基于Hellinger距离和IOWC-GOWA算子的区间组合预测模型

针对区间型数据的组合预测,该文引入了统计学中衡量两个概率密度函数之间相似程度的指标——Hellinger距离作为构建组合预测模型的最优化准则.在已构建的诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子的基础上,将区间数序列转化为实数序列,建立了一种新的区间数组合预测模型,并通过具体的数据进行分析,验证了该模型的有效性.结果表明:该文所建立的基于Hellinger距离和IOWC-GOWA算子的区间组合预测模型能在单项预测的基础上有效提升预测精度,是一种优性组合预测模型.

模糊信息协同相关IOWGA算子区间组合预测模型

三角模糊数是复杂和不确定性预测系统的重要信息表达形式。引入刻画三角模糊数特征的3个指标,包括面积型中心、面积型散度和中界点。这些指标分别反映三角模糊数的精度、模糊程度和中点特征。在此基础上,提出了一种新的协同相关系数的概念,结合诱导有序加权几何平均算子(IOWGA),以三角模糊数左右区间的协同相关系数作为最优准则,建立了基于三角模糊数和协同相关系数的IOWGA算子区间组合预测模型。通过实例分析,证明了该模型的有效性和稳定性。

基于趋势分解和IOWA算子的组合预测模型

不同的数据有着自身的不同特性,对于时序数据而言,数据往往有着与时间相关的趋势,通过分解这种趋势,并对趋势和趋势以外的部分分别进行预测再组合,可以得到更好的预测结果 .选用2013年1月4日—8月11日的人民币对美元的汇率数据进行实证检验,分别采用灰色预测模型、ARIMA模型、LSTM模型以及它们的组合模型对数据进行预测,实证分析结果表明,基于趋势分解和IOWA算子的组合预测模型相较单项预测而言有着更良好的预测精度.

基于联系数投影的三角模糊数组合预测模型及其应用

在模糊预测中,三角模糊数比区间数更能准确刻画不确定信息。针对三角模糊数组合预测,本文首先引入集对分析中联系数,找出三角模糊数与三元联系数的转换关系,巧妙回避三角模糊数组合预测运算的模糊性和复杂性。其次定义三元联系数运算规则,构建联系数投影作为最优准则,建立联系数投影的定权系数三角模糊数组合预测模型。然后依据高精度预测方法应赋予较大权系数的原则,构建联系数广义诱导有序加权平均(CNGIOWA)算子,研究其性质定理,再结合联系数投影的最优准则,建立基于联系数投影和CNGIOWA算子的变权系数三角模糊数组合预测模型。最后将两类三角模糊数组合预测模型应用到模糊预测实证分析中,结果显示两类组合预测模型都能有效提高预测准确性。

基于IOWA算子的航班订座组合预测模型

航班订座预测的经典方法包括回归模型、增量模型、指数平滑模型等,在复杂多变的非线性数据环境下,各单项模型存在预测效果不稳定及健壮性不满意的情况。为解决这一问题,本文构造了一个基于诱导有序加权平均(IOWA,induced ordered weighted averaging)算子的航班订座组合预测模型,组合模型采用各单项模型的预测精度作为诱导因子,动态计算单项预测模型组合权重及构建未来的动态预测组合。但传统的IOWA组合预测模型对随机波动较大的数据适应性较差,本文在深入分析航班旅客订座量数据规律的基础上,改进了该模型在预测期的诱导因子,取得了较好的预测结果。

基于博弈论组合赋权-云模型的消防员训练损伤风险评估

为降低消防员训练损伤发生率,从个人因素、环境因素和组织管理因素3个方面,提出包含19个指标的消防员训练损伤风险评估指标体系;采用Bonferroni有序加权平均算子(BON-OWA算子)修正层次分析法(AHP)的误差,获得各指标的主观权重;引用基于指标相关性的权重确定法(CRITIC)确定各指标的客观权重;基于博弈论组合赋权法确定各指标的组合权重;引入云模型理论,建立消防员训练损伤风险评估模型,并以河南省某消防救援大队消防员的训练为例,验证该模型的科学性。结果表明:训练装备的战技性能状况指标对消防员的训练损伤风险等级影响最大;该风险评估模型通过数据处理,可以确定消防员训练损伤风险等级;案例中,消防员在5种不同情景下的训练损伤风险等级均为一般风险,这与模糊综合评价法所得结果一致。

