基于组合模型的中长期电力负荷预测研究

本文研究了组合预测的模型,提高了预测的准确度。并对甘肃省2011-2020年全社会用电量做组合预测。     

铁路货运量的组合预测方法研究

铁路货运量预测作为铁路运输生产的基础工作之一,是铁路企业制订正确的营销战略的前提.在现有的铁路货运量预测模型中,采用的方法不同,预测的结果也不尽相同,而组合预测方法能够结合各种预测方法的有用信息,对目标进行科学的预测.本文探讨了在非负权重条件下,线性组合预测和非线性组合预测的模型,并以历年的铁路货运量为实例进了论证,实践结果令人满意.     

组合负荷预测方法综述

电力系统负荷具有很多不确定因素,针对单一模型进行负荷预测时,预测精度不高这一问题,可采用组合预测法将多种预测方法所得的预测值进行加权平均而得到最终预测结果,以满足现代电力对负荷预测结果的准确性、快速性和智能化的要求。该文首先简要介绍了几种常用的负荷预测方法,接着详细介绍了组合负荷预测的研究现状及确定组合预测中各模型最优权重的几种方法,最后介绍了组合负荷预测模型的误差修正方法,对提高负荷预测的准确性有一定的现实意义。     

军事物流预测方法研究

基于实现精确保障的最终目标,提出了军事物流预测的概念：论述了军事物流预测的意义,明确了军事物流预测的程序：对当前军事物流预测各种方法进行了对比分析,提出基于BP神经网络的组合预测方法。将不同预测模型的预测结果有机结合起来,相互取长补短,达到提高预测精度和增加预测结果可靠性的效果：用实例进行验证,证明甩组合预测的方法效果较好。     

最优加权组合方法探讨

按最优加权组合预测方法的定义,那就是如果存在某一加权系数向量M_n使组合预测方法的预测误差平方和K达到极小值P_n,即P_n=min{K}则称M_n为最优加权系数向量,其所对应的组合预测方法称为最优组合预测法。因此,最优加权组合预测的实质就是:给各个预测方法以不同的权重,如果某一预测方法均方拟合误差较大,则赋予其较小     

组合预测方法研究综述

相较于传统预测方法,组合预测在预测精度以及信息的利用上得到了很大的提高。文章将组合预测分为了线性与非线性两类,总结了5种主要的组合预测模型以及各种组合系数的计算方法,分析了组合预测未来的发展趋势。     

论提高装备故障预测准确度的方法途径——先进智能预测算法研究

提高故障预测准确度的方法有很多,研究先进的智能预测算法就是其中的一种。大量的先进预测算法都得到了广泛的应用,如专家系统、神经网络、支持向量机等。每种智能预测算法都有各自的优点和不足,首先介绍了常见的智能预测算法及其应用;然后重点介绍了支持向量机,主要包括其基本原理和主要问题;最后对支持向量机算法的改进方向进行了探讨。支持向量机作为智能预测算法的一种,对于提高故障预测准确度有很好的应用前景。     

基于BP神经网络的铁路货运量组合预测

在介绍了BP神经网络及组合预测的基础上分别采用灰色预测法、S曲线以及指数函数对昆明市铁路货运量的历史数据进行了单项拟合预测,再利用BP神经网络对三项拟合预测结果进行了组合预测.结果表明,基于BP神经网络的组合预测方法比单一预测方法在预测精度上有很大提高,验证了该方法的有效性.     

负荷预测准确度对电厂经济效益的影响

电力系统的高效运行与负荷预测的准确度密切相关,本文首先分析了电厂经济效益与负荷预测准确度是如何影响电厂的经济效益的,然后列举了负荷预测的相关影响因素,最后总结了通过改善预测方法和提高调度人员的技术水平来增加电厂的经济效益。     

分析师个体特征差异与预测准确度

分析师预测对资本市场参与者的行为有着重要参考价值.现有研究主要集中在被跟踪公司特征对分析师预测准确度的影响,文章以分析师自身特征为切入点,研究分析师之间个体特征差异对其预测准确度的影响.结果表明,分析师预测准确度与其拥有的一般经验和企业经验正相关;进一步研究发现,男性分析师预测准确度的提高主要通过企业经验的积累,而女性分析师预测准确度的提高主要通过一般经验的积累;就职于小型券商的分析师预测准确度与两种经验的关系较强,而就职于大型券商的分析师预测准确度与其经验没有显著关系.文章的结论为投资者如何使用分析师预测提供了更详细的指导.     

