Generalized weighted functional proportional mean combining forecasting model and its method of parameter estimation

A new kind of combining forecasting model based on the generalized weighted functional proportional mean is proposed and the parameter estimation method of its weighting coefficients by means of the algorithm of quadratic programming is given. This model has extensive representation. It is a new kind of aggregative method of group forecasting. By taking the suitable combining form of the forecasting models and seeking the optimal parameter, the optimal combining form can be obtained and the forecasting accuracy can be improved. The effectiveness of this model is demonstrated by an example.

一种基于最小二乘法的广义加权组合预测模型

研究数据预测问题,传统最小二乘法所确定的单项预测模型,一方面不能很好地利用不同模型的信息,另一方面当拟合效果不佳时预测误差较大。针对最小二乘法的缺点,构建了一种新的预测模型———广义加权最小二乘组合预测模型。通过最小二乘法确立多个单项预测模型,经过广义加权组合法综合不同模型的信息,利用非线性规划法求解最优权系数,最终得到组合预测模型。经仿真计算,证明了该方法的可行性及优越性。

广义加权最小二乘组合预测法在装备故障率预测中的应用

为了准确预测武器装备的故障率,针对实验数据少,随机因素影响较大的特点,在最小二乘法的基础上,构建广义加权组合预测模型,把最小二乘法与加权组合预测法有机的结合起来。在Matlab环境下,通过最小二乘法确立多个单项预测模型,经过广义加权组合法综合不同模型的信息,利用非线性规划法求解最优权系数。通过实际数例的仿真计算,证明了广义加权最小二乘组合预测模型能有效的降低预测误差,提高预测精度。

广义加权平均组合预测在市场需求预测中的应用

运用广义加权平均组合预测模型进行市场需求预测 ,以克服传统的单一市场预测方法的不足。通过实例分析研究 ,组合预测能获得更好的预测效果。

基于广义加权组合预测法的建设用地需求预测——以苏州市为例

对现行采用的多种常用建设用地需求量预测方法进行了比较,并以苏州市为例,采用5种预测模型进行了对比分析,利用近13年的统计数据进行了验证。结果表明,广义加权组合预测法得到的结果误差最小、精度最高。