G-投影算子的线性组合

根据值域的关系,分别研究了G-投影算子的线性组合是G-投影算子的充要条件,以及G-投影算子与G-压缩算子及G-正算子的关系,并将Hilbert空间中投影算子的某些结论推广到G-投影算子上。最后,举例说明了结论的有效性。

基于IGOWMA算子的变权系数区间型组合预测模型

为了保持区间数内部的整体性及提高区间数的预测精度,提出了一种将改进相关系数和诱导广义有序加权多重平均(IGOWMA)算子相结合的区间型组合预测方法.该方法首先将区间数进行转化,以等价信息的中心和半径来表示区间数;然后以预测精度为诱导因子,构建IGOWMA算子;最后选取改进后的Pearson相关系数作为最优准则来建立多目标非线性规划模型,并通过引入偏好系数将模型转化为单目标规划模型.实例验证证明,该区间型组合预测模型不仅能够保证区间数内部的整体性,而且其预测结果显著优于文献中的3种单项预测方法和1种组合预测方法.对模型的参数进行灵敏度分析显示,参数λ的取值对模型的权系数、最优目标函数值以及误差指标有较明显的影响,偏好系数α则对模型的影响较小.上述结果表明,该组合预测方法能有效提高预测精度,可应用于区间数的模糊预测中.

基于博弈论组合赋权云物元模型的城市道路交通系统风险评价

为保障城市道路交通系统安全运行,降低城市交通事故发生概率,提出了一种基于博弈论组合赋权云物元城市道路交通系统风险评价模型。从城市道路交通系统风险因素出发,结合《城市道路交通管理评价指标体系》,选取实习期驾驶员比例等15个风险评价指标,构建“人-车-道-环”评价指标体系。基于云物元模型,解决评价指标中存在模糊性与随机性的问题,同时采用博弈论将C-OWA有序加权算子处理的专家打分值和改进熵权法求出的权重进行组合优化,围绕待评物元与风险等级之间的隶属度,计算得出风险等级。将该模型应用于中国西部某城市A道路交通系统,展开风险评价,同时将该模型的评价结果与C-OWA云物元模型和熵权云物元模型的评价结果进行对比。结果表明:该模型得出城市A道路交通系统中各指标风险评价结果与实地走访调研结果及实际情况基本一致,且博弈论组合赋权云物元城市道路交通系统风险评价模型更加具有实用性和有效性,可为城市道路交通系统风险评价提供新思路。

H_(α)^(∞)到H_(β)^(∞)复合算子的线性组合

设B是N维复空间C^(N)中的开单位球,φi为B上的解析自映射,H_(α)^(∞)表示定义在单位球上的加权解析函数空间.本文主要研究的是从空间H_(α)^(∞)到H_(β)^(∞)上的复合算子线性组合M∑i=1λiCφi的紧致性,其中λi(i=1,2,…,M)是非零常数.另外,根据紧致性等价条件,得出算子差分对(C_(φ1)-C_(φ2))-(C_(φ3)-C_(φ1))是紧致的当且仅当C_(φ1)-C_(φ2)与C_(φ3)-C_(φ1)都是紧致的算子.

基于AR-LSTM-BP的CPI组合预测模型

针对居民消费价格指数(CPI)预测准确性的问题,提出一种AR-LSTM-BP组合预测模型.首先分别用回归(AR)、长短时记忆网络(LSTM)和BP神经网络这三种模型对CPI预测,并对预测结果进行比较分析;随后引入诱导有序加权调和平均算子(IOWHA)的概念,构建AR-LSTM-BP组合预测模型.结果表明,IOWHA组合预测模型的误差均小于单项预测模型,预测结果准确性较高,能够更好地反映CPI的波动走势.

