基于支持向量機(jī)和模糊積分的組合預(yù)測(cè)研究.pdf

1、本文將系統(tǒng)對(duì)組合預(yù)測(cè)進(jìn)行研究，給出了三種新的組合預(yù)測(cè)方法：最小絕對(duì)偏差和最優(yōu)加權(quán)組合預(yù)測(cè)、基于支持向量機(jī)的組合預(yù)測(cè)和基于模糊積分的組合預(yù)測(cè)，并給出一些具體應(yīng)用。 在最小絕對(duì)偏差和最優(yōu)加權(quán)組合預(yù)測(cè)研究中，為滿足線性組合預(yù)測(cè)中權(quán)重系數(shù)非負(fù)性的要求，我們給出一通過(guò)插值尋優(yōu)的辦法求取最優(yōu)加權(quán)組合預(yù)測(cè)的新方法，并應(yīng)用此模型對(duì)河北省衛(wèi)生技術(shù)人員進(jìn)行預(yù)測(cè)。首先，給出河北省衛(wèi)生技術(shù)人員總數(shù)的三種預(yù)測(cè)模型：灰色預(yù)測(cè)模型、遞推式自回歸模型和二次多項(xiàng)

2、式回歸模型，并給出各預(yù)測(cè)模型的擬合誤差和預(yù)測(cè)結(jié)果。在此基礎(chǔ)上，插值尋優(yōu)的辦法給出三種預(yù)測(cè)模型的組合預(yù)測(cè)模型，并用組合預(yù)測(cè)模型對(duì)河北省衛(wèi)生技術(shù)人員總數(shù)進(jìn)行短、中、長(zhǎng)期預(yù)測(cè)。 在基于支持向量機(jī)的組合預(yù)測(cè)的研究中，我們研究了用支持向量機(jī)方法確定組合預(yù)測(cè)模型中的權(quán)重系數(shù)的方法。該方法可克服以往組合預(yù)測(cè)模型的擬合誤差小，而預(yù)測(cè)精度差的弊端，從而極大地提高預(yù)測(cè)的精度和效果。最后將此方法應(yīng)用于河北省衛(wèi)生技術(shù)人員總數(shù)的預(yù)測(cè)。經(jīng)過(guò)與基于最小絕對(duì)偏

3、差和最優(yōu)加權(quán)組合預(yù)測(cè)比較，表明該方法具有速度快、泛化能力強(qiáng)的特點(diǎn)。 在組合預(yù)測(cè)研究中，線性組合預(yù)測(cè)適用于各個(gè)預(yù)測(cè)模型之間相互獨(dú)立、沒(méi)有任何交互作用，從而可簡(jiǎn)單地加權(quán)求和，它對(duì)應(yīng)Lebesgue積分；而實(shí)際情況是各個(gè)預(yù)測(cè)模型之間往往具有交互作用，有的組合起來(lái)效果比任何單個(gè)模型要好(對(duì)應(yīng)于超可加模糊測(cè)度的模糊積分)，有的組合起來(lái)效果反而較差(對(duì)應(yīng)于次可加模糊測(cè)度的模糊積分)；對(duì)應(yīng)這種情況，我們用Choquet模糊積分作為組合的算子，