组合预测

摘要： 新冠疫情对全球航空运行都产生了巨大的影响,后疫情时期机场起降量预测是开展机场保障、航空公司航线恢复等工作的基础.首先构建了基于多元线性回归法和灰色GM(1,1)模型的机场起降量组合预测法,并以历史数据分析为基础,构建了后疫情时期机场起降量修正预测模型,最后以石家庄机场为例,进行了实例验证分析,证明了方法的可靠性和实用性.

摘要： 在新型冠状病毒肺炎疫情对航空货运的影响下,月度航空货运量出现异于历史趋势的极端数据,而传统航空货运量预测模型有在极端数据影响下误差较大的问题。因此,研究了适用于后疫情时代的中国航空货运量短期预测方法。对2009-2020年中国航空货运量月度数据进行分析,发现中国航空货运量呈稳定增长趋势。受疫情影响出现短期剧烈波动,在假设疫情对航空货运的影响逐渐减弱的前提下,选取Holt-Winters乘法模型与求和自回归移动平均ARIMA乘积季节模型分别提取航空货运量数据的长期趋势、周期特征和短期波动特征,并采用4种不同权重确定方法构建了多个航空货运量组合预测模型。运用Holt-Winter模型、ARIMA模型及其组合预测模型对2021-2022年中国航空月度货运量进行了预测,以2021年1月—5月的航空货运量数据作为验证数据集,对比分析了不同预测模型的预测误差。结果表明:Holt-Winters与ARIMA组合预测模型的平均绝对百分比误差与最大绝对百分比误差普遍小于自身单一模型的;基于最小二乘法赋权的组合模型预测效果最优,基于残差倒数法赋权的组合模型预测效果次优;最优组合模型的平均绝对百分比误差为1.93%,比次优组合模型降低了8.53%,较单一的Holt-Winters模型与ARIMA模型分别降低了71.70%与20.58%,验证了最优组合模型对后疫情时代中国航空货运量月度数据预测的有效性。

摘要： 2020年突如其来的新型冠状病毒肺炎疫情对全世界人民造成了巨大的影响,对中国住房市场的短期发展造成了较为剧烈的冲击,但经历了半年的恢复后,住房市场恢复较为显著。本文选择2004年第一季度至2020年第三季度的商品房平均销售价格及六个解释变量的数据为研究对象,运用S-AIC、S-BIC、MMA和JMA等模型平均方法对我国商品房价格进行建模,判断基于不同方法预测精度的优劣。研究表明,基于MMA准则的模型平均方法所得到的预测精度最优,并且具有很好的稳定性。

摘要： 天然气作为清洁、高效的优质能源,对减少碳排放量,促进城市生态环境和经济高质量发展,实现中国“碳达峰、碳中和”战略目标具有重要意义,因此精准预测城市天然气需求量是城市健康发展的重要保障。天然气需求量的预测主要有单一预测模型和构建组合预测模型两种研究方法。组合预测模型可以有效的对单一预测模型提供的信息进行整合,从而进一步减小单一预测模型带来的误差,提高预测的精确度。为了对城市天然气需求量进行准确预测,通过借鉴合作博弈论Shapley值利益分配理论,考虑均值GM(1,1)模型、指数平滑模型、灰色Verhulst模型之间的差异以及各自的特点,建立天然气需求组合预测模型,可以有效减少预测的误差。研究结果表明:(1)Shapley值能减少各单一预测模型差异的影响,更好的对三种单一预测模型的平均绝对百分比误差进行分配,确定的单一预测模型权重更合理,有效提高了城市天然气需求量预测的精度;(2)“十四五”期间中国城市天然气需求量将呈持续增长趋势,预计2025年将达到1995×10;m;。

