组合预测模型时间要素研究

《组合预测模型时间要素研究》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、第２３卷第３期运筹与管理Ｖｏｌ．２３，Ｎｏ．３２０１４年６月ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＪｕｎ．２０１４组合预测模型时间要素研究１２，３１沈斌，崔祥民，王天东（１．浙江农林大学经管学院，浙江杭州３１１３００；２．江苏科技大学公共管理学院，江苏镇江２１２００３；３．南京大学商学院，江苏南京２１００９３）摘要：为了分析时间因素对组合预测模型预测精度的影响，基于对长期内各预测方法预测精度稳定性的考虑，借鉴一维ＡＲ（p）模型建模思路，提出了基于时间因素的组合预测模型建模方法。实例验证表明：相

2、对于单个预测方法，考虑时间因素的组合预测方法的预测精度更高，且样本时间跨度越长，预测精度也越高。关键词：组合预测；时间要素；ＡＲ（p）模型；精度中图分类号：Ｃ９３４文章标识码：Ａ文章编号：１００７-３２２１（２０１４）０３-０１９０-０７StudyonFactorofTimeabouttheVariableWeightofCombinedForecasting１２，３１ＳＨＥＮＢｉｎ，ＣＵＩＸｉａｎｇ-ｍｉｎ，ＷＡＮＧＴｉａｎ-ｄｏｎｇ（１．SchoolofEconomics＆Management，ZhejiangA＆FUnive

3、rsity，Hangzhou３１１３００，China；２．SchoolofPublicAdministration，JiangsuUniversityofScienceandTechnology，Zhenjiang２１２００３，China；３．SchoolofBusiness，NanjingUniversity，Nanjing２１００９３，China）Abstract：Ｔｏａｎａｌｙｚｅｔｈｅｆａｃｔｏｒｏｆｔｉｍｅｗｈｉｃｈａｆｆｅｃｔｓｔｈｅｃｏｍｂｉｎｅｄｆｏｒｅｃａｓｔｉｎｇ’ｓｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ，ｂａｓ

4、ｅｄｏｎａｌｌｏｆｔｈｅｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄ’ｓｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｓｔａｂｉｌｉｔｙ，ｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｍｏｄｅｌｉｎｇｔｈｏｕｇｈｔｏｆｏｎｅ—ｄｉｍｅｎ-ｓｉｏｎＡＲ（p）ｍｏｄｅｌ，ｗｅｐｒｅｓｅｎｔｔｈｅｃｏｍｂｉｎｅｄｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｔｈｅｆａｃｔｏｒｏｆｔｉｍｅ．Ｔｈｅｅｘａｍｐｌｅｖｅｒｉｆｉｃａｔｉｏｎｓｈｏｗｓｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｃｏｍｂｉｎｅｄｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｔｈｅｆａｃｔｏｒｏｆｔｉｍｅ

5、ｉｓｈｉｇｈｅｒｔｈａｎｔｈｅｓｉｎ-ｇｌｅｆｏｒｅｃａｓｔｍｅｔｈｏｄ，ａｎｄｉｆｔｈｅｔｉｍｅｓｐａｎｏｆｓａｍｐｌｅｓｉｓｌｏｎｇｅｒ，ｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｉｓｈｉｇｈｅｒ．Keywords：ｃｏｍｂｉｎｅｄｆｏｒｅｃａｓｔｉｎｇ；ｆａｃｔｏｒｏｆｔｉｍｅ；ＡＲ（p）ｍｏｄｅｌ；ｐｒｅｃｉｓｉｏｎ０引言相对于单个预测方法而言，组合预测模型的预测精度往往更高。很多学者运用多种方法对组合预测模型进行了研究。在研究的过程中，得出了很多较为有益的结论。目前，对组合运用模型，较多地是采用贝叶斯极大似然估计法，权函

6、数逼近系数与最小二乘相结合的方法，自适应组合预测方法，基于ＡＲ模型参数估计的最小二乘法等。在以往有关组合预测的研究中，往往在对过去多期单项预测方法预测值进行赋权的基础上，得出本期的变权组合预测值。但在进行赋权时，没有单独考虑时间因素的影响，在本文中，将对基于ＡＲ模型参数估计的最小二乘法进行改进，以分析时间因素对组合预测模型权重确定的影响。１文献综述［１］李学全，李春生通过改进模糊变权重组合预测算法（ＦＶＷ方法），分析了预测对象变化趋势对加权系数的影响，在文中，作者引入灰色关联度求变权组合预测模型的权重。曹长修，王景，唐小我对模糊变

7、权重组合预测方法进行了研究，模糊判决算法包括３种：（１）最大隶属度方法；（２）加权平均判决法；（３）取中收稿日期：２０１２-０８-２８基金项目：国家自然科学基金（７０７７３０５１）；江苏省教育厅高校哲学社会科学基金（２０１１ＳＪＤ６３００５２）作者简介：沈斌（１９７９-），男，江苏省建湖县人，博士，讲师，研究方向为会计预测。第３期沈斌，等：组合预测模型时间要素研究１９１位数方法。在此基础上，作者提出：为了简化分析，可以设计一种对照表来求得权重的精确值。鄂加强，王［２］耀南等引入预测相对误差、预测对象的变化趋势、灰色基本权重和自适应

8、调节系数等概念，建立了模糊自适应变权重非线性组合预测模型。在该模型中，并没有在开始设定权重限制条件，而是在最后对求得的［３］模糊自适应权重进行归一化处理。周传世运用基于两种目的建立目标函数，即：以相对误差最大值达到最小为目标建立目标函数；以绝对误差