用基于加速遗传算法的组合预测模型预测海洋冰情

被引：13

作者：

金菊良

魏一鸣

丁晶

机构：

[1] 合肥工业大学土木建筑工程学院,中国科学院科技政策与管理科学研究所,四川大学水电学院合肥,北京,成都

来源：

系统工程理论方法应用 | 2003年 / 04期

基金：

安徽省自然科学基金; 国家自然科学基金重大项目;

关键词：

海洋冰情; 组合预测; 遗传算法; 时间序列;

D O I：

暂无

中图分类号：

P731.15 [海冰];

学科分类号：

0707 ;

摘要：

提出了建立组合预测模型的新方法(AGA-CF),以组合预测模型的预测误差绝对值和最小为优化准则,用加速遗传算法确定组合预测模型各单个预测模型的最优权重,并把AGA-CF应用于实际的海洋冰情预测中。结果表明:AGA-CF综合利用了各单个预测模型的重要预测信息,其预测误差明显小于各单个预测模型的预测误差,AGA-CF的预测结果更为稳健;AGA-CF方法可操作性和通用性强,可适用于其他组合预测的实际问题中。

引用

页码：367 / 370

页数：4

共 9 条

[1] 一种新的计算组合预测权重的方法 [J].