收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于最大似然的贝叶斯模型平均组合预测及其在煤炭需求预测中的应用

陈宝  
【摘要】:煤炭是我国最主要的能源,煤炭在国民经济生活中起着至关重要的作用,煤炭供应短缺会影响国民经济的稳定和发展,煤炭过剩又会波及到煤炭行业自身的健康发展,煤炭生产与需求相适应才是市场经济发展的终极追求。所以,科学有效地预测煤炭需求有利于加快我国煤炭行业的科学发展,也有利于调整我国的能源结构,对我国社会与经济的可持续发展有重大意义。煤炭需求预测是从现有的煤炭、经济、社会这个大系统综合出发,采用分析研究历史数据、探寻煤炭需求及其影响因素之间的规律和关系,并对未来的煤炭需求进行预测。 煤炭需求预测大致可分为两类:一类是采用单一模型预测,二是采用组合模型预测。由于煤炭需求系统的复杂性与非线性特点,单一模型不能很好地对其进行预测,所以有必要采用组合预测方法。组合预测能综合利用各单项模型所提供的有效信息,从而提高了预测精度,该方法的关键是确定各单项预测模型的权重;组合权重又可分为不变权重和时变权重。不变权重的确定方法已较为成熟,但是不变权重的组合预测方法很难适应现实预测中复杂多变的特征,无法合理反应单项预测模型“时好时坏”的现象。时变权重随时间变化而改变,能有效地反应各单项预测模型的变化情况,而时变权重的研究起步比较晚,确定较为困难。 贝叶斯方法能有效地确定时变权重,它可以清楚地表示信息更新过程,自适应性及动态调整性较强,能适应时变权重随时间变化的特点。贝叶斯组合预测方法不仅可以充分利用各个预测模型所提供的实际信息,而且可以有效的将主观信息与模型或数据信息结合起来。这对动态性地更新模型的权重有重要意义。在众多贝叶斯组合预测模型中最为典型的是贝叶斯模型平均组合预测方法,它以每个备用模型的后验概率作为权重对所有备用模型的单项预测值进行加权平均,从而得到组合预测估计值;由于考虑了所有可能的单项模型,并以后验概率即更新后的权重,作为判断模型优劣的标准,从而有效处理了模型的不确定性问题。 本文对基于边际似然的贝叶斯模型平均组合预测方法做了进一步拓展,运用最大似然替代边际似然计算单项模型的后验概率,克服了边际似然过度依赖于先验信息的难题。同时,将给定样本数据分为特征样本和监测样本,使基于最大似然的贝叶斯模型平均组合预测方法对于适时动态性地更新组合权重有重大意义。最后,运用该方法对短期煤炭需求进行了组合预测。研究结果表明,表现突出的单项模型被赋予了较高的权重,最大似然确定的组合权重与模型选择具有渐近性,且预测精度相对较高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈华友;全距在确定组合预测最优权系数中的应用[J];安徽大学学报(自然科学版);2001年03期
2 邹自德;二个简便的组合预测模型及应用[J];广州广播电视大学学报;2002年03期
3 陈华友,刘春林;基于IOWA算子的组合预测方法[J];预测;2003年06期
4 陈华友;熵值法及其在确定组合预测权系数中的应用[J];安徽大学学报(自然科学版);2003年04期
5 丁咏梅,周晓阳;组合预测在粮食产量预测中的应用[J];统计与决策;2004年03期
6 王应明,罗英;广义加权算术平均组合预测技术研究[J];预测;1998年01期
7 周玉霞;合作对策方法在确定组合预测权系数中的应用[J];重庆师范学院学报(自然科学版);2003年02期
8 陈华友;组合预测权系数确定的一种合作对策方法[J];预测;2003年01期
9 陈华友,刘春林,盛昭瀚;IOWHA算子及其在组合预测中的应用[J];中国管理科学;2004年05期
10 张新育;组合预测的贝叶斯极大似然估计法[J];预测;1998年05期
11 吴祈宗,宋颖;一种模糊组合预测方法[J];北京理工大学学报;2004年04期
12 王明涛;确定组合预测权系数最优近似解的方法研究[J];统计研究;1999年07期
13 陈孝新;广义加权算术平均组合预测技术进一步研究[J];南昌大学学报(工科版);2001年01期
14 刘光中,颜科琦;组合神经网络模型对电力需求的预测[J];数量经济技术经济研究;2003年01期
15 赖红松,董品杰;基于灰色预测和神经网络的城市建设用地量预测[J];测绘信息与工程;2003年06期
16 孙见荆;组合预测参数估计方法研究[J];预测;1996年06期
17 刘海波,项静恬,陈国珍,赵振国;时间参数加权的递归正权组合预测方法及其在气候预测中的应用[J];数理统计与管理;1999年03期
18 张新育,杨松华,成立社,周世国;无尺度偏差和系统偏差组合预测的贝叶斯极大似然估计[J];预测;1999年01期
