原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
研究报告生统计预测与决策课程考核
研究生课程考核试卷
（适用于课程论文、提交报告）
科 目： 统计预测与决策 教 师： 钟 波
姓 名： 陈 思 谋 学 号： 20120602022t
专 业： 统计学 类 别： 学 术
上课时间： 2012 年 02月至2012 年04月
考 生 成 绩：
卷面成绩
平时成绩
课程综合成绩
阅卷评语：
阅卷教师 (签名)
重庆大学研究生院制
《统计预测与决策》课程报告内容
1.该文献研究的统计预测问题或决策是什么？其数学描述是什么？（即对研究
问题的已知条件、求解问题的描述）
该文献研究的主要问题为：能源估计是一项非常重要的经济指标，它反映了一个城市或者国家的工业发展。用传统的统计方法预测能源消耗常常需要做一些假设例如：所选能源的消耗的数据是服从标准正态分布的或者死大样本的。但是在实际中收集的数据都是很少的不是服从正态分布的。因为基于灰色定理的灰色预测模型是可以由4个数据构成或者是一些模糊的数据，那么他就可以用来预测能源消耗的问题。但是在一些情况中，灰色预测模型可能会增加预测的误差。为了减少误差，这篇文章就提出了一个改进的灰色预测模型，他是结合用遗传算法改进残差的模型。
其数学表述为：知道在初始一段时间内能源消耗的初始数据为一组正的时间序列数据：
其中的n表示的是时间段的总共的个数。根据这个已知的条件我们来预测在未来的一段时间p内的能源的消耗值。
2.该文献中提出的统计预测方法或决策方法的基本原理是什么？其数学模型
是什么？
文献中提出的基本方法的基本原理为：
1.模型
原始数据假设为一组正的时间序列数：
(1)
其中的n为时间段的个数。为了提高模型的精度，我们对原始数据进行处理既是进行累计计算（AGO），累计计算的的方程为：
(2)
这样我们就利用前面的累计算子从原始的数据中得到一组累计时间序列数据列，我们可以得出：
(3)
然后我们可以根据灰色差分方程：
(4)
其中的a为发展灰数，u为内生控制灰数。z表示的背景值。通过在上的均值算子来得到。那么定义为：
(5)
方程（4）中的我们就可以通过最小二乘的方法得到：
(6)
其中的 (7)
并且 (8)
以及 (9)
最后我们就能得到预测方程为：
(10)
其中的叫做模型的适应序列，叫做模型在P时间段的预测值。
2.基于遗传算法的模型
我们把目标值和预测值之间的差别叫做残差序列。为了提高模型的精度，残差模型就被提出来了。通过结合模型和残差模型就能得到修改后的预测值。但是这个残差模型的有效性依赖于有相同迹象的数据的个数。如果有相同迹象的数的个数是少于4个的，那么残差模型就不能被构建。为了解决这个问题，Hsu和Chen采用了结合神经网络残差的的残差修改灰色模型。但是，在神经网络中，需要要求有大量的数据集合以及隐含的准则很难去证明。因此，这篇文章就提出了结合用遗传算法来修改残差的模型模型去提高预测的效果。
2.1.残差模型
我们把残差序列的绝对值记为:
(11)
其中的
(12)
由前面的方程，我们就能得出的残差模型，这个残差序列预测模型为：
文档评论（0）