检索结果-内蒙古大学图书馆

计量经济学报 2024年第4期4卷 1124-1148页

作者：王方张颂扬余乐安肖进西安电子科技大学经济与管理学院西安710126 四川大学商学院成都610065

预测是决策和规划的基础,包括单变量和多变量预测建模.由于单变量预测建模仅需利用时间序列本身的历史值,在农业、能源、环境、金融等领域得到了广泛应用.数据特征驱动模型是基于数据本身特征进行模型选择,以预测未来趋势.本文立足于数... 详细信息

预测是决策和规划的基础,包括单变量和多变量预测建模.由于单变量预测建模仅需利用时间序列本身的历史值,在农业、能源、环境、金融等领域得到了广泛应用.数据特征驱动模型是基于数据本身特征进行模型选择,以预测未来趋势.本文立足于数据特征驱动的预测建模研究范式,通过文献梳理和总结,提出了数据特征驱动的单变量预测建模的七种典型框架,即专家知识类、数据特征驱动类、专家知识驱动的分解-集成类、专家知识驱动的分解-聚类-重构-集成类、数据知识混合驱动的分解-集成类、数据知识混合驱动的分解-聚类-重构-集成类、知识数据混合驱动的分解-集成类.在此基础上,对数据特征分类与识别方法、分解-集成方法、聚类-重构方法和预测方法等进行了评述.最后,从混叠数据特征的识别检验、智能化预测建模、聚类-重构新方法、预测-集成新方法、时序预测大模型等方面讨论了未来的五大研究方向及其典型科学问题,以期为促进数据特征驱动的单变量预测理论与方法的研究提供参考.

关键词：数据特征驱动单变量预测建模综述

来源：评论

学校读者我要写书评

暂无评论

数据特征驱动的房地产市场集成预测研究

引用

管理评论 2020年第7期32卷 89-101页

作者：崔明明刘晓亭李秀婷董纪昌中国科学院大学经济与管理学院北京100190 中国科学院大数据挖掘与知识管理重点实验室北京100190

房地产市场是一个复杂的系统,房价是多种因素驱动下的综合表现结果。传统单一的预测方法预测精度不能较好地对经济决策起到支持作用。本文基于TEI@I思想,采用综合集成预测方法,对房地产市场变化的方向和水平进行预测。基于房地产市场动... 详细信息

房地产市场是一个复杂的系统,房价是多种因素驱动下的综合表现结果。传统单一的预测方法预测精度不能较好地对经济决策起到支持作用。本文基于TEI@I思想,采用综合集成预测方法,对房地产市场变化的方向和水平进行预测。基于房地产市场动态循环系统筛选关键预测指标,采用景气分析法对房地产市场的变动方向进行了初步预判,之后采用分而治之的思想,建立了数据特征驱动的房地产市场集成预测模型对房地产市场进行定量预测。基于数据特征选择合适的基准模型进行建模预测,比单一预测模型的预测精度更高,可以准确预测房地产市场投资、需求和价格。本研究有助于丰富房地产市场预测理论与方法,科学预测房地产市场走势,为政府制定政策、开发商投资以及居民购房提供决策依据。

关键词：复杂系统数据特征驱动房地产市场集成预测 TEI@I

来源：评论

学校读者我要写书评

暂无评论

基于数据特征驱动混合建模方法的机场旅客吞吐量预测

基于数据特征驱动混合建模方法的机场旅客吞吐量预测

引用

作者：张宁中国科学院大学

学位级别：硕士

随着经济全球化进程的加快，机场作为国际贸易得以实现的重要设施、全球综合运输网络的重要节点，其关键作用和重要地位日益凸现，它不仅保障了世界经济发展和国际贸易增长，而且保障了众多企业的核心利益乃至相关国家的经济命脉。在机... 详细信息