摘要： 准确预测风电功率可以提高电网运行的安全性和可靠性。为进一步提高短期风电功率预测精度,针对目前单一模型难以获得最优预测结果的问题,提出一种CNN-LSTM&GRU多模型组合短期风电功率预测方法。首先,利用卷积神经网络(convolutional neural network,CNN)提取数据局部特征,并结合长短期记忆(long short term memory,LSTM)网络构造出融合局部特征预提取模块的CNN-LSTM网络结构;然后,将其与门控循环单元(gated recurrent unit,GRU)网络并行,并通过自适应权重学习模块为CNN-LSTM模块和GRU模块的输出选择最佳权重,构建出CNN-LSTM&GRU组合的短期预测模型。最后,对中国西北某风电场的出力进行预测研究,结果表明:所提模型与单一模型或其他组合模型相比,指标误差更小,预测精度更高。

摘要： 考虑到快递需求受电子商务环境和季节性特征影响,文章将电子商务因素纳入快递需求预测指标体系中,采用灰色关联分析法确定关联度显著指标,采用GM(1,N)模型进行趋势预测,应用时间序列ARIMA模型预测季节性差异,并建立上述两类模型的GM(1,N)ARIMA权重组合模型以提升预测精度,运用组合预测模型对杭州市2021年4季度—2022年4季度的快递需求进行预测。研究结果表明,组合预测模型的预测误差显著优于所选单一模型;电子商务的发展对快递需求的影响将会逐渐增加;快递需求的季节性差异出现新特征。

摘要： 当前国际形势变幻莫测,地缘政治冲突不断升级,导致我国的粮食安全在一定程度上也面临着诸多风险和挑战,而针对粮食安全的评估,粮食产量通常是一个重要的衡量指标。本文将二次指数平滑模型、灰色GM(1,1)模型和支持向量回归模型进行组合优化,以云南省2001-2020年的粮食产量为样本数据,采用线性组合预测模型预测了未来三年的粮食产量。实证结果表明线性组合预测模型具有较好的预测效果,且云南省未来三年的粮食产量呈现出稳步增长的趋势。

摘要： 为适应高密度任务条件下航天试验任务对航天试验装备备件精确化保障的要求,提高备件保障的质量效益,运用组合预测的思想,在优选和改进单项预测模型的基础上,从实际值和预测值之间的相关性指标出发,结合信息集结算子动态赋权,提出一种航天试验装备备件需求组合预测模型。以5个典型误差指标对实验结果进行比较分析,该组合预测模型的预测结果均明显优于单项预测模型。通过建立组合预测模型,弥补了单项预测模型的不足,提高了航天试验装备备件需求预测的精度,为增强航天试验任务保障效益提供了方法参考和决策支持。

摘要： 针对冷负荷预测问题,提出了一种基于相空间重构(PSR)、经验模态分解(EMD)和径向基神经网络(RBFNN)的冷负荷组合预测模型。该模型首先利用经验模态分解方法,把冷负荷序列分解为少数模态分量,然后利用分组分量法将其分为多个高频子分量、总低频分量和残余量,最后以PSR为基础对各分量利用RBFNN方法建模并将预测结果重构。该方法应用于实际冷站负荷预测后,与单一RBFNN、SVM、LSSVM及基于EMD的SVM、基于EMD的RBFNN5类方法进行比较,结果表明该方法对冷负荷预测精度有明显提高。

摘要： 周转量作为计算运输成本、客货运收入、劳动生产率、客货运平均行程和运输密度等指标的依据,能比较全面和确切地反映运输的成果以及运输生产产品的数量,其预测对民航的科学化发展有重要意义。与民航业的快速发展和民航市场的不断扩大相比,目前民航的预测模型种类较少。为探索一种更为有效的方法来提高民航周转量预测准确率,较为新颖的Prophet模型和NeuralProphet模型被引入到对民航货物周转量、民航货邮周转量、民航旅客周转量和民航总周转量的预测中。在与单个模型对比中,在精确度上Prophet模型和NeuralProphet模型相较于传统的三次指数平滑法以及ARIMA模型预测结果更优。利用权值法创建的Prophet-ARIMA组合模型使预测结果更为精准,并被发现在讨论的所有模型中该模型表现最佳,这为民航预测提供了一种新思路。

