基于IOWA算子的组合预测在四川省民用车数量中的应用研究

基于IOWA算子的组合预测在四川省民用车数量中的应用研究

论文摘要

民用汽车市场的分析和预测是交通规划和管理的基础。研究未来民用车拥有量发展趋势,对指导汽车产业及相关第三产业的发展,指导道路交通建设规划和管理,出台相关的环境保护措施和政策控制“碳”排放意义重大。由于单一的一种模型不能完全反映汽车拥有量的变化规律和信息。组合预测方法成为研究的新方向。常用的组合预测方法对特定的单项预测方法取固定权系数的赋权。然而实际上就同一种单项预测方法而言,它在不同时点的表现可能不相同,即在某个时点上预测精度较高,而在另一时点上预测精度较低。由于不同时点的精度不同,各种单一预测的权重系数在不同时点也应不同。因此,本论文通过引进诱导有序加权算子,建立了诱导有序加权(IOWA)组合预测模型。它是一种可变权系数的组合预测模型,可以有效解决了误差在不同时点的不稳定性。本文首先采用目前较为通用的三种单一预测方法,运用灰色预测GM(1,1)模型、时间序列分析和回归分析对四川省民用车数量进行预测,并逐一计算了各种方法的预测误差,分析和比较了单一预测方法的优缺点。在此基础上,本文引进诱导有序加权平均(IOWA)算子的概念,并探讨了它的一些性质,然后建立诱导有序加权平均新的组合预测模型,给出了组合预测模型的IOWA权系数的确定的数学规划方法。通过与各个模型的对比分析,结果表明该模型具有较高的可靠性和实用性,对汽车工业与交通行业的发展能够起到一定的导向作用。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.1.1 研究的背景
  • 1.1.2 研究的意义
  • 1.2 预测概述
  • 1.2.1 预测的概念
  • 1.2.2 预测效果评价
  • 1.3 组合预测研究现状
  • 1.4 本文的主要内容及创新点
  • 1.4.1 本文的主要内容
  • 1.4.2 本文的创新点
  • 第2章 四川省民用车数量灰色GM(1,1)预测
  • 2.1 灰色GM(1,1)预测模型
  • 2.1.1 灰色预测概述
  • 2.1.2 灰色GM(1,1)预测建模机理
  • 2.2 基于灰色GM(1,1)模型的四川省民用车数量预测
  • 2.2.1 初始数据收集
  • 2.2.2 灰色预测模型建立
  • 2.2.3 预测结果
  • 2.2.4 残差检验
  • 2.3 本章小结
  • 第3章 四川省民用车数量三次指数平滑预测
  • 3.1 三次指数平滑预测模型
  • 3.1.1 三次指数平滑概述
  • 3.1.2 三次指数平滑建模机理
  • 3.2 基于三次指数平滑的四川省民用车数量预测
  • 3.2.1 初始值的确定
  • 3.2.2 加权系数α的确定
  • 3.2.3 预测结果
  • 3.3 本章小结
  • 第4章 四川省民用车数量一元线性回归预测
  • 4.1 一元线性回归预测模型
  • 4.1.1 回归分析预测概述
  • 4.1.2 一元线性回归预测建模机理
  • 4.2 基于一元线性回归的四川省民用车数量预测
  • 4.2.1 一元线性回归预测模型的建立
  • 4.2.2 一元线性回归预测模型的检验
  • 4.2.3 预测结果
  • 4.3 本章小结
  • 第5章 四川省民用车数量组合预测
  • 5.1 单项预测模型及误差分析
  • 5.2 IOWA算子的组合预测模型
  • 5.2.1 组合预测概述
  • 5.2.2 IOWA算子的概念及性质
  • 5.2.3 IOWA算子的组合预测模型
  • 5.3 基于IOWA算子的组合预测的四川省民用车数量预测
  • 5.3.1 组合预测模型的建立
  • 5.3.2 组合预测结果
  • 5.4 本章小结
  • 结论
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].基于IOWA算子的地铁车站深基坑施工安全综合评价[J]. 隧道建设(中英文) 2020(02)
