改进IOWHA算子组合预测模型

摘要：

针对现有单项预测模型提供信息有限，预测误差大的问题，引用最优加权组合建模理论，将灰色关联度与IOWHA算子相结合，提出一种新的组合预测模型权重确定方法，并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷：加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测，并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明，相对于单项预测模型，该组合预测模型的预测精度更高，是一种有效的物流需求预测模型。

关键词：组合预测、诱导有序加权调和平均(IOWHA)算子、灰色关联度、优性组合预测

分类号：TP183(自动化基础理论)

资助基金：河北省自然科学基金No.E2012201002。

在线出版日期：2015-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：260-264