非负权重最优组合预测方法的基本理论研究

本文从三个方面研究了非负权重最优组合预测方法的基本理论，给出了一种解决三阶非负权重最优组合预测问题的简捷方法。

非负权重最优组合预测方法研究

本文研究了权重非负约束情况下最优组合预测的结构特征，进一步扩展了文献［６］的有关结论，并提出了一种精确计算非负权重最优组合的简化单纯形方法及一种基于二元最优组合的迭代寻优算法。证明了迭代算法的收敛性和极限状态的最优性，并以实例应用说明了有关方法的有效性和高收敛速度。

线性规划在非负权重最优组合预测计算中的应用

线性规划在非负权重最优组合预测计算中的应用曾勇，唐小我（电子科技大学管理学院６１００５４）组合预测是近年来国内外预测学界研究的热点课题之一。文献［１～３］对允许负权重的最优组合预测问题进行了系统的研究。由于负权重的意义存在争议，近来非负权重组合预测问...

非负权重最优组合预测的计算方法研究

非负权重最优组合预测的计算方法研究曾勇，唐小我组合预测（ＣｏｍｂｉｎａｔｉｏｎＦｏｒｅｃａｓｔｉｎｇ）可以综合利用各单项预测方法提供的信息，是提高预测精度的有效途径。近年来，组合预测一直是国内外预测学界研究的重点课题之一。１９８９年，国际预测领域的权...

非负权重最优组合预测的优性迭代算法

本文在优性组合预测方法存在判定理论的基础上，提出了求解非负权重最优组合预测问题的迭代算法．该算法具有运算简便、方法直观、计算量小、在计算机上容易实现等特点．

无尺度偏差的非负权重最优无偏组合预测模型

本文讨论了G—R模型的问题和H—P偏性特征表示的局限性,研究了无尺度偏差的非负权重置优无偏组合预测的结构特征和确定方法,所得结论、模型和方法具有较强的理论和实际意义。

非负权重最优组合预测的迭代算法研究

本文对非负权重最优组合预测的计算方法进行了研究，提出了一种基于二元最优组合的迭代早优算法，并证明了其收敛性和最优性。该算法操作性强、效果好，具有远高于ＲＥＷ法和改进ＲＥＷ法的收敛速度．

非负权重近似最优组合预测的简明算法研究

在极限理论及其前人对非负权重最优组合算法研究的基础之上,提出了一种求解非负权重近似最优解的简明算法,并进行了实例分析,结果令人满意,验证了该方法的实用性和有效性.

基于非负权重近似最优的公路货运量组合预测

在合理选择单一预测模型的基础上,通过求解近似最优非负权重来建立组合预测模型,并运用概率统计方法对模型的适用性进行了验证,为浙江省公路货运量的预测提供了新思路。运用模型对浙江省未来10年的公路货运量进行预测,得到了更高精确度和可信度的预测结果,为相关部门制定中长期规划及相关企业经营管理提供科学的依据。

基于非负权重组合模型的江苏省入境旅游客源预测

旅游客源需求预测是一个复杂的非线性系统，其发展变化具有增长性和波动性。本文根据1998年～2005年江苏省入境旅游客源数据特征，采用BP神经网络模型、GM（1，1）模型以及指数曲线模型分别进行预测，然后结合这三种预测方法的特点，提出非负权重组合预测模型，通过实例运算的对比分析，证明组合预测模型具有很高的准确性。预测结果表明：组合预测模型优于单一预测模型，江苏省入境旅游客源的非负权重组合预测模型是有效可行的。

非负可变权重的组合预测模型研究

本文在文献［１］和［２］的基础上，建立了非负可变权重的组合预测模型，并利用线性规划和二次规划模型，给出了在拟合点上最优的非负可变权重的计算方法，最后也探讨了在预测点上非负可变权重的估计。

最优组合预测非负权系数的计算方法研究

最优组合预测非负权系数的计算方法研究李学全（中南工业大学应用数学与应用软件系４１００８３）１引言近年来，组合预测成为国内外预测界的热门课题之一。组合预测方法的关键是要确定组合权系数，许多文献对允许权系数为负的最优组合预测问题进行了较深入、系统的研究。...

改进的车轮踏面磨损量最优非负变权组合预测模型

为准确获取车辆轮对踏面随列车运行里程的磨损量变化情况,以灰色离散GM(1,1)模型、指数平滑模型和线性回归模型为单项预测模型,以灰色关联度最大为最优准则,建立车轮踏面磨损趋势的最优非负变权组合预测模型。与各单项模型、以组合预测误差平方和最小为最优准则的变权组合模型进行对比。研究结果表明,变权组合模型的局部预测精度和全局预测精度均高于各单项模型,而本文模型有效抑制了基于误差平方和最小的变权组合模型误差"放大"的缺陷,预测精度及稳定性更高。

非平均权重条件下电力负荷组合预测模型研究

在对电力负荷进行预测过程中，单一的预测模型往往会出现拟合能力低和预测精度不高的缺陷，而且多个预测模型的简单组合也是一种相对粗略的预测方法。本文将非平均权重法运用于电力负荷组合预测模型中，以某省2000-2011年电力负荷为例，结果表明非平均权重的电力负荷组合预测模型的拟合方差比单项预测模型以及平均权重下的组合预测模型都小，而且预测精度更高。

短期电力负荷最优组合预测模型的研究

组合预测是将几种预测方法所得的预测结果选取适当的权重进行加权平均的一种预测方法。将组合预测思想运用到电力负荷预测系统中,通过方法参数最优化、方法自动筛选和权重最优化,构建最优组合预测模型。实践证明,组合预测比单个方法预测具有更高的预测准确性。

改进的最优非负变权组合模型及其应用

根据GM(1,1)、BP神经网络、卡尔曼滤波的特点,建立以灰色关联度最大为准则的最优非负变权组合预测模型,在一定程度上抑制了误差"放大"的效应。与以误差平方和最小为准则的变权组合模型、各最优加权组合模型、各单一模型进行对比分析,结果表明,本文模型预测精度最高。

神经网络优选组合预测模型在电力负荷预测中的应用

针对以往的组合预测模型中,最优权重不能保证非负性的问题,引入了神经网络优选组合预测模型。实例验证表明,此模型具有很强的自适应性和较高的预测精度。

基于马氏链拟合的一种非负变权组合预测算法及其应用

通过马氏链拟合的方法求取一种新的非负时变权组合预测算法公式.主要工作是:一、对组合预测问题以最小误差为准则给出了马氏链的状态和状态概率初步估计;二、用马氏链拟合状态概率分布时变规律,通过约束多元自回归模型导出了一步转移概率阵的LS解;三、给出一种非负时变权组合预测公式并举一应用实例.

基于层次分析处理的最优组合电力负荷预测

将负荷预测问题看成是多层次、多因素问题,并采用了定性分析和定量计算综合评价的预测方法。另外,专家的经验和判断也被收集起来作为群决策的判断依据。确定组合权重是该方法的关键。

最优非负变权灰色非线性模型及桥梁变形预测

针对灰色预测模型GM(1,1)拟合精度低的情况,创新性的提出GM(1,1)模型同正弦函数、余弦函数、指数函数和同常数相结合的灰色非线性模型,并给出模型解算和精度评定方法。在此基础上,根据变权原理又提出了最优非负变权灰色非线性模型解算思路。并用某桥梁变形监测工程实例进行验证。通过比较分析各模型精度发现:最优非负变权灰色非线性模型预测精度较GM(1,1)模型、灰色非线性模型得到一定程度的提高,可以应用于桥梁变形预测中。