基于指数支撑度的IGOWLA算子的最优组合预测模型

• 作者: 孙浩 杨桂元
• 来源期刊: 南华大学学报（自然科学版）
• 学科: 经济
• 关键词: 指数支撑度 组合预测 IGOWLA算子
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 数理·计算机科学
• 页码范围: 58-62
• 页数: 5页
• 分类号: F224.0
• 字数: 3161字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0062.2018.01.011

摘要

在广义诱导有序加权对数平均算子(IGOWLA算子)的基础上,引入指数支撑度以及构建了一种基于支撑度的IGOWLA算子的最优组合预测模型,并对该模型的预测精度、优性及非劣性给出定义.实例分析表明,该组合预测模型优于传统的组合预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨桂元	安徽财经大学统计与应用数学学院	169	841	15.0	22.0
2	孙浩	安徽财经大学统计与应用数学学院	16	20	2.0	3.0