組合預(yù)測是通過適當(dāng)?shù)募訖?quán)方法,將幾類不同的單項(xiàng)預(yù)測方法組合起來,從而實(shí)現(xiàn)綜合利用各種單項(xiàng)預(yù)測方法所提供的有效信息。根據(jù)組合預(yù)測加權(quán)系數(shù)是否隨時(shí)間推移而變化,可分為可變權(quán)組合預(yù)測和不可變權(quán)組合預(yù)測。不可變權(quán)組合方法較多,且操作容易,故其使用較多。但較之可變權(quán)組合預(yù)測方法,不可變權(quán)組合預(yù)測方法受不同單項(xiàng)預(yù)測方法在不同時(shí)點(diǎn)的預(yù)測精度影響較大。針對存在的問題,本文在不可變權(quán)組合預(yù)測方法上,引入了滑動(dòng)窗口賦權(quán)方法,設(shè)置合理窗口長度,通過滑動(dòng)式賦權(quán),將非時(shí)變權(quán)變成了時(shí)變權(quán),從而提高了組合預(yù)測的精度。本文主要研究內(nèi)容如下:一、研究對象不僅僅是單一的點(diǎn)值序列,還對區(qū)間型序列進(jìn)行了研究驗(yàn)證。本文提出的新模型,不僅應(yīng)用于單點(diǎn)型序列值,同是,也與區(qū)間型序列值進(jìn)行了結(jié)合,驗(yàn)證該方法的適用性。二、在熵權(quán)組合預(yù)測方法和傳統(tǒng)變異系數(shù)賦權(quán)組合預(yù)測方法基礎(chǔ)上,提出了改進(jìn)變異系數(shù)賦權(quán)組合預(yù)測方法,從而將傳統(tǒng)的基于預(yù)測數(shù)據(jù)層面的變異系數(shù),轉(zhuǎn)移到預(yù)測殘差數(shù)據(jù)層面,能有效消除傳統(tǒng)變異系數(shù)由于數(shù)據(jù)數(shù)量級引起的數(shù)據(jù)變異程度被弱化的情況。三、考慮到不變權(quán)組合預(yù)測模型在某些情況下不能很好地預(yù)測每個(gè)時(shí)刻的權(quán)重的性態(tài),引入了滑動(dòng)窗口機(jī)制,結(jié)合熵值法思想,即系統(tǒng)的熵值越大,則它所蘊(yùn)涵的信息量越小,系統(tǒng)的某項(xiàng)指標(biāo)的變異程度越小,反之,系統(tǒng)的熵值越小,則它所蘊(yùn)涵的信息量越大,系統(tǒng)的某項(xiàng)指標(biāo)的變異程度越大。本文正是在此基礎(chǔ)上,從統(tǒng)計(jì)學(xué)中變異系數(shù)的基本定義出發(fā),設(shè)置了合適的窗口長度,基于滑動(dòng)窗口下定義各個(gè)單項(xiàng)預(yù)測模型預(yù)測的誤差的變異程度,從而得到權(quán)系數(shù),從而實(shí)現(xiàn)不可變權(quán)到可變權(quán)的轉(zhuǎn)變,該方法的適用性廣,有效的提高了提高組合預(yù)測精度。
【學(xué)位單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F224
【部分圖文】：

圖２．１?模型預(yù)測建模流程圖??９??

權(quán)怙??圖２．?２神經(jīng)元模型示意圖??圖２．２所表征的是ＡＷ基元的神經(jīng)元模板，其存在三個(gè)基礎(chǔ)要素［３４】：??（１）?一組連接權(quán)（和生物神經(jīng)元突觸基本一致），其連接的強(qiáng)度一般通過??所有連接位置的權(quán)值體現(xiàn)，正值表征機(jī)理，負(fù)值表征抑制。??（２）?—個(gè)求和基元。用來獲得所有導(dǎo)入訊息的加權(quán)和（線性構(gòu)成合）。??（３）?—個(gè)非線性激勵(lì)函數(shù)，其具有的作用主要是非線性映射，同時(shí)其還能??夠?qū)⑸窠?jīng)元的輸出范疇限制在相應(yīng)范疇之中（通常限制于［０，１］或［－１，１］間）。??１０??