    • [2].Iowa循证实践模式及在护理实践中的应用[J]. 护理学杂志 2020(15)
    • [3].广义正交模糊IOWA算子及其在多属性决策中的应用[J]. 郑州大学学报(理学版) 2020(04)
    • [4].基于IOWA的多标签群决策意见综合[J]. 系统仿真学报 2009(S2)
    • [5].基于IOWA算子的我国社会消费品零售总额的组合预测[J]. 价值工程 2020(07)
    • [6].基于IOWA算子的港口吞吐量组合预测方法[J]. 水利经济 2013(05)
    • [7].基于IOWA算子的安徽省城镇居民人均消费支出的组合预测[J]. 怀化学院学报 2014(03)
    • [8].基于IOWA算子的云南省农产品物流需求组合预测[J]. 特区经济 2017(06)
    • [9].中国住宅商品房平均销售价格的预测研究——基于IOWA算子的组合预测模型[J]. 价值工程 2020(20)
    • [10].基于灰色关联度的广义IOWA算子组合预测模型[J]. 统计与决策 2016(09)
    • [11].基于IOWA算子的我国粮食产量组合预测研究[J]. 重庆工商大学学报(自然科学版) 2020(05)
    • [12].基于IOWA算子的钻井工程风险评价因素重要度计算[J]. 西部探矿工程 2009(03)
    • [13].基于IOWA算子的中国能源消费总量的组合预测[J]. 枣庄学院学报 2013(05)
    • [14].基于IOWA算子的我国旅游总收入组合预测[J]. 时代金融 2012(29)
    • [15].基于IOWA算子的我国固定资产投资的组合预测[J]. 铜陵学院学报 2014(02)
    • [16].基于IOWA算子的我国旅游总收入组合预测[J]. 佳木斯教育学院学报 2013(01)
    • [17].基于改进神经网络和IOWA算子的风速组合预测[J]. 数字技术与应用 2014(09)
    • [18].基于IOWA算子的税收收入的组合预测[J]. 怀化学院学报 2014(05)
    • [19].基于IOWA算子的国内旅游总收入组合预测——以安徽省为例[J]. 哈尔滨师范大学自然科学学报 2020(01)
    • [20].基于加权超图和IOWA算子的图像椒盐噪声滤除算法[J]. 控制与决策 2017(04)
    • [21].基于证据理论的直觉梯形模糊IOWA算子及其应用[J]. 系统工程理论与实践 2016(11)
    • [22].基于IOWA算子与向量夹角余弦的联系数型区间组合预测[J]. 佳木斯大学学报(自然科学版) 2016(01)
    • [23].基于IOWA算子的安徽省固定资产投资的组合预测[J]. 皖西学院学报 2013(01)
    • [24].基于改进IOWA组合模型的舰船装备维修费预测[J]. 系统工程与电子技术 2012(06)
    • [25].基于IOWA算子的安徽省物流需求组合预测[J]. 枣庄学院学报 2013(02)
    • [26].基于IOWA组合模型的浙江林业总产值预测[J]. 经济研究导刊 2019(21)
    • [27].中文版IOWA婴儿喂养态度量表信度及效度分析[J]. 中国护理管理 2013(03)
    • [28].基于IOWA算子的短时交通流预测方法研究[J]. 科学技术与工程 2013(25)
    • [29].基于一种贴近度的IOWA算子的优性组合预测模型[J]. 统计与信息论坛 2010(02)
    • [30].基于改进灰色关联度的广义IOWA算子的组合预测模型[J]. 蚌埠学院学报 2016(06)

    标签:;  ;  ;  ;  ;  ;  

    基于IOWA算子的组合预测在四川省民用车数量中的应用研究
    下载Doc文档

    猜你喜欢