摘要： 隧道大变形是隧道工程中的常见病害之一,严重威胁施工安全及工程进度,对其研究具有重要意义.首先,本文基于隧道所处的地质条件、监测成果等,开展了隧道大变形机理分析;其次,以BP神经网络和支持向量机为基础,利用遗传算法和粒子群算法优化其结构参数,以实现单项预测模型优化,再构建线性组合模型和非线性组合模型,实现了隧道大变形的组合预测.实例分析表明:隧道大变形是地应力因素、岩性因素、地下水因素及施工因素等共同作用的结果;同时,本文组合预测模型较单项预测模型具有更高的预测精度和稳定性,验证了本文组合预测思路的有效性,且以BP神经网络权值法的组合效果最优.通过本文研究,为大变形防治及变形规律评价提供了借鉴和参考,具有一定的实用价值.

摘要： 网络安全态势受多种复杂因素影响,具有高度非线性、时变性、突变性等特点,使得传统上的单一预测模型存在预测精度低的问题.针对这一不足,结合合作策略论,提出一种新的网络安全态势组合预测模型.首先通过Elman神经网络模型、GM(1,1)模型、支持向量机模型分别对网络安全态势进行预测,再运用合作对策中的Shapley值法,对单一模型的预测结果进行加权运算得到组合预测结果,最后对真实网络安全态势数据进行仿真测试.仿真结果表明,组合预测模型可以准确跟踪态势值的变化,有效提高了网络安全态势预测精度,同时具有效率高的特点,能为网络管理者做出安全防护的决策提供科学依据.

摘要： 目的:探讨组合预测模型在中国卫生人力资源预测中的应用,为卫生人力资源规划提供参考依据.方法:在比较分析灰色预测模型、人力/人口比值法模型和Holt-Winter非季节预测模型基础上,运用预测误差平方和倒数法建立组合预测模型,分别预测中国卫生人员、卫生技术人员、执业(助理)医师、注册护士、药师(士)等主要卫生人力发展情况,并对预测结果进行比较分析.结果:模型评价指标值中,组合预测模型评价指标值(MAPE)最小,预测效果更好.根据组合预测模型可知,2015-2020年间,中国主要卫生人力均呈持续增长趋势.结论:中国医药卫生人才专业结构发展失衡,政府部门应积极推进医药卫生人才协调发展.

摘要： 介绍了诱导有序加权几何平均(IOWGA)算子的组合预测方法基本原理,将灰色预测模型、指数平滑法及最小二乘支持向量机回归预测模型予以组合,建立一种基于IOWGA算子的转子系统磨损磨粒浓度组合预测模型及评价指标体系.以单跨转子试验台为例,提取铁谱片上磨粒的浓度数据,利用组合预测模型对磨损磨粒浓度变化趋势进行预测,并与单项预测模型的预测结果进行比较.实例结果表明:基于IOWGA算子的组合预测模型的预测精度比三种单项预测法的精度要高,预测效果更优.

摘要： 传统的组合预测方法只考虑了数据本身的重要性,忽略了数据之间的关系,因此本文引进了WPA算子,以拟合误差平方和为准则建立了基于WPA算子的组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性.

摘要： 针对实际值和预测值均为区间数的形式,提出基于连续有序加权几何平均算子和一阶预测有效度准则的新区间组合预测模型,研究了他们的性质,同时将非线性形式进行变换,转化为线性模型进行求解.最后,实例证明该模型能有效的提高组合的精度.

摘要： 组合预测的关键是确定单项预测方法的加权系数.传统的组合预测方法是通过构建组合预测误差准则模型来确定最优加权系数.由于事物的模糊性和不确定性,描述预测对象的数据经常以区间形式给出,区间组合预测应运而生.本文将连续区间有序加权平均(COWA)算子应用到区间数运算中,构建基于诱导有序加权平均(IOWA)算子和相关系数的连续区间组合预测模型,并通过实例分析说明该区间组合预测方法的有效性.

