組合預(yù)測(cè)模型的權(quán)重研究及其應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、不同的預(yù)測(cè)模型和預(yù)測(cè)方法有著不同的預(yù)測(cè)精度和預(yù)測(cè)信度,對(duì)決策者提供了不同的有用信息,如果簡(jiǎn)單地將預(yù)測(cè)誤差較大的一些方法舍去,將會(huì)失去一些有用的信息。一種較科學(xué)的方法就是進(jìn)行組合預(yù)測(cè)。組合預(yù)測(cè)能夠較大限度地利用各種預(yù)測(cè)信息,通常比單個(gè)預(yù)測(cè)模型考慮問(wèn)題更系統(tǒng)全面,期望能夠有效地減少單個(gè)預(yù)測(cè)模型中一些隨機(jī)影響,從而提高預(yù)測(cè)精度。組合預(yù)測(cè)法計(jì)算簡(jiǎn)單,精度高,有很好的實(shí)用性。
   但是組合預(yù)測(cè)方法的研究歷史并不長(zhǎng),其模型和理論還不完善,

2、很多問(wèn)題,特別是模型的組合機(jī)制有待進(jìn)一步研究和發(fā)展。目前組合預(yù)測(cè)方法大多研究的是基于誤差平方和的模型,近年來(lái),隨著粗糙集理論的迅速發(fā)展,基于粗糙集的數(shù)據(jù)分析方法倍受眾多學(xué)者的關(guān)注,其中將粗糙集理論應(yīng)用到了組合預(yù)測(cè)模型求權(quán)重的問(wèn)題上是一個(gè)重要方面。本文首先總結(jié)了一些常用的求組合預(yù)測(cè)模型權(quán)重的方法,然后提出了基于粗糙集理論中的包含度和變精度粗糙集理論確定組合預(yù)測(cè)模型權(quán)重的方法。實(shí)例計(jì)算結(jié)果表明基于包含度確定組合預(yù)測(cè)模型的權(quán)重比基于知識(shí)的依賴

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論