经典预测模型汇总课件.pptVIP

经典预测模型汇总;模型分类标准;第一部分 模型分类标准;模型分类标准;第二部分 经典模型汇总;第三部分 模型介绍 ; 受人类智能、生物群体社会性或自然现象规律的启发，人们发明了很多智能优化算法，主要包括： ? ? (1)遗传算法：模仿自然界生物进化机制 ? ?(2)免疫算法：模拟生物免疫系统学习和认知功能 ? ?(3)蚁群算法：模拟蚂蚁集体寻径行为? ? (4)粒子群算法：模拟鸟群和鱼群群体行为 ? ?(5)差分进化算法：通过群体个体间的合作与竞争来优化搜索 ?(6)模拟退火算法：源于固体物质退火过程 ? ?(7)禁忌搜索算法：模拟人类智力记忆过程 ? ?(8)神经网络算法：模拟动物神经网络行为特征 ;　 粒子群算法的思想源于对鸟/鱼群捕食行为的研究，模拟鸟集群飞行觅食的行为，鸟之间通过集体的协作使群体达到最优目的，是一种基于Swarm Intelligence的优化方法。; 回归分析预测法：通过研究分析一个因变量对一个或多个自变量的依赖关系，从而通过自变量的已知或设定值来估计和预测因变量均值的一种预测方法。 回归分析预测法包括：线性回归分析法、非线性回归分析法、虚拟变量回归预测法三种。 非线性回归预测法：指自变量与因变量之间的关系是某种非线性关系时的回归预测法，如双曲线模型、二次曲线模型、对数模型、三角函数模型、指数模型、幂函数模型、罗吉斯曲线模型、修正指数增长模型。 虚拟变量回归预测法在回归模型分析中，有时还要考虑诸如性别、文化程度、宗教、战争、灾难、季节以及政府经济政策变化等品质变量的影响。这时，可在建立回归模型时将品质变量引入线性回归模型中，这种回归预测法就是虚拟变量回归预测法。 　　常见的带虚拟变量的回归模型有以下三种形式： 　　(1)反映政府政策变化或某种因素发生重大变异的跳跃、间断式模型。 　　(2)具有转折点的系统趋势变化模型。 　　(3)含有多个虚拟变量的线性回归模型。; 当未知变量不仅与已知变量有关，而且与已知变量的导数有关时，可考虑列出微分方程来描述问题。 利用微分方程解决的???题又分为两类： (1)需要求出未知函数，则利用微分方程来求解； (2)不容易或无需求出未知函数，只需根据方程的特性研究某些性质或变化趋势，则利用微分方程来讨论解的性质。;线性规划是研究线性约束条件下线性目标函数的极值问题的数学理论和方法。; 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。; 混沌预测方法就是在相空间中找到一个非线性模型去逼近系统动态特征，实现一定时期内的预测，同时该模型也可用来识别系统是否包含混沌特性。 混沌时间序列预测模型通常分为两大类： (1)基于非线性数学模型的动力学方法； (2)基于实际观测数据的相空间重构方法。 ; 在实际中，常常要处理由实验或测量所得到的一些离散数据。插值与拟合方法就是要通过这些数据去确定某一类已知函数的参数或寻求某个近似函数，使所得到的近似函数与已知数据有较高的拟合精度。 如果要求这个近似函数（曲线或曲面）经过所已知的所有数据点，则称此类问题为插值问题。（不需要函数表达式） 如果不要求近似函数通过所有数据点，而是要求它能较好地反映数据变化规律的近似函数的方法称为数据拟合。（必须有函数表达式） (1)联系: 都是根据实际中一组已知数据来构造一个能够反映数据变化规律的近似函数的方法。 (2)区别: 插值问题不一定得到近似函数的表达形式，仅通过插值方法找到未知点对应的值。数据拟合要求得到一个具体的近似函数的表达式。 ; 秩和比（RSR）法是一组全新的统计信息分析方法，是数量方法中一种广谱的方法，针对性强，操作简便，使用效果明显。非常适合于医学背景的广大用户。; 数据无规律，海量数据，将波进行分离，分理出周期数据、规律性数据；可以做时间序列做不出的数据，应用范围比较广。; 蒙特卡洛法(又称统计试验法)是描述装备运用过程中各种随机现象的基本方法，而且它特别适用于一些解析法难以求解甚至不可能求解的问题，因而在装备效能评估中具有重要地位。 基本思想是： 首先，建立一个概率模型或随机过程，使其参数或数字特征等于问题的解；