叫做“誤差逆?zhèn)鞑ニ惴ā保布词峭ㄋ姿^的算法。伴隨此類偏差逆的傳輸??修改持續(xù)運(yùn)轉(zhuǎn)，網(wǎng)絡(luò)對導(dǎo)入模式反饋的精確程度也會持續(xù)提高Ｉ３５］。５Ｐ神經(jīng)網(wǎng)絡(luò)??模型如圖２．２所示。??．廠、＇?？卜一、．，?辦?Ｗ?一?＇＇??…，，＂、、＇、、？？？?／?，＇八、＇?？？？??—?Ｖ＂＇＇ｎ；＿＿＾７??文＂ｖ－’?－ｙ??？個(gè)輸入層?ｍ個(gè)隱含層?《個(gè)輸出層??神經(jīng)元?神經(jīng)元?神經(jīng)元??圖２．２?神經(jīng)網(wǎng)絡(luò)模型??典型的５Ｐ神經(jīng)網(wǎng)絡(luò)包含３層：輸入層、隱含層、輸出層，其屬于前向類別??的神經(jīng)網(wǎng)絡(luò)Ｉ３６］。所有的層級構(gòu)成均是以多個(gè)神經(jīng)元節(jié)點(diǎn)為主，其主要用來運(yùn)算此??次神經(jīng)元全部輸入的權(quán)重之和，繼而經(jīng)由標(biāo)準(zhǔn)的輸出數(shù)學(xué)關(guān)系一激勵(lì)函數(shù)輸出。??通常此類函數(shù)具備非減性欲可微性，目前使用的為Ｓ函數(shù)與線性函數(shù)，其數(shù)學(xué)關(guān)??系式是：??／ｗ?＝?—（２．１２）??ｌ?＋?ｅ??通過隱含層的ＡＰ網(wǎng)絡(luò)作為實(shí)例
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 商勇,丁詠梅;最優(yōu)組合預(yù)測方法評析[J];統(tǒng)計(jì)與決策;2005年17期

2 吉培榮,張玉文,趙青;組合預(yù)測方法在電力系統(tǒng)負(fù)荷預(yù)測中的應(yīng)用[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

3 王居平;組合預(yù)測方法及在圖書館管理中的應(yīng)用[J];情報(bào)雜志;2002年08期

4 王應(yīng)明;基于相關(guān)性的組合預(yù)測方法研究[J];預(yù)測;2002年02期

5 鐘波,肖智;資產(chǎn)未來收益的一種最優(yōu)組合預(yù)測方法[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年04期

6 馬永開,唐小我,楊桂元;非負(fù)權(quán)重最優(yōu)組合預(yù)測方法的基本理論研究[J];運(yùn)籌與管理;1997年02期

7 王景,劉良棟,王作義;組合預(yù)測方法的現(xiàn)狀和發(fā)展[J];預(yù)測;1997年06期

8 王應(yīng)明，傅國偉;基于不同誤差準(zhǔn)則和范數(shù)的組合預(yù)測方法研究[J];控制與決策;1994年01期

9 蔣輝;論組合預(yù)測方法的實(shí)現(xiàn)條件[J];財(cái)經(jīng)科學(xué);1990年04期

10 孫林巖;;組合預(yù)測方法及應(yīng)用[J];預(yù)測;1990年04期

相關(guān)博士學(xué)位論文 前5條

1 馬濤;組合預(yù)測方法及其應(yīng)用研究[D];蘭州大學(xué);2017年

2 孫李紅;基于組合預(yù)測方法的艦船縱搖運(yùn)動(dòng)預(yù)報(bào)[D];哈爾濱工程大學(xué);2009年

3 李彩虹;兩類組合預(yù)測方法的研究及應(yīng)用[D];蘭州大學(xué);2012年

4 陳艷華;基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測方法研究與應(yīng)用[D];蘭州大學(xué);2017年

5 黃宇慧;我國糧食供給與需求綜合平衡分析[D];東北財(cái)經(jīng)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 葛璐璐;基于滑動(dòng)窗口的一類非負(fù)可變權(quán)組合預(yù)測方法[D];安徽大學(xué);2019年

2 孟玲建;基于動(dòng)態(tài)加權(quán)組合方法的短期光伏功率預(yù)測研究[D];東北電力大學(xué);2019年

3 蘆婧;基于長短期記憶網(wǎng)絡(luò)的短期風(fēng)速組合預(yù)測研究[D];天津大學(xué);2018年

4 周潔;優(yōu)性區(qū)間型組合預(yù)測方法及應(yīng)用研究[D];安徽財(cái)經(jīng)大學(xué);2018年

5 劉艷敏;基于組合預(yù)測方法的波音737飛機(jī)客艙能耗預(yù)測研究[D];中國民航大學(xué);2017年

6 段妮妮;基于組合預(yù)測方法的趨勢預(yù)測研究與應(yīng)用[D];西華大學(xué);2009年

7 陳雁;組合預(yù)測方法研究及其軟件系統(tǒng)設(shè)計(jì)與開發(fā)[D];東北農(nóng)業(yè)大學(xué);2007年

8 朱報(bào)春;基于模糊邏輯系統(tǒng)的組合預(yù)測方法及應(yīng)用[D];河海大學(xué);2001年

9 張景廣;基于基因表達(dá)式編程的組合預(yù)測方法研究[D];華中師范大學(xué);2011年

10 張進(jìn);不同精度準(zhǔn)則下的區(qū)間型組合預(yù)測方法研究[D];安徽大學(xué);2010年

本文編號：2893351