组合预测
组合预测的相关文献在1988年到2022年内共计2200篇,主要集中在经济计划与管理、自动化技术、计算机技术、电工技术
等领域,其中期刊论文1879篇、会议论文74篇、专利文献768094篇;相关期刊845种,包括预测、商场现代化、物流技术等;
相关会议65种,包括中国煤炭学会首届煤炭行业青年科学家论坛、中国测绘地理信息学会2014工程测量分会与矿山测量专委会年会暨全国变形与安全监测学术研讨会、第十二届中国不确定系统年会暨第十六届中国青年信息与管理学者大会等;组合预测的相关文献由4764位作者贡献,包括陈华友、杨桂元、唐小我等。
组合预测—发文量
专利文献>
论文:768094篇
占比:99.75%
总计:770047篇
组合预测
-研究学者
- 陈华友
- 杨桂元
- 唐小我
- 袁宏俊
- 朱家明
- 何跃
- 王丰效
- 高尚
- 曾勇
- 谢力
- 周礼刚
- 魏汝祥
- 姜明辉
- 叶林
- 熊洁仪
- 袁哲明
- 刘攀
- 刘金培
- 王应明
- 王波
- 董景荣
- 万玉成
- 冯长焕
- 刘双印
- 张军
- 张文德
- 张新育
- 徐龙琴
- 曹长修
- 李春生
- 杨楠
- 梅亮
- 殷春武
- 牛东晓
- 王硕
- 王福林
- 盛昭瀚
- 钟波
- 陈启明
- 严洪森
- 张培林
- 张涛
- 徐凤
- 李超
- 江立辉
- 滕景竹
- 王宁
- 王晓光
- 王耀南
- 王贺
-
-
杨璐;
李印凤;
刘伟;
刘金伊;
邢警长;
傅子涛
-
-
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.
-
-
陈亚东;
丁松滨;
刘计民;
宋晓敏;
隋东
-
-
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。
-
-
石炀;
赵尚威
-
-
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。
-
-
秦步文;
张吉军;
李岚;
曾镰;
文静;
韩咪
-
-
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;。
-
-
贾睿;
杨国华;
郑豪丰;
张鸿皓;
柳萱;
郁航
-
-
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。
-
-
陈畴镛;
高明镜
-
-
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。
-
-
陈婷怡;
王皓晔
-
-
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。
-
-
杨超;
侯兴明;
秦海峰;
徐庆尧;
赵向前
-
-
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。
-
-
李小红;
白伟丽
-
-
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。
-
-
刘铭基;
田雅楠;
张亮;
金博
-
-
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。
-
-
He Huagang;
贺华刚
- 《2018(第七届)国际桥梁与隧道技术大会》
| 2018年
-
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.
-
-
Ke Gang;
柯钢
- 《全国第27届计算机技术与应用(CACIS)学术会议》
| 2017年
-
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.
-
-
-
金晓武;
庞新宇;
杨兆建;
袁建湘
- 《2016年全国青年摩擦学学术会议》
| 2016年
-
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.
-
-
-
-
-
GAO Shang;
高尚
- 《2013年中国智能自动化会议》
| 2013年
-
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.
-
-
王辉
- 《中国煤炭学会首届煤炭行业青年科学家论坛》
| 2014年
-
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.
-