预测模型课件.ppt

预测模型的分类,预测模型的分类,预测模型的分类,预测模型的分类,GM（1，1）灰色预测模型,数列预测GM（1，1）模型灰色系统理论的微分方程成为GM模型，G表示gray（灰色），M表示model（模型），GM（1，1）表示1阶的、1个变量的微分方程模型。,一、GM（1，1）灰色预测模型建立,GM（1，1）灰色预测模型,GM（1，1）建模过程和机理如下：,GM（1，1）灰色预测模型,GM（1，1）灰色预测模型,GM（1，1）灰色预测模型,二、灰色系统模型的检验,精度检验等级参照表,注：一般情况下，最常用的是相对误差检验指标。,GM（1，1）灰色预测模型,实例分析,GM（1，1）灰色预测模型,三、GM（1，1）灰色预测模型结果,GM（1，1）灰色预测模型,三、GM（1，1）灰色预测模型结果,BP神经网络预测模型,是生物神经元的抽象和模拟。是人工神经网络的最基本组成部分。,一、BP神经网络的介绍,BP神经网络预测模型,二、BP算法原理,思想：前向计算得到网络输出，反向计算得到误差积累，梯度下降法调整权值。,BP神经网络预测模型,三、BP神经网络预测模型的建立,BP神经网络拓扑结构的确定,BP神经网络预测模型,利用MATLAB的NNbox提供的建立神经网络的专用函数newff()对其进行求解。,四、BP神经网络预测模型的求解,BP神经网络预测模型,BP神经网络预测模型,五、Bp神经网络预测模型的结果,组合预测模型,组合预测模型,最优加权模型,设对同一预测对象的某个指标序列为，存在 种单项预测方法对其进行预测，设第 种单项预测方法在第 时刻的预测值为，,组合预测模型,称 为第 种单项预测方法在第 时刻的绝对预测误差，设 分别为 种单项预测方法的加权系数，权系数应满足:,组合预测模型,设 为 的组合预测值，设 为组合预测在第 时刻的预测误差，则有：,组合预测模型,用 表示组合预测误差平方和，则有:,组合预测模型,此可得以预测误差平方和为准则的组合预测模型为下列最优化问题：,组合预测模型,非负加权模型,以预测误差平方和达到最小的非负加权预测模型,熵值法在组合预测模型中的应用,在信息论中，熵值是系统无序程度或混乱程度的度量，信息被解释为系统无序程度的减少，信息表现为系统的某项指标的变异度。即系统的熵值越大，则它所蕴涵的信息量越小，系统的某项指标的变异程度越小。反之，系统的熵值越小，则它所蕴涵的信息量越大，系统的某项指标的变异程度越大。,熵值法在组合预测模型中的应用,非负正权组合预测方法确定组合预测加权系数一个基本思想是:若某个单项预测模型预测误差序列的变异程度越大，则其在组合预测中对应的权系数就越小。在统计学中，一般采用离差、方差或标准差作为反映预测误差序列变异程度的指标。现在我们利用信息论中熵值的概念，重新定义单项预测模型预测误差序列的变异程度。,(l)将各种单项预测方法预测相对误差序列单位化。即计算第 种单项预测方法第 时刻的预测相对误差的比重显然,熵值法在组合预测模型中的应用,（2）计算第 种单项预测方法的预测方法的预测相对误差的熵值其中，,熵值法在组合预测模型中的应用,(3)计算第 种单项预测方法的预测相对误差序列的变异程度系数 因为 根据系统某项指标的熵值的大小与其变异程度相反的原则，所以定义第 种单项预测方法的预测相对误差序列的变异程度系数 为,熵值法在组合预测模型中的应用,熵值法在组合预测模型中的应用,上式体现了一个原则:某个单项预测方法预测误差序列的变异程度越大，则其在组合预测中对应的权系数就越小。且权系数满足:,(4)计算各种预测方法的加权系数,熵值法在组合预测模型中的应用,(5)计算组合预测值:,