基于IOWA算子的灰色—多项式组合模型在武汉市物流需求预测中的应用

针对2002～2009年武汉市物流需求的数据,采用灰色GM 1,1模型和多项式拟合模型两种单项预测模型对数据进行建模预测。并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测,结果表明基于诱导有序加权平均算子的组合预测模型的预测精度明显高于两种单项预测方法,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010～2012年的武汉市物流需求作出预测。     

自组织组合预测方法及其应用

本文基于自组织数据挖掘的理论与方法，提出了自组织组合预测法，与一些常见的组合预测方法比较，该方法不仅改善了对数据样本的拟合精度，而且显著提高了模型的预测能力。实证分析证实了这一结论。     

几种无偏组合预测模型的分析

一、引言 对于同一预测问题,可以建立多个预测模型或由不同专家作出不同的预测。组合预测是以一种简单、实用和有效的方式综合各模型或专家预测的信息,以产生更好的预测效果。Bates和Granger(以下简称B-G)提出的组合预测模型是对可选的多个单项预测模型加权平均。记随机变量y_t的n个单项预测模型为、f_(it),B-G组合预测模型表示为     

基于IOWA算子的组合预测模型在物流需求预测中的应用

根据2000~2009年宁波市物流需求的数据,采用灰色GM 1,,1,模型和一元线性回归模型进行组合优化,建立了基于诱导有序加权平均(IOWA)算子的物流需求量组合预测模型。结果表明基于IOWA算子的组合预测模型能有效提高预测精度,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010~2013年宁波市物流需求作出预测。     

非负权重组合预测模型优化方法研究

一、引言 据不完全统计,目前已有预测方法近200种,然而每一个预测模型的假设条件不一样,一旦预测对象以及预测对象所处的环境发生了变化,一些模型的假设前提就不再成立,模型的性能将会变得很差。为了有效地利用各种预测方法所提供的信息,1969年,J.N.Bates和C.W.J.Granger首次提出了组合预测的理论和方法,将不同的预测方法进行组合,形成组合预测方法以求产生较好的预测效果。     

基于预测有效度成分数据处理方法组合预测

为提高成分数据时序预测准确性,提出一种以二阶预测有效性作标准的多种数据处理方法的组合预测。选择成分数据的多种数据转化方法,将有约束时序用对数比,中心对数,超球面变换方法转换成无约束时序后,利用ARIMA—ANN模型对转换后无约束时序预测,对结果做反变换,恢复为成分数据得单项预测结果。最后对得到的单项预测结果进行基于二阶预测有效度的加权几何平均组合,得到相对最优的组合预测结果。     

基于相关系数的IOWGA算子区间组合预测方法

各种错综复杂的因素导致数据表现出不确定性,区间型数据为取值在一定边界的现象提供了强有力的分析工具。为提高区间型观测信息的预测精度,本文结合相关系数和诱导有序加权平均(IOWGA)算子给出一类区间值时间序列的组合预测模型。通过最大化实际值和基于IOWGA算子的组合预测值区间中心和半径序列的相似性程度,给出组合预测的一类客观权重信息确定方法。最后,结合实例表明本文所提出的区间型信息组合预测模型能够有效提高预测精度。     

经济预测方法系统研究

本文基于系统方法论思想，借助组合预测研究的方法，对单一经济预测方法作了系统评价，探讨了经济预测中的组合预测系统。     

季度宏观经济的一种组合预测法

本文提出了一种季度宏观经济的组合预测法。该方法是在动态模型,即在结构模型的基础上进行预测,然后以最优组合预测法对单变量时间序列截面数据进行预测,对两种方法预测出的结果进行平均。研究表明,这种组合预测法具有良好的预测效果,从而为季度宏观经济预测提供了一种新的有效的方法。     

关键审计事项披露会影响分析师预测准确度吗?

为了检验关键审计事项相关准则实施效果是否能如制定者所期盼的提升报告沟通价值、增加市场信息含量,文章以2012—2020年度A+H股上市公司数据为样本,采用倾向得分匹配和双重差分(PSM-DID)方法研究审计报告中关键审计事项披露对分析师预测准确度的影响.研究发现,关键审计事项披露能够有效提高分析师预测准确度,说明关键审计事项披露可以增强审计报告的信息使用价值.进一步研究发现,关键审计事项披露和分析师预测准确度之间的关系在非国有企业、信息透明度较低的公司以及盈利水平较低的公司中更为显著.