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IOWHA算子的组合预测在中国入境旅游中的应用分析

为提高中国入境旅游人数月度数据序列预测精度,文章选择了目前相对最优单项预测模型——TRAMO/SEATS短记忆预测模型和ARFIMA长记忆预测模型,并根据中国入境旅游人数月度数据序列特点,采用非常适合中国入境旅游人数月度数据序列预测并具有高预测精度的传统线性回归预测模型,然后将各个单项预测模型进行基于IOWHA算子的组合。研究发现:基于IOWHA算子的组合预测模型,达到了目前为止中国入境旅游人数月度数据序列预测的最高精度。最后,根据中国入境旅游人数实际值和组合模型预测值的比较,定量分析世界金融危机等事件对中国入境旅游的影响程度和影响时滞,并探究中国入境旅游未来的发展趋势。

改进IOWHA算子组合预测模型

针对现有单项预测模型提供信息有限,预测误差大的问题,引用最优加权组合建模理论,将灰色关联度与IOWHA算子相结合,提出一种新的组合预测模型权重确定方法,并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷:加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测,并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明,相对于单项预测模型,该组合预测模型的预测精度更高,是一种有效的物流需求预测模型。

基于Theil不等系数的IOWHA算子组合模型年用电量预测新方法

配电网中长期负荷预测是配电网规划的基础,精确的预测可提高配电网运行的可靠性和经济性。本文以年用电量预测作为研究对象,年用电量预测采用4种主要方法,即分别按照年度、季度、月度和行业用电量预测得到对应年用电量预测值,在此基础上再按其发展序列预测结合起来,建立了一种线性组合预测模型。并提出采用Theil不等系数的IOWHA算子算法对组合模型的权重系数进行求解,该方法可以克服传统的组合预测方法赋予不变的加权平均系数和以单一误差指标作为预测精度衡量的缺陷,文中的实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性。从而证明这种组合模型具有较好的实用性。

一种基于改进的IOWHA算子的组合预测方法

为了提高预测的精度,选择合适的组合预测方法非常重要。通过对单项预测方法的误差序列平稳性的判断以及系统偏差校正,选择组合预测方法,但是不同的组合预测方法又存在不同的精度差别,在诱导有序加权调和平均(IOWHA)算子的基础上,提出一种改进的IOWHA算子的组合模型,考虑相关系数和IOWHA相结合,界定最优组合预测内涵,并运用文献[9]中的数据进行验证,结果证明,基于相关系数的IOWHA算子的最优组合模型的可行性和合理性,能有效提高预测精度,降低预测风险。

基于等时距处理和IOWHA算子的路基沉降预测

为避免随机因素对单一预测模型影响,建立更符合软土路基沉降规律的模型和方法以提高预测模型的精度和可靠性,分别以原始沉降数据、经三次样条插值和经分段三次Hermite插值处理的数据为样本值建立Gompertz模型、Logistic模型和灰色Verhulst模型3种预测模型,将每种模型的3种情况的预测值同实测值进行对比分析,选出每种模型对样本处理的优势方法。以每种模型的优势方法为单一模型,建立基于诱导有序加权调和平均(induced ordered weighted harmonic averaging, IOWHA)算子的组合模型,该组合模型按照每个时刻单一模型的预测精度的高低对最优权系数进行求解。结果表明:在沉降速率发生明显变化时刻的数据作为最后一组样本值进行预测时,Gompertz模型和Logistic模型以分段三次Hermite插值等时距处理的数据为样本值预测效果更好,灰色Verhulst模型以原始沉降数据为样本值预测结果精度更高。求解基于IOWHA算子的组合预测模型的赋权系数时,遗传算法(genetic algorithm, GA)比使用MATLAB的非线性优化的工具箱的求解方法更为可靠,得到的组合模型预测精度更高。

基于IOWHA算子的对外直接投资组合预测

在引用诱导有序加权调和平均(IOWHA)算子组合预测模型的基础上,首先分别使用ARIMA模型、灰色预测模型、多元线性回归模型对我国对外直接投资(OFDI)进行预测,然后建立基于IOWHA算子的组合预测模型和评价指标体系;结果显示:IOWHA组合预测模型优于3种单项预测;运用组合预测模型预测我国未来4年的OFDI值,预测值表明未来几年,我国OFDI仍处于增加状态,增幅较大;最后给出相关结论及建议。

民航货运量IOWHA算子组合预测

收集我国民航货运量及其影响要素(职工平均工资、人均GDP、GDP、人均消费支出、航线里程、全社会固定资产投资和人口数量)的统计数据为基础,应用多元回归模型和GM(1,1)模型对样本数据进行分别预测,以此为基础,指出引入诱导有序调和加权平均算子(IOWHA)进行组合预测的必要性,基于该算子的优化组合模型进行预测,并构建误差评价指标体系。结果表明,基于诱导有序调和加权平均算子的民航货运量预测的各项误差指标值均低于任一单项预测值,说明该组合预测模型的预测效果更佳,预测精度更高,可应用于实际预测。

安徽省城镇化水平预测——基于IOWHA算子的组合预测

以1990—2011年安徽省城镇化水平为样本区间,在指数平滑、灰色预测与回归预测三种单项预测方法的基础上,以预测倒数误差平方和最小为准则,建立IOWHA算子组合预测模型;对该模型的预测有效度的评价结果表明该组合预测模型能有效提高预测精度;根据该组合模型预测出安徽省2012-2015年城镇化水平将分别达到46.35%、47.89%、49.44%、50.98%。

