基于支持向量機和模糊積分的組合預測研究.pdf

1、本文將系統(tǒng)對組合預測進行研究，給出了三種新的組合預測方法：最小絕對偏差和最優(yōu)加權組合預測、基于支持向量機的組合預測和基于模糊積分的組合預測，并給出一些具體應用。 在最小絕對偏差和最優(yōu)加權組合預測研究中，為滿足線性組合預測中權重系數非負性的要求，我們給出一通過插值尋優(yōu)的辦法求取最優(yōu)加權組合預測的新方法，并應用此模型對河北省衛(wèi)生技術人員進行預測。首先，給出河北省衛(wèi)生技術人員總數的三種預測模型：灰色預測模型、遞推式自回歸模型和二次多項

2、式回歸模型，并給出各預測模型的擬合誤差和預測結果。在此基礎上，插值尋優(yōu)的辦法給出三種預測模型的組合預測模型，并用組合預測模型對河北省衛(wèi)生技術人員總數進行短、中、長期預測。 在基于支持向量機的組合預測的研究中，我們研究了用支持向量機方法確定組合預測模型中的權重系數的方法。該方法可克服以往組合預測模型的擬合誤差小，而預測精度差的弊端，從而極大地提高預測的精度和效果。最后將此方法應用于河北省衛(wèi)生技術人員總數的預測。經過與基于最小絕對偏

3、差和最優(yōu)加權組合預測比較，表明該方法具有速度快、泛化能力強的特點。 在組合預測研究中，線性組合預測適用于各個預測模型之間相互獨立、沒有任何交互作用，從而可簡單地加權求和，它對應Lebesgue積分；而實際情況是各個預測模型之間往往具有交互作用，有的組合起來效果比任何單個模型要好(對應于超可加模糊測度的模糊積分)，有的組合起來效果反而較差(對應于次可加模糊測度的模糊積分)；對應這種情況，我們用Choquet模糊積分作為組合的算子，