的研究方向。

经济预测中的线性组合模型及其实证

经济预测仅使用单项模型方法存在较大的风险,通过组合不同的单项模型,可以更加充分利用各个模型所提供的信息,从而构造出比单项模型效果更好的组合预测模型。以福建省居民人均消费水平为例,分别建立线性回归模型、灰色系统模型与指数增长模型,并在此基础上建立线性组合预测模型,对这些模型的预测效果进行实证比较分析。

港口吞吐量预测模型的匹配性研究

搜集了我国几个主要港口吞吐量的历史数据及所在城市的社会经济指标;通过比较各港口吞吐量增长率与其所在城市GDP的增长率,选出快速增长型、稳定增长型和缓慢增长型港口各一个作为研究对象.基于历史数据对港口类型与预测模型的匹配性进行了研究,对所选实例港口的吞吐量进行了预测,供相关港口的规划建设参考.

建筑沉降监测数据处理组合模型研究

文章以线性回归分析、对数函数回归分析和灰色系统理论分析这三个子模型为基础,根据最小二乘准则原理,以预测误差为目标函数的误差平方和线形组合构建目标函数,求得加权系数后进行组合预测。通过工程实例说明了组合模型的预测结果优于其他的单项模型预测结果。

区域视角下我国老龄化人口的组合预测模型

为提高预测老龄人口的精度,以残差修正GM(1,1)模型、灰色-BP神经网络模型和Logistic预测模型作为单项模型,建立了一种基于相关系数的诱导有序加权平均(IOWA)算子组合预测模型.利用该模型对2000-2020年我国东部、中部、西部和东北部地区及全国老龄(≥65岁)人口数量进行预测显示,该组合预测模型的预测效果显著优于上述3个单项预测模型,表明该模型能够有效地提高老龄人口的预测精度.利用该组合预测模型对未来10年我国东部、中部、西部和东北部地区及全国老龄人口数进行预测显示:我国老龄人口数总体呈现逐步增长态势,同时区域间的老龄化进程差异也不断增大,其中东部地区老龄人口增长得相对较快,中部地区则增长得相对较慢.该预测结果可为我国老龄人口政策的制定提供参考.

基于IOWA算子的安徽省人均GDP的组合预测模型

根据1990-2012年安徽省人均GDP的历史数据,分别建立了指数预测、多元回归和指数平滑三种单项预测模型,引进IOWA算子的概念,在三种单项预测模型的基础上,把最小的组合预测误差平方和作为标准,建立基于诱导有序加权平均算子的最优组合预测模型。通过模型的预测有效度评价可知,基于IOWA算子组合预测的精度比三种单项预测模型精度要高,而且更加合理。运用IOWA算子组合预测了2013-2017年的安徽省人均GDP,实例分析结果表明,该组合预测模型更加精确有效。

基于灰色关联分析和支持向量回回归机组合模型的我我国畜产品消费量预测

我国是畜产品生产消费的大国。随着畜产品种类的日益丰富,畜产品消费结构也悄然变化,为了避免市场供需失衡,研究预测我国畜产品消费量对引导制定较为合理的生产计划有着十分重要的意义。基于此,构建了基于灰色关联分析和支持向量回归机的畜产品消费量组合预测模型。灰色关联分析为组合预测提供了选取单项预测模型的依据,确保了参与组合预测的单项预测模型的质量,支持向量回归机以其良好的学习泛化能力用于组合预测中,可以对复杂环境下的事物做出较为准确的预测。在上述理论与方法研究的基础上,将基于灰色关联分析和支持向量回归机的组合预测模型综合应用于我国猪肉消费量的预测实践中,通过实验结果比较分析,验证了研究成果的有效性。

