区间数信息下的风险投资群决策评价研究

随着中国风险投资行业不断扩张,为了避免高风险,需要多位决策人员共同参与投资项目的评价。而决策人员面对复杂系统更适合以区间数给出评价。本文提出风险投资的3个评价指标,运用粒子群算法集结区间数信息,构建群决策全局最优偏好矩阵,采用可能度矩阵和排序向量法确定次序。最后的应用研究结果表明,该方法具有一定的可行性和科学性,有利于风险投资项目评价的发展。  

基于灰色-ARIMA的金融时间序列智能混合预测研究

提出了一种基于灰色-ARIMA的金融时间序列智能混合预测模型。首先建立金融时间序列灰色预测模型,并采用PSO算法对灰色模型的三个参数进行优化;利用ARIMA算法对预测模型的残差进行分析,同时采用遗传算法对ARIMA的系数进行优化;最后用ARIMA的残差预测结果对灰色预测模型进行补偿。结果表明,以较好的精度拟合一段时期内MA107的时间序列,预测误差控制在5%以上,与单纯的灰色预测算法和神经网络算法相比,在平均绝对误差、均方根误差和趋势准确率三项评价指标上,具有明显优势。