随着经济全球化进程的加快，机场作为国际贸易得以实现的重要设施、全球综合运输网络的重要节点，其关键作用和重要地位日益凸现，它不仅保障了世界经济发展和国际贸易增长，而且保障了众多企业的核心利益乃至相关国家的经济命脉。在机场迅速发展的历程中，一些机场的建设具有一定的盲目性:有些机场的建设过于超前，其真正的使用量远远低于预期水平，也有一些机场的建设容量远小于未来需求量，这都不利于航空市场的健康发展。科学地预测未来机场的旅客吞吐量，可以为机场及其所在城市和相关航空企业提供有价值的决策信息，对合理指导机场规划建设、确定机场投资规模和促进区域经济发展具有重要的战略意义。\n 本文根据我国航空客运市场的特点以及现有的航空旅客吞吐量预测研究中存在的问题，提出一个基于数据特征驱动的集成预测理论框架，对不同数据特点下航空旅客吞吐量的具体预测方法展开深入研究，尽量降低对未来航空客运市场预测的不确定性，为相关决策者提供参考。本文的主要结论和创新点如下:\n (1)本文提出一个基于数据特征驱动的集成预测理论框架。首先通过对数据进行特征分析来了解数据的内在规律和隐含的数据驱动模式，分析的特征主要包括平稳性、非线性，非线性的主要模式是周期性、突变性等。然后综合考虑上述数据特征，建立模型预测。通常数据平稳化处理后，考虑数据是否具有非线性的模式:如果具有周期性，把数据分解成周期项和非周期项，分别建模预测后再合成最终预测结果;如果具有突变性，在原始模型的基础上加上突变模式变量，然后进行预测;如果既有周期性又有突变性，综合考虑这两种模式进行预测。\n (2)基于数据特征驱动混合建模的方法对香港国际机场进行了实证分析。针对平稳性采用ADF1检验方法;针对非线性采用了BDS2检验方法;针对周期性采用了自回归系数的检验方法检测到数据具有明显的季节性，在此基础上对数据进行了季节分解进行集成预测;针对数据特突性，采用CL联合检验方法找出了2003年以及2009年受到“SARS”、“金融危机”、“欧债危机”影响的多个突变点，并依此生成了突变模式变量进行预测。\n (3)与多个基准模型的预测效果进行对比，结果表明模型考虑的数据特征越全面预测效果越好:部分考虑数据特征混合建模的预测效果好于不考虑数据特征的模型;充分按照数据特征混合建模的预测效果基本好于部分考虑数据特征混合建模的预测效果。

关键词：航空旅客吞吐量预测数据特征驱动集成预测不确定性混合建模

来源：评论

学校读者我要写书评

暂无评论

融合多源异构信息和数据特征的住房价格短期预测方法

引用

系统工程理论与实践 2025年

作者：王先柱邵金洪竞科陈梦凯池州学院商学院重庆大学管理科学与房地产学院安徽工业大学商学院安徽工业大学管理科学与工程学院

住房价格具有独特的经济属性,对住房价格的精准预测具有重要意义.为了捕捉更具时效性的预测信息以提升预测精度,本文提出一种融合多源异构信息和数据特征的住房价格短期预测方法.首先,收集来自微博、百度、股市的非结构化数据进行量化,... 详细信息

住房价格具有独特的经济属性,对住房价格的精准预测具有重要意义.为了捕捉更具时效性的预测信息以提升预测精度,本文提出一种融合多源异构信息和数据特征的住房价格短期预测方法.首先,收集来自微博、百度、股市的非结构化数据进行量化,构建了多源异构数据集;接着,挖掘住房价格的记忆性与突变性特征,设计了数据特征驱动的预测建模步骤,指导样本区间划分与预测模型选择.最后,使用统计预测与机器学习模型进行对比分析.选取中国70个大中城市平均住房价格作为研究对象,实证结果表明,在进行多步预测分析时,所提出的方法在短期预测上能够实现更优的效果,引入多源异构信息能显著改善预测精度,这能够为管理部门的科学决策提供理论支持.

