改进IOWHA算子组合预测模型

• 作者: 李妍 李松 王柳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 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
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 工程与应用
• 页码范围: 260-264
• 页数: 5页
• 分类号: TP183
• 字数: 4319字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1303-0476

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李松	河北大学管理学院	34	843	12.0	28.0
2	李妍	河北大学管理学院	17	35	4.0	5.0
3	王柳	河北大学管理学院	9	13	3.0	3.0