19 韩平,席酉民;基于模糊神经网络的信贷风险组合预测[J];数量经济技术经济研究;2001年05期
20 陈华友;基于预测精度的多目标组合预测优化模型研究[J];大学数学;2003年02期
中国重要会议论文全文数据库 前10条
1 牛东晓;李金超;李金颖;刘达;;基于遗传算法的中长期电力负荷组合预测[A];第二十六届中国控制会议论文集[C];2007年
2 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年
3 唐小我;;组合预测误差信息矩阵研究[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
4 杨辉煌;;P次幂非线性组合预测方法研究[A];1998中国控制与决策学术年会论文集[C];1998年
5 龙如银;;矿井深部相对瓦斯涌出量的预测研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
6 卫贵武;姚恒申;;用改进的模糊AR(p)与指数平滑组合模型预测油田产油量[A];第12届全国模糊系统与模糊数学学术年会论文集[C];2004年
7 倪立峰;韩晓林;;基于量化、非量化信息的单桩极限承载力预测新探索[A];第九届全国结构工程学术会议论文集第Ⅲ卷[C];2000年
8 杨宏涛;汪波;;组合预测法在我国填料产业市场研究中的应用[A];全国青年管理科学与系统科学论文集第5卷[C];1999年
9 吴昊;;智能预测支持系统IFSS的建立[A];1993中国控制与决策学术年会论文集[C];1993年
10 梁仕莹;孙东升;杨秀平;刘合光;;2008—2020年我国粮食产量的预测分析[A];纪念农村改革开放30周年学术研讨会暨建所50周年庆典论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 陆宁;基于群集智能与算法融合的电力负荷组合预测[D];华中科技大学;2010年
2 任海军;基于智能计算的配电网负荷预测方法研究[D];重庆大学;2010年
3 邓志茹;我国能源供求预测研究[D];哈尔滨工程大学;2011年
4 丰小月;基于量子机制与组合方法的智能优化算法及应用研究[D];吉林大学;2008年
5 万玉成;基于未确知性的预测与决策方法及其应用研究[D];东南大学;2004年
6 张磊;中国石油安全分析与对策研究[D];天津大学;2007年
7 廖瑞金;变压器绝缘故障诊断黑板型专家系统和基于遗传算法的故障预测研究[D];重庆大学;2003年
8 陈玲;风电场风速和风功率预测方法研究[D];武汉大学;2012年
9 张道军;复杂水环境资源系统智能管理、预测和决策的研究[D];大连理工大学;2002年
10 张雷;气候变化对中国主要造林树种/自然植被地理分布的影响预估及不确定性分析[D];中国林业科学研究院;2011年
中国硕士学位论文全文数据库 前10条
1 于媛媛;基于组合预测的核电产业发展趋势研究[D];大连理工大学;2010年
2 陈宝;基于最大似然的贝叶斯模型平均组合预测及其在煤炭需求预测中的应用[D];重庆师范大学;2011年
3 胡平;降雨径流组合预测理论及其应用研究[D];华中科技大学;2004年
4 钱振松;小波网络及组合预测在赤潮灾害智能预警系统中的应用研究[D];山东大学;2010年
5 王白玲;电力负荷组合预测的理论方法及影响因素分析[D];华北电力大学(北京);2005年
6 王红丽;基于状态转移的股指期货波动时变组合预测研究[D];重庆师范大学;2011年
7 王小忠;物流量预测方法研究[D];武汉理工大学;2005年
8 朱报春;基于模糊逻辑系统的组合预测方法及应用[D];河海大学;2001年
9 周仲礼;中国油气资源需求分析[D];成都理工大学;2004年
10 李春生;模糊变权重组合预测方法的研究[D];中南大学;2002年
中国重要报纸全文数据库 前5条
1 中国人民大学 胡乃武 教授 美国加州大学 龙向东 博士;诺贝尔经济学奖得主 恩格尔、格兰杰贡献及理论[N];金融时报;2003年
2 本报记者 尹晓华 实习生 张文博;开拓者唐小我[N];四川日报;2003年
3 龚国军;华夏证券为价值研究注入“强心剂”[N];中华工商时报;2004年
4 方尚;抓住“后危机”时代的应变之道[N];中国纺织报;2009年
5 记者 王淼 通讯员 修孟懿;大规模风电功率预测项目通过验收[N];国家电网报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978