一类相关性指标优化IOWHA组合模型的预测比较

文章以民航客运量为研究对象,采集1996—2016年民航客运量及核心影响要素的相关数据,在多元线性回归和ARIMA预测模型的基础上,引入相关性指标,分别构建基于相关系数、夹角余弦和灰色关联度的IOWHA组合模型,结果显示:基于相关系数、向量夹角余弦和灰色关联度的IOWHA组合模型的误差明显优于多元回归和ARIMA(1,2,1),证实了相关性指标优化IOWHA组合预测模型的有效性与合理性。

基于IOWHA算子组合模型的旅游总收入预测——以安徽省旅游总收入为例

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。

基于一种贴近度的IOWHA算子预测模型的性质研究

为了克服传统的单项预测方法选取固定参数所带来的不足,在诱导有序加权调和平均算子(IOWHA算子)的基础上,引入贴近度构建了基于一种贴近度的IOWHA算子的最优组合预测模型,对该模型的预测精度、优性及非劣性给出定义,并从理论的角度探究了其非劣性组合预测、优性组合预测的存在性的充分条件.实例分析表明,该组合预测模型优于传统的组合预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测.

基于IOWHA法的物流需求组合改善与预测模型构建

物流供应量和需求量的匹配直接影响了经济的发展速度。本文以物流需求量的影响因素为基本指标,利用IOWHA方法构建了物流需求量的预测模型,并深入分析模型的应用。并针对此,提出合理化建议。

基于IOWHA算子的人口组合预测与分析

以1979-2012年河南省人口总量为样本区间,在ARIMA、非线性回归和Gompertz曲线3种单项预测模型的基础上,根据预测值倒数的误差平方和最小准则构建基于IOWHA算子的组合预测模型.该人口组合预测模型能够综合利用各单一预测模型的预测信息,有效的减少预测误差,提高预测精度.预测结果显示:河南省人口总量2015年将达到10 807.08万人,2020年将达到11 555.64万人.

基于Theil不等系数的IOWHA算子预测模型的性质研究

为了克服传统的单项预测方法选取固定参数时的不足,在诱导有序加权调和平均算子(IOWHA算子)的基础上引入Theil不等系数,构建了基于Theil不等系数的IOWHA算子的最优组合预测模型.对该模型的预测精度、优性及非劣性进行定义,从理论角度探究了其非劣性组合预测、优性组合预测存在的充分条件.实例分析表明,该组合预测模型优于传统的组合预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测.

向量夹角余弦的IOWHA算子的变权系数区间型组合预测模型

客观世界中人们会用区间数来描述不确定和不完备的信息,由此开展区间型的组合预测方法的研究很有意义.将区间数的左、右端点分别视作时间序列,以向量夹角余弦为准则,结合IOWHA信息集结算子,借鉴实数型组合预测的思想,将实际值区间数和变权系数组合预测值区间数的左、右端点序列分别建立最优组合预测模型,最后引入偏好系数转换成单目标最优组合预测模型而实现求解.

基于IOWHA算子的直觉模糊多属性决策方法及其应用

对于直觉模糊(IFS)环境下的多属性决策问题,引进了诱导有序加权调和平均算子(IOWHA),然后构建了直觉模糊集之间的运算关系,提出了直觉模糊集的逆的概念,继而得出能集结直觉模糊集的IOWHA算子并给出其在TOPSIS决策方法中的应用,实证分析的结果表明该方法有效、可行.

基于MLR-ARIMA-IOWHA优化模型的城市生活垃圾产量预测

以合肥市2011—2020年历史城市生活垃圾产量为验证数据,以多元线性回归(MLR)、时间序列(ARIMA)单一模型为基础,结合加权平均组合法构建MLR-ARIMA组合模型,并引入诱导有序加权调和平均(IOWHA)算子构建MLR-ARIMA-IOWHA优化组合模型。通过历史数据验证结果表明,IOWHA算子可以提高模型预测精度,其误差平方和(SSE)、均方误差(MSE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)四项评价指标值分别为27.029、0.520、1.167%、0.00450,均优于MLR、ARIMA和MLR-ARIMA模型,IOWHA算子优化组合模型在城市生活垃圾产量预测的研究领域中具有一定可靠性和有效性。基于MLR-ARIMA-IOWHA优化模型预测了合肥市城市生活垃圾产量,至2030年将达到355.48万吨。MLR-ARIMA-IOWHA优化组合模型可以作为城市生活垃圾产量精准预测,为生活垃圾处理设施建设提供数据参考,为城市发展提供支撑。

基于IOWHA算子和倒数灰关联度的组合预测模型及其应用

将诱导有序加权调和平均(IOWHA)算子和倒数灰关联度相结合,提出了基于IOWHA算子和倒数灰关联度的组合预测模型,同时定义了优性组合预测和非劣性组合预测的概念,并将该组合预测模型应用到税收收入预测中,验证了组合预测模型的合理性和有效性,并说明了优性组合预测的存在性.

基于IOWHA算子与向量夹角余弦的联系数型区间组合预测

文章根据联系数与区间数的性质将区间数转换为联系数的表示形式,结合诱导有序加权调和平均算子与向量夹角余弦建立了联系数型区间组合预测最优化模型,继而定义了联系数型区间组合预测模型的优劣性,最后通过实例验证与评价所建立的联系数型区间组合预测模型的有效性,实证结果表明本文所创建的方法是优性的与有效的。