组合预测方法研究及其在农机总动力预测中的应用

《组合预测方法研究及其在农机总动力预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东北农业大学硕士学位论文组合预测方法研究及其在农机总动力预测中的应用姓名：郑建红申请学位级别：硕士专业：管理科学与工程指导教师：乔金友2012-06-20摘要摘要近年来，随着社会经济的发展和管理的需要，对预测的精准度要求也越来越高。本研究以提高组合预测精度为目的，以完善组合预测理论为重要研究内容，将研究理论运用到实际预测中，以指导具体的实践活动。组合预测中单一权重估计问题是以往研究中的重要内容，但对单一预测模型的选择大多是依靠已有的经验或者特定过程呈现的明显特征。因此，本文将从单一预测模型的筛选

2、和不同准则下的组合预测模型权重计算方法两方面着手，探索提高组合预测精度的方法，并将研究结论应用于黑龙江省农机总动力预测中。本文的主要研究内容如下：首先，在查阅相关文献基础上，明确国内外组合预测的研究现状，通过研究相关组合预测的理论，对现有的单一预测方法进行归纳总结，并对组合预测还存在的问题及影响因素进行相关性分析。其次，通过研究提出单一预测模型的选择原则和三个筛选流程：单位根ADF检验、协整性筛选和冗余方法剔除。运用E、，iews5．O软件对具体实例进行单位根ADF检验、协整性筛选和冗余方法剔除

3、，通过比较，验证本文所提出的筛选理论的有效性。同时，也证明单一预测模型筛选的必要性与重要性。最后，从数学集合角度出发，将通过筛选后的单一预测模型提供的有用信息定量化，计算出各单一预测模型所提供的独有信息量。然后，分别在误差平方和、误差绝对值和、曲线差别化三个准则下建立传统组合预测模型和基于独有信息量的IOwA算子组合预测模型，并对三个准则下的两类模型进行了评价分析。通过比较发现，基于独有信息量的IOwA算子组合预测模型拟合精度更高。将研究理论运用到黑龙江农机总动力的实际预测中，由筛选后的单一预测

4、模型构建三个准则下的两类组合预测模型，结果表明基于独有信息量的IOwA算子组合预测模型能有效地提高拟合精度和预测效果，农机总动力的预测值可信度更好。本论文的研究，为单一预测模型的筛选提供了系统的理论指导，也为提高组合预测精度研究提供了一定的参考。关键词：组合预测；单一预测模型：独有信息量：10WA算子：应用AbstractfRecently，wimmedevelopmentofsocietyaIldeconomyandtherequirementofmaIlagement，moreaccurac

5、ier口redictionisalsodemallded．So，meailllofthispapercommi仕edtoiInprovetheaccuracyofcombinationfbrecastingandmeiIllportantresearchcontelltofmispaperailnediIlperfcctingnleⅡleoryofconlbinationforecasting，t11en，tal【ingmoseiIlVestigatiVemeoriesintoforecaLsi

6、llgangtoguidepmcticeactivities．TheimportantquestionsofpreviousstIldiesweretheweightoftllesingleforecasillgmemodsi11combinationforecasting，but，mechoiceofsingleforecaLsingmetllodsmailllyrelyedonexistedexperienceorobViouschamct耐sticsmatpanicularprocessp

7、resented．So，illordertoexploreme廿lodsofimproViIlgco如【biIlationforecaStingaccuracy'tllisp印erwouldstart丘．omt、)I，oaspectSofnlechoiceofsiIl91epredictionmetllodsa11dweightcalculationmemodsofcon南inationf-orecastingmodelunderdi岱删pr．mciples，andta：ked也eresearc

8、hmeoriesiIltoforecasingagriculturemachiIle巧totalpowerinHeilon舀iangpro讥nce．Themaillcontentofmep印erwaSasfollows：Firsny’afcersearchiIlgrelated1iteratures，defmedmestamsquoathomeaIldabroadofcombinationforecaStiIlg．summarizedsomeexistedsillglepredictionme廿