最新经典预测模型汇总ppt课件.ppt

《最新经典预测模型汇总ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、模型分类标准第一部分经典模型汇总第二部分模型介绍第三部分第一部分模型分类标准模型分类标准第二部分经典模型汇总第三部分模型介绍受人类智能、生物群体社会性或自然现象规律的启发，人们发明了很多智能优化算法，主要包括：(1)遗传算法：模仿自然界生物进化机制(2)免疫算法：模拟生物免疫系统学习和认知功能(3)蚁群算法：模拟蚂蚁集体寻径行为(4)粒子群算法：模拟鸟群和鱼群群体行为(5)差分进化算法：通过群体个体间的合作与竞争来优化搜索(6)模拟退火算法：源于固体物质退火过程(7)禁忌搜索算法：模拟人类智力记忆过程(8)神经网络算法：模拟动物神经网络

2、行为特征粒子群算法的思想源于对鸟/鱼群捕食行为的研究，模拟鸟集群飞行觅食的行为，鸟之间通过集体的协作使群体达到最优目的，是一种基于SwarmIntelligence的优化方法。回归分析预测法：通过研究分析一个因变量对一个或多个自变量的依赖关系，从而通过自变量的已知或设定值来估计和预测因变量均值的一种预测方法。回归分析预测法包括：线性回归分析法、非线性回归分析法、虚拟变量回归预测法三种。非线性回归预测法：指自变量与因变量之间的关系是某种非线性关系时的回归预测法，如双曲线模型、二次曲线模型、对数模型、三角函数模型、指数模型、幂函数模型、罗吉

3、斯曲线模型、修正指数增长模型。虚拟变量回归预测法在回归模型分析中，有时还要考虑诸如性别、文化程度、宗教、战争、灾难、季节以及政府经济政策变化等品质变量的影响。这时，可在建立回归模型时将品质变量引入线性回归模型中，这种回归预测法就是虚拟变量回归预测法。常见的带虚拟变量的回归模型有以下三种形式：(1)反映政府政策变化或某种因素发生重大变异的跳跃、间断式模型。(2)具有转折点的系统趋势变化模型。(3)含有多个虚拟变量的线性回归模型。当未知变量不仅与已知变量有关，而且与已知变量的导数有关时，可考虑列出微分方程来描述问题。利用微分方程解决的问题又

4、分为两类：(1)需要求出未知函数，则利用微分方程来求解；(2)不容易或无需求出未知函数，只需根据方程的特性研究某些性质或变化趋势，则利用微分方程来讨论解的性质。时间序列预测法是一种回归预测方法，属于定量预测，基本原理是：(1)承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；(2)充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影响，利用历史数据进行统计分析，并对数据进行适当处理，进行趋势预测。线性规划是研究线性约束条件下线性目标函数的极值问题的数学理论和方法。整数规划是指规划中的变量（全部或部分）

5、限制为整数。0-1规划是决策变量仅取值0或1的一类特殊的整数规划。非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。动态规划多目标规划是研究多于一个的目标函数在给定区域上的最优化。每次决策依赖于当前状态，又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的，所以，这种多阶段最优化决策解决问题的过程就称为动态规划。二次规划是非线性规划中的一类特殊数学规划问题，在很多方面都有应用，如投资组合、约束最小二乘问题的求解、序列二次规划在非线性优化问题中应用等。混沌预测方法就是在相空间中找到一个非线性模型去

6、逼近系统动态特征，实现一定时期内的预测，同时该模型也可用来识别系统是否包含混沌特性。混沌时间序列预测模型通常分为两大类：(1)基于非线性数学模型的动力学方法；(2)基于实际观测数据的相空间重构方法。模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。在实际中，常常要处理由实验或测量所得到的一些离散数据。插值与拟合方法就是要通

7、过这些数据去确定某一类已知函数的参数或寻求某个近似函数，使所得到的近似函数与已知数据有较高的拟合精度。如果要求这个近似函数（曲线或曲面）经过所已知的所有数据点，则称此类问题为插值问题。（不需要函数表达式）如果不要求近似函数通过所有数据点，而是要求它能较好地反映数据变化规律的近似函数的方法称为数据拟合。（必须有函数表达式）(1)联系:都是根据实际中一组已知数据来构造一个能够反映数据变化规律的近似函数的方法。(2)区别:插值问题不一定得到近似函数的表达形式，仅通过插值方法找到未知点对应的值。数据拟合要求得到一个具体的近似函数的表达式。秩和比

8、（RSR）法是一组全新的统计信息分析方法，是数量方法中一种广谱的方法，针对性强，操作简便，使用效果明显。非常适合于医学背景的广大用户。基本原理:是通过检测评价对象与最优解、最劣解的距离来进行排序，若评价对象