关键词：预测方法多源异构信息数据特征驱动住房价格

来源：评论

学校读者我要写书评

暂无评论

基于数据特征驱动的网络化控制问题研究

基于数据特征驱动的网络化控制问题研究

引用

作者：钱坤宏中国科学技术大学

学位级别：硕士

网络化控制系统(NCSs)打破了传统控制系统点对点式控制的束缚,顺应了网络时代的发展规律,具备了低成本、易安装维护、能够远程控制等特点,被广泛应用至物联网、航空、导航制导和远程教育、医疗等诸多领域,但同时也会无法避免地遭遇由于... 详细信息

网络化控制系统(NCSs)打破了传统控制系统点对点式控制的束缚,顺应了网络时代的发展规律,具备了低成本、易安装维护、能够远程控制等特点,被广泛应用至物联网、航空、导航制导和远程教育、医疗等诸多领域,但同时也会无法避免地遭遇由于引入通信网络而产生的网络诱导时延、数据丢包和错序等问题的挑战。NCSs中的研究对象往往是有复杂特性、多变量的,很难甚至不能直接通过机理分析得到具体的对象模型信息,如何利用被控对象的输入输出数据就能够实现系统控制成为了亟需解决的问题。数据特征驱动思想来源于计算科学领域,一方面能够直接利用数据的特征近似辨识或者逼近复杂系统的模型另一方面能够仅利用受控系统的在线和离线输入输出数据以及经过数据处理而得到的知识来设计控制器,无需包含受控过程的数学模型信息,成为解决上述问题的一个新思路。针对复杂多变量的NCSs的控制问题,预测控制提供了良好的解决手段,基于模型的网络化预测控制方法能够克服网络诱导时延和数据丢包的影响而基于数据驱动的子空间预测方法能够克服系统建立数学模型的困难。如何兼顾两者的优势进行有机整合提出新的预测控制算法是本文研究意义所在。本文主要考虑了网络诱导时延和数据丢包问题影响下的网络化控制问题：提出了基于数据驱动子空间预测的网络化控制算法,并分别进行了控制器的设计以及稳定性分析最后基于在线实验平台进行算法有效性的验证。具体内容如下： ·基于网络化预测控制方法与数据驱动子空间预测方法,提出基于数据特征驱动预测的网络化控制算法,描述了其主要过程以及相应的算法举例。 ·考虑了网络诱导时延影响下以及网络诱导时延和数据丢包同时影响下的数据特征驱动预测算法的控制器设计,以及相关的稳定性分析问题。 ·基于网络化控制实验室(NCSLab)在线实验平台验证了数据特征驱动预测网络控制算法的有效性。最后,对本文的主要研究内容进行回顾总结并提出了未来进一步的研究方向。

关键词：数据特征驱动网络化控制系统预测控制子空间方法网络诱导时延数据丢包

来源：评论

学校读者我要写书评

暂无评论

基于数据特征驱动的网络化控制系统问题研究

基于数据特征驱动的网络化控制系统问题研究

引用

作者：钱坤宏中国科学技术大学

学位级别：硕士

网络化控制系统(NCSs)打破了传统控制系统点对点式控制的束缚，顺应了网络时代的发展规律，具备了低成本、易安装维护、能够远程控制等特点，被广泛应用至物联网、航空、导航制导和远程教育、医疗等诸多领域，但同时也会无法避免地遭遇... 详细信息

网络化控制系统(NCSs)打破了传统控制系统点对点式控制的束缚，顺应了网络时代的发展规律，具备了低成本、易安装维护、能够远程控制等特点，被广泛应用至物联网、航空、导航制导和远程教育、医疗等诸多领域，但同时也会无法避免地遭遇由于引入通信网络而产生的网络诱导时延、数据丢包和错序等问题的挑战。NCSs中的研究对象往往是有复杂特性、多变量的，很难甚至不能直接通过机理分析得到具体的对象模型信息，如何利用被控对象的输入输出数据就能够实现系统控制成为了亟需解决的问题。数据特征驱动思想来源于计算科学领域，一方面能够直接利用数据的特征近似辨识或者逼近复杂系统的模型另一方面能够仅利用受控系统的在线和离线输入输出数据以及经过数据处理而得到的知识来设计控制器，无需包含受控过程的数学模型信息，成为解决上述问题的一个新思路。\n 针对复杂多变量的NCSs的控制问题，预测控制提供了良好的解决手段，基于模型的网络化预测控制方法能够克服网络诱导时延和数据丢包的影响而基于数据驱动的子空间预测方法能够克服系统建立数学模型的困难。如何兼顾两者的优势进行有机整合提出新的预测控制算法是本文研究意义所在。本文主要考虑了网络诱导时延和数据丢包问题影响下的网络化控制问题，提出了基于数据驱动子空间预测的网络化控制算法，并分别进行了控制器的设计以及稳定性分析最后基于在线实验平台进行算法有效性的验证。具体内容如下:\n 基于网络化预测控制方法与数据驱动子空间预测方法，提出基于数据特征驱动预测的网络化控制算法，描述了其主要过程以及相应的算法举例。\n 考虑了网络诱导时延影响下以及网络诱导时延和数据丢包同时影响下的数据特征驱动预测算法的控制器设计，以及相关的稳定性分析问题。\n 基于网络化控制实验室(NCSLab)在线实验平台验证了数据特征驱动预测网络控制算法的有效性。\n 最后，对本文的主要研究内容进行回顾总结并提出了未来进一步的研究方向。

