覆盖权重投票法及其在能源市场预测中的应用

发布时间：2020-04-27 16:44

【摘要】：在预测领域,对于同一个预测问题,往往可以找到多种不同的预测方法。与此同时,对于同一预测问题,也会有多个不同的预测机构给出自己的预测结果,这些结果都会存在差异和各自的特点。而面对来自于不同模型,不同预测机构的多种预测结果,决策者很难分辨哪一个更好。经验表明,往往这些单一模型的预测结果并不稳定。所以,研究如何充分利用所能获得的多种预测结果,经过融合分析来提高预测的准确性和稳定性,是具有研究价值和意义的。文中提出了一种新的数据融合方法,该方法将预测结果中的点估计值拓展成估计区间,将这些拓展区间求并集,并将得到的并集均分成各种等间距子区间,通过对子区间进行投票,从而选出融合区间,得到融合结果。这种新的融合方法将机器学习中用于多分类器信息融合的投票法(voting)引入了对预测信息的融合中。在文中实例验证部分该方法被应用于国际油价和能源需求预测中。该融合方法能够对预测结果进行显著的优化,并具有很好的稳定性。在对国际油价预测并融合的7组结果中,用该融合方法得到的结果始终处于最优和次优阶段,表现始终比较出众,其余单个模型的表现时好时坏,存在不同程度的波动,并不稳定。同样,这种稳定性也表现在了对能源需求的预测案例中。同时,该方法不需要大量的前期训练数据,过程易程序化,对数据源没有太多的限制,也为解决组合预测中的组合困扰(combination puzzle)问题提供了一个可行的思路。
【图文】：

是选取了自己认为最有价值或自己能够获得有效数据的几个影响因素来进行分这也就相当于只是从有限的角度去分析研究这些预测问题，所以得到的结果必然面的。在如今这个信息时代，获取各种信息源的预测结果已经变得越来越方便，用好所有这些有价值的信息，从而对预测结果进行显著的优化，便成为了一个极力的研究方向。更何况近些年来，机器学习，大数据技术越来越完善，通过利用，全方位的信息，来支撑对于未来的预测，，也是研究发展的趋势所在。本文即是在机器学习中多数投票法的启发下，提出了能够融合多个预测结果以达预测结果目的的方法，覆盖权重投票法。覆盖权重投票法的原理并不复杂，我们所有的预测结果都伴随着一定的估计误差，所以，预测的点估计值的结果实际是一个估计区间。在预测中，预测结果刚好就是未来真实结果的可能性是很低的，来的真实结果落在这个估计区间的概率却是很高的。如果可以通过对多个信息源合分析，来将估计区间更加的精确化，那么就达到了优化预测结果的目的。这正的覆盖权重投票法所做的工作，将所有信息源的估值区间放在一起，那么交集最域，即是所有信息源共同预测认可的区域，那么这个区域即可看作一个优化区域理可用下图表示：

技术路线图
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F416.2;F224

【参考文献】

相关期刊论文 前10条

1 张亮;张玲玲;陈懿冰;腾伟丽;;基于信息融合的数据挖掘方法在公司财务预警中的应用[J];中国管理科学;2015年10期

2 王德鲁;郑建萍;马刚;;基于多分类器融合的上市公司产品伤害事件风险预警系统[J];情报杂志;2015年09期

3 许良凤;徐小兵;胡敏;王儒敬;谢成军;陈红波;;基于多分类器融合的玉米叶部病害识别[J];农业工程学报;2015年14期

4 付立东;张金锁;冯雪;;GA-SA模型预测中国能源需求[J];系统工程理论与实践;2015年03期

5 钱伟;杨矿利;杨慧慧;徐青政;;基于组合模型的短时交通流预测[J];计算机仿真;2015年02期

6 管清云;陈雪龙;王延章;;基于距离熵的应急决策层信息融合方法[J];系统工程理论与实践;2015年01期

7 张金锁;冯雪;邹绍辉;;基于趋势组合的我国煤炭需求预测模型研究[J];商业研究;2014年06期

8 崔庆安;;基于主成分分析与支持向量机的能源需求预测方法[J];统计与决策;2013年17期

9 陈科文;张祖平;龙军;;多源信息融合关键问题、研究进展与新动向[J];计算机科学;2013年08期

10 邓楠;徐正光;王s

本文编号：2642438