摘要： 本文对传统的线性组合预测模型进行研究,根据权重的约束,对“误差平方之和最小”、“误差绝对值之和最小”和“最大误差绝对值最小”准则的线性组合预测进行推广,补充了若干个线性组合预测模型.以美国加州电力日均价为例,给出9种线性组合预测模型的预测结果.

摘要： 地震属性受多种地质因素的影响,单一地震属性很难准确的反映储层特征.因此寻找能够降低地震属性多解性的方法,准确预测主地质参数,是基于地震属性评价煤层气有利区的关键.(1)通过优选单一地震属性及地震多属性组合变换的方法,建立较为准确的煤层气主地质参数预测模型.(2)建立适用于地震属性评价煤层气有利区的动态权重系数中值法,以中值评价值出现的最高频率,确定预测的主地质参数在煤层气有利区优选中所占的权重,通过评价值函数,对煤层气有利区进行评价.(3)通过地震属性评价煤层气有利区结果与前人的评价结果基本一致.表明该方法适用于勘探开发程度较低的区块,评价结果可用于指导煤层气井的部署.

摘要： 在归纳时间序列分析法和BP神经网络法两种单一预测模型的基础上,研究了基于ARIMA-BP神经网络的几种不同的组合模型,并结合某地基沉降的实际数据对各种组合模型的预测结果与精度进行了比较分析,得出了相应的结论.

摘要： 本发明涉及用于预测癌症患者预后的生物标志物组合物，该生物标志物组合物包括第一分子亚型或由该第一分子亚型转录和翻译的蛋白。本发明还涉及用于预测癌症患者预后的生物标志物组合物，该生物标志物组合物还包括第二分子亚型或由该第二分子亚型转录和翻译的蛋白。

摘要： 本发明的课题是提供在水中的空气等气体亲和性可长期持续、流体摩擦阻力减少效果大、经济且对环境的影响少的摩擦阻力减少船舶，并且提供可形成在水中与空气等气体的亲和性得到长期持续、起到摩擦阻力减少效果、且航行中和静置条件下都具有防污功能的涂膜的涂料组合物。本发明涉及可形成具有特定的静态水中气泡接触角和特定的水中气泡滚动(滑动)角的涂膜的、用于利用水中的气体润滑功能的摩擦阻力减少船舶的涂料组合物。此外，本发明涉及分别以特定量含有特定的有机聚硅氧烷(A)、特定的有机硅烷(B)、特定的疏水性材料(C)的用于利用水中的气体润滑功能的摩擦阻力减少船舶的防污涂料组合物。

摘要： 本发明提供了一种结直肠癌发病风险预测模型及系统。本发明以基于中国人群结直肠癌易感基因筛查结果的研究为基础，构建了包括19个SNP位点分型信息的结直肠癌发病风险预测系统和试剂盒，能够预测提示受检者罹患结直肠癌的风险程度，在不同人群的结直肠癌发病风险预测中性能稳健，重复性好，可靠性高，检测技术便利，提供了为普通风险人群评估发病风险等级的可能性，而且无需做年龄限制、无需考虑性别差异，能够进行大规模人群普查、筛选结直肠癌发病高危人群，实现结直肠癌病风险预测、预警，提高早诊率，可作为中国结直肠癌个体化早期筛查和预防策略的第一步，有利于识别结直肠癌高危个体，具备推荐作为结直肠癌普筛项目的辅助手段之一的前景。

摘要： 本发明提供了一种在视频译码中对当前块进行组合的帧间‑帧内预测的方法，其中，所述组合的帧间‑帧内预测用于提供预测块，可以微调用于获取所述预测块的帧内预测块和帧间预测块的权重。具体地，所述方法包括：确定与所述当前块相邻的相邻块的预测信息，其中，所述预测信息包括用于预测所述相邻块的预测模式；确定是否要使用基于矩阵的帧内预测(matrix‑based intra prediction，MIP)来预测所述当前块；将所述当前块预测为帧内预测块和帧间预测块的加权和，其中，所述帧间预测块和所述帧内预测块的权重根据所述相邻块的所述预测信息和所述确定是否要使用MIP来预测所述当前块进行确定。