关键词：数据特征驱动网络控制系统预测控制预测子空间法网络诱导时延数据丢包

来源：评论

学校读者我要写书评

暂无评论

基于二次分解的碳价格分解集成模型预测过程优化研究

基于二次分解的碳价格分解集成模型预测过程优化研究

引用

作者：张琼芳上海大学

学位级别：硕士

随着全球变暖受到关注,减少碳排放成为一个热门话题,而碳交易机制被证明能有效减少碳排放。准确预测碳价格对政府、企业和碳市场从业者都非常重要。而碳价格具有非平稳非线性和高复杂性等特征,对其进行准确预测仍然存在困难;此外,目前... 详细信息

随着全球变暖受到关注,减少碳排放成为一个热门话题,而碳交易机制被证明能有效减少碳排放。准确预测碳价格对政府、企业和碳市场从业者都非常重要。而碳价格具有非平稳非线性和高复杂性等特征,对其进行准确预测仍然存在困难;此外,目前应用较为广泛的分解集成预测模型还存在不足,如单个分解方法存在缺陷以及单一分解策略可能无法完全提取数据的特征、混合模型各模块中使用到的模型存在参数选取主观性强等问题。本文旨在深入研究中国碳市场价格,考虑碳价格的数据特征,对分解集成模型建模过程中的数据预处理模块、预测模块以及集成模块分别进行优化,以期提升碳价格预测的准确性。本文主要工作如下:(1)针对数据预处理和预测模块优化,考虑到碳价格序列显著的非线性和多尺度特征,建立基于二次分解与IGWO-LSSVR的分解集成预测框架。首先,使用改进的灰狼优化算法(IGWO)优化VMD分解方法的参数,并用其对碳价格原始序列进行自适应分解提取碳价格的多尺度特征,得到若干子序列;之后利用原始序列与分解所得若干子序列的和之间的差值提取残差序列,继而使用CEEMD方法对残差序列进行分解。接着,使用偏自相关函数(PACF)对每个子序列进行分析,确定每个子序列的滞后阶数以输入预测模型,并对所有子序列使用IGWO算法优化的LSSVR模型进行预测。最后,将所有子序列的预测结果进行集成。实证结果表明,所提出的预测模型优于所有对比模型。(2)针对预测和集成模块优化,考虑到碳价格序列的多频率和高复杂性特征,建立基于数据特征驱动与模型选择的分解集成预测框架。首先,使用HP滤波提取碳价格序列的低频趋势项和高频波动项,接着分析趋势项和波动项的自然特征(包括非线性、非平稳性和混沌性),对复杂度较高的序列应用ICEEMDAN方法进行二次分解。之后对分解得到的所有分量进行自然特征分析,并根据数据特征有针对性地选择合适的模型(ARIMA、SCSO-Elman、SCSO-Bi LSTM)进行预测。最后再使用由SCSO算法优化LSSVR参数的SCSO-LSSVR方法对各分量的预测结果进行非线性集成。预测结果显示该模型优于所有的对比模型。

关键词：碳价格预测数据特征驱动二次分解算法优化非线性集成

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：