基于多元变权组合预测模型的物流需求预测

物流需求预测是保障物流服务供给和需求平衡的重要依据,也是现代物流企业发展研究的重点之一.本文应用斜关联度选取地区生产总值、三产增加值、全社会固定资产投资总额、社会消费品总额以及人口数量指标建立多元回归预测模型和多变量灰色预测模型,鉴于单项预测模型的局限性,以绝对误差平方和最小为目标,通过改进变权组合预测方法确定最佳变权...     

一种自编码组合优化的成绩预测模型

针对现有成绩预测方法不能有效利用学生成绩数据本质特征的问题,提出一种自编码组合优化的成绩预测模型。该模型采用边缘降噪自编码与堆栈稀疏自编码组合优化的混合式自编码器(HSAE),从历史成绩数据与学生行为数据中,经过无监督的网络训练,学习更具鲁棒性和稀疏性的深层特征。在顶层连接BP神经网络,构成HSAE-BP神经网络模型,实现学生成绩预测。实验结果表明:所提出预测模型的预测准确率相比其他未进行特征学习的浅层预测模型都得到了较好的改善。     

一种基于相容系数的证据组合方法研究

文章针对证据理论在实际应用中所出现的反直观冲突问题,提出了一种基于证据相容度的证据组合方法。根据证据相容性函数获得证据间相容度矩阵,对证据相容度矩阵归一化得到证据的一致相容性度量,在此基础上定义了证据相容系数的偏离度以表征证据的稳定性,进而联合证据的一致相容性与证据的稳定性获得证据的权系数,最后采用D-S组合规则完成对加权平均证据的组合,增加数据的一致性,降低数据的冲突。实验结果和相关分析表明该方法是合理有效的。     

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     

基于熵权灰色组合预测模型的区域能源需求预测研究

本文在充分考虑传统GM(1,1)模型所存在缺陷的基础上,结合灰色预测模型的最新理论成果,提出了基于GM(1,1)模型,新陈代谢模型,离散DGM模型三种灰色预测模型的组合预测模型,采用熵值法来确定组合预测模型中各单项方法的权重,并以湖北省为例,对湖北省2001-2010年能源需求总量进行实证研究,结果表明基于灰色组合预测模型的预测精度明显高于三种单项预测方法的精度,证明了该模型用于区域能源需求预测的科学性和有效性,在此基础上对2011-2015年湖北省能源需求进行了预测。     

中长期电力负荷变权重组合预测模型应用分析

针对电力负荷变权组合预测中权重难以确定,本文引入了模糊变权重组合预测模型,该模型利用预测误差绝对平均值、预测误差绝对累加来确定各单项预测模型的权重,引入“近大远小”策略、冗余检验原则,实现组合预测模型筛选。应用结果分析表明,变权重组合预测模型在中长期电力负荷预测结果的精度较高,实用性较好。     

变权组合模型在货运量预测中的应用

文章采用变权组合模型对货运量进行预测.首先阐述了变权组合预测模型的基本原理,构建出以每个样本点处误差绝对值最小为原则的变权组合模型,并对求解过程进行一些改进;然后分别选择单项模型、定权组合预测模型以及变权组合预测模型预测上海市2002～2013年货运量,再对变权组合预测模型的预测精度进行检验;最后运用该模型预测上海市未来5年货运量.     

一种印染废水的高效组合处理方法

<正>技术领域本发明涉及一种印染废水的处理方法,具体而言,是指利用水解酸化—A/O(PACT)生物强化—混凝过滤的组合工艺对印染加工过程中产生的各种混合废水进行处理的方法。     

一种印染废水的高效组合处理方法

技术领域本发明涉及一种印染废水的处理方法,具体而言,是指利用水解酸化-A／O（PACT）生物强化-混凝过滤的组合工艺对印染加工过程中产生的各种混合废水进行处理的方法     

一种印染废水的高效组合处理方法

技术领域本发明涉及一种发光材料及其制备方法,特别是涉及一种钒酸镁红色发光材料及其制备方法。     

基于变权组合模型的汽车后市场零配件需求预测

我国汽车后市场迅猛发展,准确地预测汽车后市场零配件的需求对经销商减少库存、提高服务水平意义重大。本文采用基于ARMA模型、多元回归模型和BP神经网路模型的变权组合预测方法对汽车后市场的零配件需求进行预测。实证结果表明,3种单项预测方法相互补充,变权组合模型预测精度高且预测稳定性好,优于各单项预测方法。     

一种改进的Gini系数

Gini系数是以Lorenz曲线为基础而构造的一个用以衡量收入或财富分配不均等程度的测度指数。在收入分配理论中，Gini系数是一个重要的度量收入分配不平等程度的指标，但由于Gini系数与Lorenz曲线之间不是“一对一”的对应关系，即不同的Lorenz曲线具有相同的Gini系数，从而导致该指标的应用存在着一些缺陷。本文分析了Gini系数不能区分Lorenz曲线的原因，其次通过构造一种加权的Gini系数，对原Gini系数进行了修正，从而解决了原Gini系数无法区分不同的Lorenz曲线的问题。     

工业经济预测模型中组合预测模型的应用

工业经济是整个国民经济的中流砥柱,影响着社会、经济、政治等各方面的稳定,反映了整个国家工业的发展水平和状况。工业经济预测是运用专门的预测模型,对工业经济的历史发展过程和现状进行深入的研究分析,并据此预测其未来的发展趋势,为国家经济的宏观调控和经济战略的制定具有重要的指导作用,也为工业经济中的个体指明发展方向,使其业务的开展顺应国家工业经济的前进趋势。预测模型的选择对工业经济预测至关重要。笔者主要介绍了单项预测模型的选择问题,并对比了三种常用单项预测模型与其组合模型的预测结果。     

一种新的变权重组合预测方法在汇率中的应用

本文介绍了一种基于Kalman滤波的变权重组合预测方法,并对人民币/美元的汇率进行了实证分析,结果表明该方法在预测精度和拟合程度上优于传统的单项预测方法.     

构建一种地方财政收入的预测模型

地方财政收入的分析和预测是有关部门制定合理的财政政策和财政预算、强化地方财政收入监督管理的有效途径。本文试图运用国际经济理论和分析方法,建立一种地方财政收入的预测模型(季节性ARIMA),以期对地方财政收入做出准确、有效的分析和预测。     

构建一种地方财政收入的预测模型

地方财政收入的分析和预测是有关部门制定合理的财政政策和财政预算、强化地方财政收入监督管理的有效途径.本文试图运用国际经济理论和分析方法,建立一种地方财政收入的预测模型(季节性ARIMA),以期对地方财政收入做出准确、有效的分析和预测.     

多通道随机信号系统数字信号处理的组合算法

以下对多通道随机信号系统的输入输出信号时间关系进行了分析与研究,为了能更好实现系统控制组合算法,提出统一多通道随机信号的离散序列进行处理的方法,算法通过输入输出随机信号系统的验证.结果表明了组合算法能够将系统的实时性与时间控制精度有效提升,从很大程度上简化了编程,与独立循环算法相比较,组合算法将各通道多信号的随机性问题有效避开.     

Logistic-BP神经网络的变权组合模型在公司信用评级中的应用

对公司建立信用评价模型,以便及早发现信用危机信号,不仅有利于公司的经营管理,也有利于投资人的投资决策。采用logistic回归模型和BP神经网络相结合的变权组合评价方法,试图寻找出降低公司信用风险的有效措施。试验结果表明,变权组合预测模型不仅有较高的预测精度,同时也有较好的稳定性,变权组合模型优于单一模型。