基于不同优化准则的风电功率预测

为了获得较好的风电功率预测综合评价指标和提高风电功率预测精度,提出基于不同优化准则的风电功率预测模型。首先,通过基于贴近度的单项预测模型的择优方法得到较高精度的单项预测模型,然后利用选择出的单项预测模型分别以平均相对误差最小、平均绝对误差最小和均方根误差最小为优化准则建立不同的组合预测模型,最后利用灰色关联度分析方法确定每种组合预测模型在优化模型中的权系数,进而得到优化模型。以风电场的实际数据进行验证,结果表明:与各单项预测模型、不同优化准则的组合预测模型及其他组合模型相比,所提优化模型的整体误差指标较小,有效地提高了预测精度,证明了所提模型的有效性和实用性。

秦岭火地塘天然次生油松林倒木储量与分解

粗头直径≥10cm,长度通常≥1m,倾斜度超过45°的死木质残体称为倒木（Harmon et al.,1996）。倒木是森林生态系统的重要组成部分,在森林生态系统中倒木与生产者、消费者、分解者之间都有着密切的营养关系,其结构与功能相互制约,相互影响。倒木对森林中生产者的更新有着不容忽视的作用,为各类植物提供了生境,而且还对森林生态系统的演替起着重要的作用（侯平等,2001）;

高速铁路车站岔区高填方路基沉降组合预测研究

为确定高速铁路车站岔区高填方路基工后沉降是否满足铺设无砟轨道要求,结合现场监测沉降数据,采用三种单项模型(V模型、D模型和H模型)对沉降进行预测;利用最优组合原理建立邓英尔-双曲线组合模型(D-H模型)、邓英尔-灰色费尔哈斯组合模型(D-V模型)、双曲线-灰色费尔哈斯组合模型(H-V模型)3种两模型组合模型和1种三模型组合模型(D-H-V模型)。进一步探讨各预测模型的适用性和可靠性,引入5个精度评价指标,对各模型预测效果进行评价,预测效果优劣顺序为:三模型组合模型>两模型组合模型>邓英尔模型>灰色Verhulst模型>双曲线模型。用各断面的最优模型预测工后沉降,各断面工后沉降均满足铺设无砟轨道要求。

浅谈大数据时代下的保险资金另类投资

我国保险资金投资收益一直处于一个较低的水平,主要原因是相关制度制约了保险资金投资标和投资范围,导致大部分保险公司处于亏损状态,针对这一现状,我国大部分保险公司开设保险资金管理公司,专门对保险资金进行投资使用,进而改变我国保险公司亏损的局面。文章通过对保险资金投资的理论概述和投资现状进行分析,对比资本市场投资,对于投资过程中出现的问题进行总结和分析,提出一些解决问题的对策,进而降低保险资金另类投资风险,缓解我国保险公司在大数据时代下保险资金投资压力,从而改变我国保险公司收益亏损这一现状。

科技期刊学术影响力综合评价模型与实证

【目的】探讨单一评价模型和组合评价模型在科技期刊学术影响力综合评价中的适用性,以引起科技期刊对组合评价模型的重视。【方法】运用均方根法、熵值法、主成分分析法和因子分析法对18种科技期刊学术影响力进行评价,对评价结果进行Kendall检验,在此基础上建立模糊Borda组合评价模型对样本进行再评价。【结果】单一评价模型通过了Kendall检验,但从方法适用性上看,因子分析法最佳,主成分分析法次之,熵值法适用性较差,均方根法不太适合用来评价科技期刊学术影响力。模糊Borda组合评价模型具有较强的适用性,其评价结果与国际通用的复合影响因子评价指标较为接近。【结论】对科技期刊评价指标进行客观赋权,运用组合评价模型进行评价能够确保评价结果更为科学可信,提高复合影响因子、复合他引影响因子、复合即年指标、被引期刊数和Web即年下载率是扩大科技期刊学术影响力的有效手段。

面板数据模型设定存在的问题及对策分析

利用面板数据建模具有许多纯时间序列或截面数据没有的优点,但其建模过程也更复杂。本文指出了面板数据模型设定过程中常出现的几个问题,同时探讨了解决这些问题的有效方法。