用基于加速遗传算法的组合预测模型预测海洋冰情

• 作者: 丁晶 金菊良 魏一鸣
• 来源期刊: 系统工程理论方法应用
• 学科: 地球科学
• 关键词: 海洋冰情 组合预测 遗传算法 时间序列
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 367-370
• 页数: 4页
• 分类号: X43
• 字数: 3385字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2542.2003.04.018

摘要

提出了建立组合预测模型的新方法(AGA-CF),以组合预测模型的预测误差绝对值和最小为优化准则,用加速遗传算法确定组合预测模型各单个预测模型的最优权重,并把AGA-CF应用于实际的海洋冰情预测中.结果表明:AGA-CF综合利用了各单个预测模型的重要预测信息,其预测误差明显小于各单个预测模型的预测误差,AGA-CF的预测结果更为稳健;AGA-CF方法可操作性和通用性强,可适用于其他组合预测的实际问题中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晶	四川大学水电学院	208	8759	49.0	86.0
2	魏一鸣	中国科学院科技政策与管理科学研究所	111	6212	41.0	77.0
3	金菊良	合肥工业大学土木建筑工程学院	289	7106	44.0	72.0