信息匮乏事件预测及优化方法性能研究

• 作者: 卢飞 孙瑞山 陈子辰 陈汇宇 王晓敏
• 来源期刊: 南京航空航天大学学报（英文版）
• 关键词: 贫乏样本信息 预测方法性能 优化方法性能 组合预测 误差消除优化模型 马尔科夫优化
• 年，卷（期）: 2021,（2）
• 页码范围: 316-324
• 页数: 9页
• 分类号: U8
• 语种: 英文

摘要

为找到更适用于贫乏样本信息预测问题的预测方法及优化方法,提出基于实验数据解析的方法性能对比研究,通过大量预测实验与优化实验,研究预测方法的准确性、稳定性以及优化方法的修正性.研究中分别使用5种传统单项预测方法对贫乏样本信息预测问题进行预测,并运用标准差法对这5种方法分配权重,进行组合预测.对预测结果的精度进行排名,排名的均值和方差体现了预测方法的准确性与稳定性;同时研究提出了误差消除预测优化方法,对预测结果分别使用误差消除优化、马尔科夫优化及对优化结果进一步修正的双层优化,并使用精度的提升与下降程度来反映优化方法的修正性.结果表明,预测方法中组合预测的准确性与稳定性最好,优化方法中误差消除优化的修正性最佳,二者结合可达到贫乏样本信息事件的预测需求.研究最后通过对民航某一年不安全事件数进行预测,验证了组合预测与误差消除优化结合的精确性.