摘要： 一种药物组合预测系统，包含储存装置和处理器。储存装置用于储存数据库，数据库用于储存多个原始基因组、第一药品所影响的至少第一基因和第二药品所影响的至少第二基因。处理器用于将第一原始基因组中的至少第一基因的部分和至少第二基因的部分指定为第一协同基因组，计算第一协同基因组中的基因数量，以取得第一协同基因数量，依据第一协同基因数量在第一原始基因组中所占的第一比例，计算第一药物和第二药物的组合所对应的协同值，并依据协同值筛选出至少一种协同药物组合，借此达到大幅减少了药物组合预测所需的运算量的效果。

摘要： 本发明提出了一种基于优化组合预测模型的管道硫化氢预测方法，所述预测方法包括：获取污水管道中影响硫化氢生成量的相关水质参数；对参数进行标准化处理及主成分分析，获得最佳输入参数；构建多个单项预测模型并确定各模型超参数，将最佳参数和硫化氢生成量分别作为各单项模型的输入、输出参数进行训练，得到各自预测值；评估预测效果，符合精度要求则输出到下一步，不符合则返回调整各模型超参数；使用优化算法确定各单项模型的权系数进而得到组合预测模型的预测值；再次评估预测效果，符合精度要求则输出，不符合则返回调整权系数。该种优化的组合预测方法结合单项预测模型的优点，在提高预测精度和收敛速度的同时，还具备更强的鲁棒性。

摘要： 本发明公开了一种基于组合时序预测的NOx废气浓度预测方法，包括：采集原始NOx废气浓度信号，并对其进行预处理，生成时序数据集A；对m个特征参数进行采样和预处理，构建时序特征序列，并对时序特征序列进行归一化处理，生成时序数据集B；结合时序数据集A和时序数据集B，并利用滑动窗口构建时序相关序列数据组；从单步预测算法库和多步预测算法库中选择p种算法，建立k个p层的组合预测方案，分别对时序相关序列数据组进行中短期的NOx废气浓度预测；利用PR2指标对预测结果进行评价，根据评价结果从k个p层的组合预测方案中选取最优预测方案，对NOx废气浓度进行预测；本发明具有很强的灵活性和适应性，且预测精度高。

摘要： 本申请涉及一种基于组合预测的提升精度的光伏功率预测方法、装置。所述方法包括：获取预设时长内的历史光伏功率数据；根据历史光伏功率数据，确定预设时长内的高频功率数据和平均功率数据，其中，高频功率数据为设定时长内的波动频率大于预设值的数据；获取气象数据，将气象数据和高频功率数据输入神经网络模型，确定高频功率数据的预测值；根据高频功率数据的预测值和平均功率数据，确定光伏功率预测结果。从而能够将高频功率从整体的功率中剥离出来针对性的进行预测，提高功率预测的精度。

摘要： 本公开涉及基于组合预测模型的自适应网络安全态势预测方法，该方法包括：子模型训练步骤，从用于自适应安全态势预测的训练数据集中提取用于训练数据序列，训练出作为组合预测模型的构成要素的n个不同的子模型M；初始权重赋值步骤，针对每个子模型Mi分别进行初始权重赋值；子模型在线预测步骤，对每个子模型Mi的预测结果加权求和，输出当次对于网络安全态势预测的最终结果；子模型预测结果评价步骤，在用于评价的时间周期中，对每个子模型Mi评价其预测结果的准确性；以及自适应权重调整步骤，利用在所述子模型预测结果评价步骤中的评价结果，对每个子模型Mi的权重进行自适应调整。

摘要： 本发明公开了一种基于组合预测模型的电能表库存需求预测方法，涉及需求预测领域。目前，电能表年度采购普遍存在准确度不高的现象。本发明包括步骤：构建第一电能表库存需求预测模型，得到电能表库存需求预测值向量Y