学位论文 > 优秀研究生学位论文题录展示

组合预测中单项模型选择研究及其权重系数优化

作　者: 朱素玲
导　师: 王建州
学　校: 兰州大学
专　业: 应用数学
关键词: 组合预测预测精度混沌粒子群优化算法单项模型选择
分类号: O211.67
类　型: 硕士论文
年　份: 2010年
下　载: 188次
引　用: 1次
阅　读: 论文下载

内容摘要

组合预测模型是由Bates和Granger提出的一种全面利用各种预测方法提供的信息的综合模型。经过四十多年的研究,组合预测理论已取得了很大的进展。研究结果表明,组合预测确实能提供比单项模型更稳定、更可靠的预测结果,因此研究组合预测模型有着重要的实际价值。虽然组合预测理论有了很大的进展,但是目前的研究大部分集中在优化组合预测的权重系数及目标函数的选择上,对于组合模型中的其他问题很少涉及。因此,对于组合预测的研究仍需进一步加强。这对于完善组合预测理论,促进预测学的发展都有重要意义。本文针对线性组合预测模型提出了其单项模型选择问题。试验结果表明通过单项模型选择可以提高组合预测的精度,从而为提高组合预测的精度提供了一个新的方法。对于线性组合预测模型,作者指出要进行显著性检验来验证组合预测模型是否合理,从而弥补了线性组合预测理论的不足。最初利用组合预测模型时取的是各个单项预测模型的均值,后来有些学者用对策论的原理来寻求最优权重,如Shapley值公式。随着智能优化算法的发展,它的应用领域也越来越多。因此,作者提出通过混沌粒子群优化算法来搜索组合预测的最优权重系数,试验结果证明混沌粒子群算法对于搜索组合预测模型的权重系数是非常有效的算法。在文章的最后,把所提出的理论应用在电力负荷的预测上,试验取得了令人满意的结果。

全文目录

摘要  4-5
Abstract  5-8
第一章引言  8-13
  §1.1 组合预测及其研究概况  8-9
  §1.2 组合预测的基本原理  9-10
  §1.3 组合预测的合理性检验  10-11
  §1.4 研究组合预测模型的意义及本文的结构  11-13
    §1.4.1 研究组合预测模型的意义  11
    §1.4.2 本文的结构安排  11-13
第二章组合预测中的单项模型分类  13-23
  §2.1 预测问题的简单模型  13-18
    §2.1.1 具有局部水平趋势的时间序列模型  13-15
    §2.1.2 平稳随机时间序列模型  15-16
    §2.1.3 非平稳随机时间序列模型  16-17
    §2.1.4 具有线性趋势的时间序列模型  17-18
  §2.2 非线性预测模型  18-23
    §2.2.1 具有季节性的非线性预测模型  18-19
    §2.2.2 其它的非线性预测模型  19-23
第三章粒子群算法及评价预测效果的指标体系  23-29
  §3.1 标准的微粒群算法  23-24
  §3.2 混沌粒子群算法  24-26
  §3.3 混沌粒子群在优化组合预测权系数中的应用  26-27
  §3.4 评价预测效果的指标体系  27-29
第四章组合预测模型在电力负荷预测中的应用  29-37
  §4.1 电力负荷预测的背景介绍  29
  §4.2 实例分析  29-34
  §4.3 单项模型选择对预测结果的影响  34-35
  §4.4 讨论  35-37
第五章结论及展望  37-38
参考文献  38-41
攻读硕士学位期间所获奖励、论文发表情况及科研情况  41-42
致谢  42

组合预测中单项模型选择研究及其权重系数优化

内容摘要

全文目录

相似论文