集成剪枝評估準(zhǔn)則及PS-ELMs模型在時間序列預(yù)測中的應(yīng)用研究.pdf

1、集成剪枝技術(shù)可以有效解決集成學(xué)習(xí)存在的高計算復(fù)雜度的缺點。在各種集成剪枝方法中，基于排序的集成剪枝方法方法簡單但具有良好的性能優(yōu)勢?；谂判虻募杉糁Ψ椒ǖ脑u估準(zhǔn)則是影響其性能的關(guān)鍵要素。本文提出了四種可以應(yīng)用于時間序列預(yù)測的基于排序的集成剪枝方法的評估準(zhǔn)則，分別是：ComTSP，ConTSP，ReTSP-Value，ReTSP-Trend，PocidTSP。
　　ComTSP評估準(zhǔn)則是根據(jù)面向分類問題設(shè)計的Com準(zhǔn)則改造的。Co

2、mTSP評估準(zhǔn)則的設(shè)計原理是如果子集成系統(tǒng)在剪枝集上的預(yù)測誤差大于候選預(yù)測器在剪枝集上的預(yù)測誤差，并且超過一定的閾值，那么這個候選預(yù)測器就是與子集成系統(tǒng)互補的。在每次選擇一個候選分類器，使得在將其并入到子集成系統(tǒng)中形成新的子集成系統(tǒng)后的預(yù)測誤差最小。ConTSP評估準(zhǔn)則是根據(jù)面向分類問題的Con評估準(zhǔn)則而改造設(shè)計的。ConTSP的設(shè)計原理是獎勵能做出正確預(yù)測結(jié)果的候選預(yù)測器，并且如果候選預(yù)測器能做出正確預(yù)測結(jié)果而子集成系統(tǒng)不能做出正確預(yù)

3、測結(jié)果，那么候選預(yù)測器應(yīng)當(dāng)給予更多的獎勵。反之，如果候選預(yù)測器連同子集成系統(tǒng)都不能做出正確的預(yù)測結(jié)果，那么候選預(yù)測器就應(yīng)當(dāng)受到懲罰。ReTSP-Value和ReTSP-Trend評估準(zhǔn)則根據(jù) RE評估準(zhǔn)則而設(shè)計的，其設(shè)計原理很簡單，就是選擇一個候選預(yù)測器使得其并入到子集成系統(tǒng)中形成新的子集成系統(tǒng)的預(yù)測誤差最小。然而，ReTSP-Value和ComTSP評估準(zhǔn)則有一個共同的缺陷就是，這兩種評估準(zhǔn)則不能保證從候選預(yù)測器中選擇到與當(dāng)前子集成系

4、統(tǒng)最互補的預(yù)測器。引起這個問題的原因是時間序列的預(yù)測誤差具有方向性，所以說，以減小誤差大小而忽略誤差方向性為目標(biāo)的評估準(zhǔn)則的設(shè)計是不合理的。然而，本文設(shè)計的ReTSP-Trend集成剪枝評估準(zhǔn)則同時考慮了預(yù)測誤差的大小以及方向性，克服了其他集成剪枝評估準(zhǔn)則存在的缺陷，可以選擇到一個與當(dāng)前子集成系統(tǒng)最互補的候補預(yù)測器。另外，有效預(yù)測時間序列的趨勢對時間序列的預(yù)測具有很重要的意義。與以上面向提高時間序列預(yù)測精度而設(shè)計的集成剪枝評估準(zhǔn)則不同的

5、是，本文提出的另一種集成剪枝評估準(zhǔn)則PocidTSP是面向提高時間序列趨勢的預(yù)測能力而提出的。
　　極限學(xué)習(xí)機（ELM）與梯度下降學(xué)習(xí)算法相比，具有學(xué)習(xí)速度快，泛化性能好，避免陷入局部最優(yōu)解而直接求得最優(yōu)解等優(yōu)良特性。本文還以 ELM為學(xué)習(xí)算法提出了一種新的面向時間序列預(yù)測的集成模型PS-ELMs。它根據(jù)Stacking集成方法，使用ELM算法構(gòu)成集成系統(tǒng)集合，并使用一個元方法組合集成系統(tǒng)中基模型的輸出。其與傳統(tǒng)Stacking方