基于次邻近度的组合预测模型研究及其应用

论文摘要

对邻近度这一概念在实际应用过程中存在的不足做出改进,基于标准化的思想,提出次邻近度的概念,并提出了基于次邻近度的线性组合预测模型。首先给出次邻近度的相关概念,然后分别采用指数预测模型、一元线性回归预测模型、GM（1,1）灰色预测模型三种单项预测方法对数据进行预测,接下来建立基于次邻近度的线性组合预测模型,用线性规划方法计算出三种单项预测方法的组合权重。最后求出组合预测结果并对比分析四种预测模型在常用评价指标上预测效果的优劣。从对安徽省2001-2018年GDP的历史数据的实例分析可知,该组合预测模型在各指标上效果均优于单项预测结果,验证了本模型的有效性和和合理性。

论文目录

• 0 引 言
• 1 基于次邻近度的线性组合预测模型的建立
•   1.1 邻近度的概念
•   1.2 次邻近度
•   1.3 模型的建立预测精度
•   1.4 模型有效性评价准则
• 2 实例分析
•   2.1 单项预测模型
•     2.1.1 指数预测模型
•     2.1.2一元线性回归预测模型
•     2.1.3 GM （1, 1） 预测模型
•   2.2 组合预测模型
• 3 结 语

文章来源

类型: 期刊论文

作者: 郭海艳,李燕飞,吴涛

关键词: 安徽省,次邻近度,线性规划,组合预测

来源: 佳木斯大学学报(自然科学版) 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,经济体制改革

单位: 安徽大学数学科学学院,安徽大学计算机智能与信号处理教育部重点实验室

基金: 国家自然基金面上项目(71871001),国家自然基金青年项目(618006001),安徽省自然基金项目,安徽大学研究生创新项目资助

分类号: F127;F224

页码: 663-666

总页数: 4

文件大小: 127K

下载量: 55