一种基于局部最优的权系数组合预测模型

发布时间：2021-01-27 22:14

　　针对最优权系数组合模型在组合不同单项预测模型时,由于模型的拟合精度不同而出现过度偏权问题,文中提出了一种基于局部最优的权系数组合预测模型,即以t₀～N时刻各个预测模型的残差平方和为目标函数,通过最小二乘准则确定模型的局部最优权,并将该权作为组合预测模型的权值。通过实测水位监测数据验证了该方法的有效性,与最优权系数组合预测模型和实测数据进行对比分析,结果表明:该方法能很好地解决过度偏权问题,提高组合模型的预测精度。 

【文章来源】：矿山测量. 2020,48(05)

【文章页数】：5 页

【部分图文】：

EGM、三次多项式模型的拟合、预测值比较

基于2.1章节中所建立的EGM和三次多项式模型,选取第17～22期作为求解局部最优权系数的范围区段。以第17～22期模型拟合值的残差平方和作为目标函数,结合式(5)、(6)可得出局部最优权系数值,如表5所示。表5 局部最优权系数 模型 权系数 EGM(1,1) 0.653 7 三次多项式 0.346 3

本文基于EGM(1,1)和三次多项式模型,针对最优权系数组合预测模型存在的问题,提出一种基于局部最优的权系数组合预测模型的计算方法。通过建立最优权系数组合预测模型和局部最优的权系数组合预测模型,得到第23～28期水位的预测值,与测量值对比后,分析总结得出:表7 预测评价指标 评价指标 EGM(1,1)模型 多项式模型 全局最优组合模型 局部最优组合模型 SSE 1.281 0 4.710 9 2.383 9 0.011 9 MSE 0.188 6 0.361 7 0.257 3 0.018 2 MAE 0.399 3 0.807 7 0.577 8 0.037 8 MAPE 0.002 4 0.004 9 0.003 5 0.000 2 MSPE 0.001 2 0.002 2 0.001 6 0.000 1

【参考文献】：
期刊论文
[1]煤矿岩移沉降回归模型及应用研究[J]. 杨洪涛,田茂虎,隋传科,王勇,侯卫卫,张涛,陈梦.  矿山测量. 2018(05)
[2]改进的MEEMD-ARMA残差修正组合预测模型[J]. 毛文飞,邹自力,吴蒙.  测绘科学. 2018(08)
[3]GM-BP组合模型在地表变形预测中的应用[J]. 张善廷,栾元重,李勇,魏超.  测绘与空间地理信息. 2017(04)
[4]相关性的组合预测模型在开采沉陷中的应用[J]. 王金涛,郭广礼,郭庆彪,赵自强,徐孟强,郭凯凯.  测绘科学. 2017(10)
[5]基于BP神经网络与变形监测成果的隧道安全状态评估[J]. 黄惠峰,张献州,张拯,刘龙,喻巧,乐亚南.  测绘工程. 2015(03)
[6]基于MATLAB的回归分析和灰理论组合模型在矿山边坡变形预测方面的应用[J]. 闫帆,吴长悦,徐源,李广.  矿山测量. 2013(06)
[7]改进灰色模型GM（1,1）在高层建筑施工变形监测中的应用[J]. 魏善明,王文祥,袁国霞,裴树霞,段爱民.  矿山测量. 2013(02)
[8]灰色模型预测城市地面沉降的研究[J]. 成枢,任丽艳,张周平,牛学军.  矿山测量. 2008(04)
[9]变形监测数据的时间序列分析[J]. 郑加柱,郭斐.  森林工程. 2008(04)

硕士论文
[1]稳健回归分析方法在变形监测中的应用[D]. 贾超.太原理工大学 2011
[2]小波神经网络在沉降预测中的应用研究[D]. 岳荣花.河海大学 2007



本文编号：3003827