一种改进的模糊马尔可夫链状预测模型与应用研究

摘要

本文提出了一种基于不同历史时期模糊状态转移概率矩阵加权的马尔可夫链状预测模型，并给出了运用遗传算法对模糊马尔可夫链状预测模型权重进行优化搜索的方法。由于优化的目标是使历史数据误差达到最小，因此，这种加权模型较之传统模型无论是在预测区间的准确度方面还是在预测残差方面都具有较好的预测性能。 为检验本文提出的预测模型的有效性，本文做了一个具体的地方税收的预测研究，并与传统的回归预测方法和非加权的模糊马尔可夫链状预测方法进行了比较，得出本文提出的加权模糊马尔可夫链状预测模型的预测精确度要高于其他预测模型的精确度。 同时本文初步的建立了地方税收按月预测的模型，使得马尔可夫链状预测模型在应用方面得到了更大范围的拓展。

目录

文摘

英文文摘

声明

1绪论

1.1研究背景

1.2国内外研究动态

1.2.1马尔可夫链状预测模型理论研究动态

1.2.2马尔可夫链状预测模型应用研究动态

1.3本文研究的技术路线及主要内容

1.4研究目的及意义

1.5论文结构

2马尔可夫链及模糊马尔可夫链状预测模型

2.1马尔可夫过程

2.1.1马尔可夫过程的直观背景

2.1.2马尔可夫链的定义

2.1.3马尔可夫链的状态分类

2.1.4马氏链的遍历性和平稳分布

2.2马尔可夫链状预测模型

2.3模糊马尔可夫链状预测模型

2.3.1具有模糊状态的马尔可夫链状预测模型

2.3.2模糊无后效性马尔可夫链状预测模型

2.4小结

3基于历史阶段加权的马尔可夫链状预测模型

3.1加权马尔可夫链状预测模型的现状

3.2新模型的提出思想

3.3新模型的建立步骤

3.4小结

4加权模型的权重遗传优化

4.1遗传算法基本思想

4.2遗传算法的特点

4.3基本遗传算法(SGA)

4.4遗传算法的应用步骤

4.5权重确定的遗传优化算法

4.6改进模型的检验

4.7小结

5实证分析

5.1税收概述

5.2税收收入预测与分类

5.3税收收入预测的意义

5.4税收收入预测研究动态

5.5例证研究

5.5.1行业基本概况

5.5.2行业预测概况

5.5.3预测可行性研究

5.5.4线性回归模型预测法预测月地方税收

5.5.5回归方程的显著性检验

5.5.6改进前模糊马尔可夫预测模型预测月地方税收

5.5.7改进后模糊马尔可夫预测模型预测月地方税收

5.6小结

6论文成果与展望

6.1论文所取得的主要成果

6.2展望

攻读硕士学位期间发表的学术论文

致谢

参考文献