基于IGOWLA算子的最优组合预测模型及应用

OWA算子及其拓展后的信息集成算子已被广泛应用于组合预测中。文章在有序加权对数平均算子基础上提出诱导广义有序加权对数平均算子(,IGOWLA)的概念,讨论它的几种特殊情形,同时研究它们的一些性质。然后给出一种基于IGOWLA算子的组合预测模型,并探讨权系数求解方法。

基于IOWA算子的赤潮LMBP神经网络组合预测模型

针对现有赤潮单项预测模型不能综合各种理化因子有效信息的问题,提出了一种赤潮组合预测模型,该模型基于诱导有序加权平均(IOWA)算子与Levenberg-Marquardt人工神经网络(LMBP)算法,能够有效集结各种理化因子的信息,其预测精度比单项LMBP神经网络预测模型有较大提高.采用烟台四十里湾赤潮监测数据对该模型进行实验,结果验证了该模型的有效性和实用性.

基于UWPA算子的区间组合预测模型及其应用

由于现有的区间组合预测方法通常只考虑到数据本身的重要性,忽略了数据之间的关系。Power算子可以反映数据之间的关系。为了体现各个单项预测方法数据之间的相互影响,文章将Power算子与连续有序加权(COWA)算子结合起来,构建基于不确定加权Power平均(UWPA)算子的连续区间组合预测模型,提出了非劣性和优性组合预测的概念,并研究了模型的性质。通过实例分析说明该区间组合预测方法的有效性,并对参数做了灵敏度分析。

基于多源密度信息集结算子的组合评价方法

基于密度加权平均(density weighted averaging,DWA)中间算子的集结性质,构建了面向组合评价的DWAFor-ce算子,该算子对用于"组合评价"的"甄别奖惩"思想进行了方法性的拓展,可通过参数的控制对"甄别奖惩"的程度进行无限级的调节。DWAFor-ce算子具有适合组合评价问题的多种优良性质,并能对点数据或向量数据进行处理,同时具备了组合优化评价值或序值的集结结构。最后用一个算例验证了DWAFor-ce算子的有效性及一些新颖的特征。

基于对数灰关联度的IOWGA算子最优组合预测模型

本文将对数灰关联度和IOWGA算子相结合,提出一种基于对数灰关联度的IOWGA算子最优组合预测模型,并定义了优性组合预测的概念,最后通过对税收收入进行组合预测说明该组合预测方法的有效性和合理性,且该模型存在优性组合预测。

基于Theil不等系数的IOWGA算子组合预测模型

将Theil不等系数和IOWGA算子相结合,提出一种基于Theil不等系数的IOWGA算子最优组合预测模型,并定义了优性组合预测和非劣性组合预测的概念,最后通过对税收收入进行组合预测说明该组合预测方法的有效性和合理性,且该模型存在优性组合预测.

基于IOWA算子的区间组合预测方法

针对预测值与实际值都以区间数形式给出的组合预测问题,引进诱导有序加权平均(IOWA)算子,提出了以区间中心位置误差平方和与区间长度误差平方和的凸组合为准则的区间组合预测模型,给出了确定I-OWA算子区间组合预测模型权系数的数学规划方法,实例分析表明,该模型能有效提高区间组合预测精度。

IOWHA算子及其在组合预测中的应用

在有序加权平均(OWA)算子概念的基础上,提出有序加权调和平均(OWHA)算子及诱导有序加权调和平均(IOWHA)算子的概念,讨论它们的一些性质。同时指出现有的加权调和平均组合预测方法存在赋权的缺陷,建立新的基于IOWHA算子的组合预测模型,给出了IOWHA权系数的确定的数学规划方法。最后实例分析表明该模型能有效提高组合预测精度。

基于连续有序加权平均算子的区间组合预测

将连续的有序加权平均算子与诱导的有序加权平均算子相结合运用到区间组合预测问题中,首先定义了基于连续区间有序加权平均算子的区间预测相对误差、预测精度和非劣性组合预测等概念,其次以区间组合预测误差平方和为准则建立了基于连续区间有序加权平均算子的区间组合预测模型。在该模型下,进一步讨论了区间组合预测模型的性质和求解方法。最后给出了实例分析,表明该区间组合预测方法有效。