吴登生，李建平，孙晓蕾

中国科学院科技政策与管理科学研究所,北京 100190

出版日期:2017-02-25发布日期:2017-04-01

Single Model Screening for Combination Forecast Considering Model Correlation

WU Dengsheng ,LI Jinaping, SUN Xiaolei

Institute of Policy and Management, Chinese Academy of Sciences, Beijing 100190

Online:2017-02-25Published:2017-04-01







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

针对组合预测过程中单项模型筛选难以刻画模型之间相关性的问题, 采用模糊测度和模糊积分来刻画模型的相关 性, 并对单项模型预测结果进行集成, 进而提出一种考虑模型相关性的组合预测过程中单项模型筛选方法. 采用2可加模糊测度来刻画不同模型之间的相关性, 并利用Choquet积分依据模糊测 度值, 将单项模型的预测值集成起来, 形成组合预测结果. 在这 个组合预测过程中, 采用基于模糊测度定义的Shapley值和交互作 用指标来对单项模型进行筛选. 为了验证文章提出的考虑模型相关 性的组合预测单项模型筛选方法的有效性, 选择软件工程领域的软件 成本估算问题进行算例分析, 选择基于案例推理方法(CBR)、最小二乘回归(OLS)、支持向量回归机(SVR)、分类回归树(CART)、人工神经网络(ANN)等数据驱动模型作为软件成本组合预测过程中的单项模型. 选择常用的Desharnias数据库来验证模型的有效性. 实证结果表明文章提出的单项模型筛选方法是一种有效方法, 经过筛选后的组合预测模型能有效提高软件成本估算的精度. 此外, 研究结果还表明组合估算过程中最重要的模型(Sharply值最大)并不是估算精度最高的模型, 即单个模型的重要性与该模型的估算精度没有必然联系, 说明传统的以单个模型估算精度为依据的组合预测模型存在着一定的缺陷.

MR(2010)主题分类:
90B50
分享此文:

()

[1]	王应明，丁全玉. 基于~TIFN Choquet 积分几何平均算子的多属性决策方法[J]. 系统科学与数学, 2019, 39(7): 1078-1097.
[2]	林鹏，倪璇，刘艳杰. 基于交叉验证方法的海洋经济发展的组合预测[J]. 系统科学与数学, 2018, 38(7): 823-829.
[3]	周建红，赵尚威. 高维泊松回归的模型平均方法[J]. 系统科学与数学, 2018, 38(6): 679-687.
[4]	邱越，谢天. 运用最小二乘模型平均法预测外汇实际波动率[J]. 系统科学与数学, 2018, 38(6): 725-744.
[5]	刘秀丽，邹庆荣. 我国用水总量预测研究[J]. 系统科学与数学, 2016, 36(10): 1643-1651.
[6]	王川，赵俊晔，赵友森. 组合预测模型在农产品价格短期预测中的应用------以苹果为例的实证分析[J]. 系统科学与数学, 2013, 33(1): 89-96.
[7]	王贵君;李晓萍. 关于模糊值函数序列的C-I平均收敛[J]. 系统科学与数学, 2009, 29(2): 253-262.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13075