【摘要】：在預(yù)測(cè)領(lǐng)域,對(duì)于同一個(gè)預(yù)測(cè)問(wèn)題,往往可以找到多種不同的預(yù)測(cè)方法。與此同時(shí),對(duì)于同一預(yù)測(cè)問(wèn)題,也會(huì)有多個(gè)不同的預(yù)測(cè)機(jī)構(gòu)給出自己的預(yù)測(cè)結(jié)果,這些結(jié)果都會(huì)存在差異和各自的特點(diǎn)。而面對(duì)來(lái)自于不同模型,不同預(yù)測(cè)機(jī)構(gòu)的多種預(yù)測(cè)結(jié)果,決策者很難分辨哪一個(gè)更好。經(jīng)驗(yàn)表明,往往這些單一模型的預(yù)測(cè)結(jié)果并不穩(wěn)定。所以,研究如何充分利用所能獲得的多種預(yù)測(cè)結(jié)果,經(jīng)過(guò)融合分析來(lái)提高預(yù)測(cè)的準(zhǔn)確性和穩(wěn)定性,是具有研究?jī)r(jià)值和意義的。文中提出了一種新的數(shù)據(jù)融合方法,該方法將預(yù)測(cè)結(jié)果中的點(diǎn)估計(jì)值拓展成估計(jì)區(qū)間,將這些拓展區(qū)間求并集,并將得到的并集均分成各種等間距子區(qū)間,通過(guò)對(duì)子區(qū)間進(jìn)行投票,從而選出融合區(qū)間,得到融合結(jié)果。這種新的融合方法將機(jī)器學(xué)習(xí)中用于多分類(lèi)器信息融合的投票法(voting)引入了對(duì)預(yù)測(cè)信息的融合中。在文中實(shí)例驗(yàn)證部分該方法被應(yīng)用于國(guó)際油價(jià)和能源需求預(yù)測(cè)中。該融合方法能夠?qū)︻A(yù)測(cè)結(jié)果進(jìn)行顯著的優(yōu)化,并具有很好的穩(wěn)定性。在對(duì)國(guó)際油價(jià)預(yù)測(cè)并融合的7組結(jié)果中,用該融合方法得到的結(jié)果始終處于最優(yōu)和次優(yōu)階段,表現(xiàn)始終比較出眾,其余單個(gè)模型的表現(xiàn)時(shí)好時(shí)壞,存在不同程度的波動(dòng),并不穩(wěn)定。同樣,這種穩(wěn)定性也表現(xiàn)在了對(duì)能源需求的預(yù)測(cè)案例中。同時(shí),該方法不需要大量的前期訓(xùn)練數(shù)據(jù),過(guò)程易程序化,對(duì)數(shù)據(jù)源沒(méi)有太多的限制,也為解決組合預(yù)測(cè)中的組合困擾(combination puzzle)問(wèn)題提供了一個(gè)可行的思路。
【圖文】：

是選取了自己認(rèn)為最有價(jià)值或自己能夠獲得有效數(shù)據(jù)的幾個(gè)影響因素來(lái)進(jìn)行分這也就相當(dāng)于只是從有限的角度去分析研究這些預(yù)測(cè)問(wèn)題，所以得到的結(jié)果必然面的。在如今這個(gè)信息時(shí)代，獲取各種信息源的預(yù)測(cè)結(jié)果已經(jīng)變得越來(lái)越方便，用好所有這些有價(jià)值的信息，從而對(duì)預(yù)測(cè)結(jié)果進(jìn)行顯著的優(yōu)化，便成為了一個(gè)極力的研究方向。更何況近些年來(lái)，機(jī)器學(xué)習(xí)，大數(shù)據(jù)技術(shù)越來(lái)越完善，通過(guò)利用，全方位的信息，來(lái)支撐對(duì)于未來(lái)的預(yù)測(cè)，，也是研究發(fā)展的趨勢(shì)所在。本文即是在機(jī)器學(xué)習(xí)中多數(shù)投票法的啟發(fā)下，提出了能夠融合多個(gè)預(yù)測(cè)結(jié)果以達(dá)預(yù)測(cè)結(jié)果目的的方法，覆蓋權(quán)重投票法。覆蓋權(quán)重投票法的原理并不復(fù)雜，我們所有的預(yù)測(cè)結(jié)果都伴隨著一定的估計(jì)誤差，所以，預(yù)測(cè)的點(diǎn)估計(jì)值的結(jié)果實(shí)際是一個(gè)估計(jì)區(qū)間。在預(yù)測(cè)中，預(yù)測(cè)結(jié)果剛好就是未來(lái)真實(shí)結(jié)果的可能性是很低的，來(lái)的真實(shí)結(jié)果落在這個(gè)估計(jì)區(qū)間的概率卻是很高的。如果可以通過(guò)對(duì)多個(gè)信息源合分析，來(lái)將估計(jì)區(qū)間更加的精確化，那么就達(dá)到了優(yōu)化預(yù)測(cè)結(jié)果的目的。這正的覆蓋權(quán)重投票法所做的工作，將所有信息源的估值區(qū)間放在一起，那么交集最域，即是所有信息源共同預(yù)測(cè)認(rèn)可的區(qū)域，那么這個(gè)區(qū)域即可看作一個(gè)優(yōu)化區(qū)域理可用下圖表示：

技術(shù)路線(xiàn)圖
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F416.2;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張亮;張玲玲;陳懿冰;騰偉麗;;基于信息融合的數(shù)據(jù)挖掘方法在公司財(cái)務(wù)預(yù)警中的應(yīng)用[J];中國(guó)管理科學(xué);2015年10期

2 王德魯;鄭建萍;馬剛;;基于多分類(lèi)器融合的上市公司產(chǎn)品傷害事件風(fēng)險(xiǎn)預(yù)警系統(tǒng)[J];情報(bào)雜志;2015年09期

3 許良鳳;徐小兵;胡敏;王儒敬;謝成軍;陳紅波;;基于多分類(lèi)器融合的玉米葉部病害識(shí)別[J];農(nóng)業(yè)工程學(xué)報(bào);2015年14期

4 付立東;張金鎖;馮雪;;GA-SA模型預(yù)測(cè)中國(guó)能源需求[J];系統(tǒng)工程理論與實(shí)踐;2015年03期

5 錢(qián)偉;楊礦利;楊慧慧;徐青政;;基于組合模型的短時(shí)交通流預(yù)測(cè)[J];計(jì)算機(jī)仿真;2015年02期

6 管清云;陳雪龍;王延章;;基于距離熵的應(yīng)急決策層信息融合方法[J];系統(tǒng)工程理論與實(shí)踐;2015年01期

7 張金鎖;馮雪;鄒紹輝;;基于趨勢(shì)組合的我國(guó)煤炭需求預(yù)測(cè)模型研究[J];商業(yè)研究;2014年06期

8 崔慶安;;基于主成分分析與支持向量機(jī)的能源需求預(yù)測(cè)方法[J];統(tǒng)計(jì)與決策;2013年17期

9 陳科文;張祖平;龍軍;;多源信息融合關(guān)鍵問(wèn)題、研究進(jìn)展與新動(dòng)向[J];計(jì)算機(jī)科學(xué);2013年08期

10 鄧楠;徐正光;王s

本文編號(hào)：2642438