基于证据理论优化的态势预测模型

被引:2
作者
汪永伟 [1 ,2 ]
刘育楠 [1 ,2 ]
赵荣彩 [1 ]
常德显 [1 ,2 ]
邱卫 [1 ,2 ]
机构
[1] 信息工程大学
[2] 河南省信息安全重点实验室
关键词
证据理论; 组合预测; 优化; 态势;
D O I
暂无
中图分类号
TP393.08 [];
学科分类号
0839 ; 1402 ;
摘要
针对态势预测的多模型组合问题,提出了一种基于证据理论优化的态势组合预测模型。该模型首先对预测子模型进行训练,获得预测子模型的性能评价与指标权重分配;基于证据理论对多指标的权重分配结果进行融合,提高权重分配的精度;在预测完成后,基于指标可信度和证据理论对指标权重进行调整,优化多指标的评价能力。Matlab实验仿真结果表明,该模型能够依据态势曲线的变化动态优化组合权重,其预测精度优于典型预测模型。
引用
收藏
页码:63 / 69
页数:7
相关论文
共 12 条
[1]  
两类组合预测方法的研究及应用.[D].李彩虹.兰州大学.2012, 04
[2]   Multi-model calibration and combination of tropical seasonal sea surface temperature forecasts [J].
Lage Rodrigues, Luis Ricardo ;
Javier Doblas-Reyes, Francisco ;
dos Santos Coelho, Caio Augusto .
CLIMATE DYNAMICS, 2014, 42 (3-4) :597-616
[3]   An integrated information fusion approach based on the theory of evidence and group decision-making [J].
Leung, Yee ;
Ji, Nan-Nan ;
Ma, Jiang-Hong .
INFORMATION FUSION, 2013, 14 (04) :410-422
[4]  
Forecasting of Production Safety Situation by Combination Model.[J].Xu Yabo;Wang Tong;Song Bingxue;Xie Yushu.Procedia Engineering.2012,
[5]   Forecast combination in industrial series: A comparison between individual forecasts and its combinations with and without correlated errors [J].
Milani Martins, Vera Lucia ;
Werner, Liane .
EXPERT SYSTEMS WITH APPLICATIONS, 2012, 39 (13) :11479-11486
[6]  
Bayesian adaptive combination of short-term wind speed forecasts from neural network models.[J].Gong Li;Jing Shi;Junyi Zhou.Renewable Energy.2010, 1
[7]   多证据源冲突的组合度量方法 [J].
陈金广 ;
张芬 .
计算机工程与应用, 2013, 49 (09) :218-223
[8]   一种改进的冲突证据融合方法 [J].
寻二辉 ;
任趁妮 .
计算机科学, 2012, 39(S3) (S3) :31-32+38
[9]   基于组合模型的网络流量预测 [J].
于静 ;
王辉 .
计算机工程与应用 , 2013, (08) :92-95
[10]   改进PSO优化BP神经网络的混沌时间序列预测 [J].
李松 ;
刘力军 ;
刘颖鹏 .
计算机工程与应用 , 2013, (06) :245-248+270