組合預(yù)測(cè)技術(shù)及其應(yīng)用.pdf

1、到目前為止，關(guān)于預(yù)測(cè)的理論和方法已經(jīng)有很多，但每一種單一預(yù)測(cè)模型都只是從某一個(gè)側(cè)面去刻畫數(shù)據(jù)序列的規(guī)律，都只反映序列的部分信息，都有其局限性。如果綜合運(yùn)用多種預(yù)測(cè)的理論進(jìn)行組合預(yù)測(cè)，優(yōu)勢(shì)互補(bǔ)，最大程度地利用現(xiàn)有信息，就有望獲得更好的預(yù)測(cè)效果。 灰色預(yù)測(cè)模型最大的特點(diǎn)就是少數(shù)據(jù)建模。在信息不完全、信息不明確的條件下，灰色預(yù)測(cè)模型有其獨(dú)特的優(yōu)勢(shì)。但是，灰色預(yù)測(cè)模型也有其固有的缺陷。首先，其預(yù)測(cè)圖形是一條較為平滑的曲線，它刻畫了事物發(fā)

2、展的趨勢(shì)，但沒(méi)有考慮事物發(fā)展的隨機(jī)波動(dòng)性，它利用少數(shù)據(jù)建模，但如果完全忽略事物發(fā)展的整體態(tài)勢(shì)，完全忽略較早以前的數(shù)據(jù)包含的信息，也是不可取的；其次，灰色預(yù)測(cè)模型是建立在經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化準(zhǔn)則基礎(chǔ)之上的，不可避免地存在過(guò)擬合問(wèn)題。 針對(duì)前一個(gè)問(wèn)題，我們可以運(yùn)用灰色馬爾可夫組合模型來(lái)解決。馬爾可夫預(yù)測(cè)模型適用于波動(dòng)比較大的數(shù)據(jù)預(yù)測(cè)，狀態(tài)轉(zhuǎn)移矩陣能夠很好地刻畫數(shù)據(jù)的波動(dòng)信息。運(yùn)用馬爾可夫模型去挖掘數(shù)據(jù)所包含的整體波動(dòng)信息，并用它去修正灰色

3、預(yù)測(cè)模型的預(yù)測(cè)結(jié)果，通過(guò)兩種模型的組合預(yù)測(cè)，來(lái)提高預(yù)測(cè)的精度。 針對(duì)灰色模型的第二個(gè)問(wèn)題，本文提出基于支持向量機(jī)參數(shù)識(shí)別的灰色預(yù)測(cè)模型，用基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則的支持向量機(jī)方法去求取灰色模型的參數(shù)，再用灰色模型計(jì)算預(yù)測(cè)值，這樣就可以避免過(guò)擬合問(wèn)題，提高模型的推廣能力。 通過(guò)組合預(yù)測(cè)來(lái)提高預(yù)測(cè)精度的另一種思路是，將幾種單一預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)組合，得出最終的預(yù)測(cè)結(jié)果，這又有多種不同的方法。由于神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性