基于對數(shù)灰關(guān)聯(lián)度的IOWGA算子最優(yōu)組合預(yù)測模型

《基于對數(shù)灰關(guān)聯(lián)度的IOWGA算子最優(yōu)組合預(yù)測模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第塞塞蓊箋藿奏冀冀囂釅謄莖i萋霎耋一=喜耋奏蓁羹婁囊；鬟囊蓁羹薹霎薹羹；鍪薹霎簍登霎蓁萋霧蓁鐾i墼i奏爹；主垂i』耄建箋萎冀蓁譬霧萋鴦蠹罵!?葶薹薹匡；蓁毋毒蓁=冀

2、霎霎萋荔薹萋妻耋萋萋萋萋薹薹垂薹麥萋季舞耋耋：妻主歹睪重童薹莖菱囊塞；喜霪薹蜇蕾鎏耋囊量妻主耋董薹薹霞薹鬟薹豢囊霧蓁÷瞳蓁囊霎薹萋羹薹囊墮薹蒜鍪需霉喜垂疆0萋；鎘躉器霉萋L，薹囊墓羹釜j蠡愛霎=耋

3、饕喲臻臻摩蓄羹蓁蠶j：c；}數(shù)羹黍；冀霎塞薹琶酬酗基萋璺；霹產(chǎn)夠翌鎏賽型霧冀蠶髻i囊蠢詈鞴測攥犁要影產(chǎn)i渤浚霧蕷測魄鏨黠；游理惻薹愛習(xí)畹貿(mào)羹囊曬蓁燮季霎，酗螋!鋈兩墓鬣蒯鏨疆鮭蛋霎蓁萎薹

4、囊j菱潼瓔攀警哥一鎣鋈墼i一蠢繁塞j翼薹醋囊鬟淄，鬟霎霧蜒墅招翡萌熏終受蘿雹剜委壘薹手鏨襄鍪囊霧鎏i莩l鬟醴0娃鐾窒鎬i蠹汀蠑癸×譬h活。≯百點(diǎn)斟剞妻；甏崗羹墼重蓄滔惴蓁i引廷霧沱挺羹莖凸堤i吲朋肖嗣簍叢嶝霎攀囊㈦妻蓁百羹薹擎墅霎冀墜：叢d受霧一旦薹霧兩翼瑟舊圈蓁甄；蓄覆蓁筆垂Y蓁棒羹蓁懣萋鬟鎣莖垂絮j萋j蘺謄豎霎嗄引塑蓁蓁墓蓁蠢鋈蓁翼薔霎鬈鋈萎垮震霎露j冀蓁蓁簍蔞震蔓蓁菱囂霧霧；霪糞蠢鬻鬈纓囂簍霎墓耋冀糞；薹冀《冀羹蓁霎霎霧羹羹冀霾塞冀霾；冀霧簍霄鐾簍藿薹，霎鎏囊鬟廷蓑耋蓬翼囊羹曩冀j(luò)蓬鋈；萎熏；馨羹囊i鬟霧菰愛冀囊鬟妻；墓囊蓁菱：矍霎蓁冀霉

5、蠶；蓁霎霧蓁；簍羹蓄羹；囊冀蓁蓁。霎妻冀丙簍霪耋i羹羹襄蓁霪霎墨蓁簍蓬娶蓁鋈孺：蓁冀冀蓁鋈冀冀齋薹薰霧霾；冀霧蠢蓁冀i塑鶯i霧囂j霎霪霧蓁蓁冀，羹囊囊蘩蓁蠢冀羹；蓁羹稀茬璧蠢蓁羹蠢i簡羹霎茬蠶霧霎塑蓁霎。攙照羹鬟霧茬j

6、墓蓁娶萋冀萋雯薹冀冀鏨簍爹鑫薹騫鬟蓁冀；醉薔營羹基薹；霆萋霧羹州一；羹裙羹鬟；蓁蘩零囊淫萋鏊；霎鍪婁鑫曼霉冀鏨．蘩萄冀霎羹差蠹薹盟鸕燃峰。蠡薹希霎萋恫崔倩羹。蠢意薹薹萋翼色；霧萋霎娜冀囊薹璺型羹l

7、!Ii：薹去燕囊姜霪賠；鋈囊i薹薹!套薹j霎囊攀彰簍：的崖霧臣照囊曩霎嘲簍耋冀簍鋈墾蔫蓁季霎i誓羹高坦線鎏㈣}i耋懈蘩掣霪蓁薹精。蠢

8、輦喙羹冀羹霧薹尉霎影。萋墮萋薛薹胡倒薹鐾賠。攀妻薹

9、妻罱髦攀哥霪薹耄；羹始墅霎囊標(biāo)倆荔薹霪鹺羹舀；塞÷酬霧萬蔞鍪鏊薹蒜薹鎏非琺鱈薹薹蓁霽豎蓁霎鎏蝎糯霎囊鍪澎忐i醺塹驀霪蠢羹琴翥薹鏨{羹；囊簍。薹鏨=鏨鋈÷羹酗；垂霧i薹攀薹囊獸=36運(yùn)籌與管理2010年第19卷劣性組合預(yù)測。定義5表明只有基于IOWGA算子的組合預(yù)測方法的對數(shù)灰關(guān)聯(lián)度大于各單項(xiàng)預(yù)測方法的對數(shù)灰關(guān)聯(lián)度中最大者，該組合預(yù)測模型才是優(yōu)性的。即以對數(shù)灰關(guān)聯(lián)度作為判斷準(zhǔn)則，優(yōu)性組合預(yù)測一定比“最好”的單項(xiàng)預(yù)測方法還要“好”。4基于對數(shù)灰關(guān)聯(lián)度的IOwGA算子最優(yōu)組合預(yù)測模型在稅收預(yù)測中的應(yīng)

10、用為了說明本文提出的基于對數(shù)灰關(guān)聯(lián)度的10wGA算子最優(yōu)組合預(yù)測模型的有效性。下面以全國稅收收入預(yù)測為例說明該模型的應(yīng)用，文獻(xiàn)[14]研究了稅收收入的影響因素，本文主要討論影響全國稅收收入的5個(gè)指標(biāo)，它們分別是國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、社會(huì)消費(fèi)品零售總額、進(jìn)出口總額、職工工資總額共5個(gè)指標(biāo)，據(jù)此搜集了1995～2007年相關(guān)數(shù)據(jù)如下表：表l稅收相關(guān)指標(biāo)數(shù)據(jù)表(單位：億元)本文采用三種單項(xiàng)預(yù)測方法：灰色預(yù)測法、回歸預(yù)測和多項(xiàng)式預(yù)測法。其中回歸預(yù)測法以稅收收入為被解釋變量，其它指標(biāo)為解釋變量。且相應(yīng)的預(yù)測值和預(yù)測精度如表2和表3。表2稅收收入

11、各種預(yù)測方法預(yù)測值(單位：億元)表3稅收收入各種預(yù)測方法的預(yù)測精度稅收收入實(shí)際值灰色預(yù)測值回歸預(yù)測值多項(xiàng)式預(yù)測值19956038．046125．435670．275470．20419966909．826987．277349．4267201．941619978234．048343．788694．868582．74719989262．89963．649285．99800．3305199910682．58兒897．9910452．6211042．4025200012581．5l14207．8712698．9212496．6733200l15301．3

12、816966．1914534．9814350．8533200217636．4520260．0l17261．8316792．6528200320017．3l24193．2919991．4420009．7822200424165．6828890．1924750，3324189．9518200528778．5434498．9429392．9829520．872200634804．3541196．5835478．9I36190．253220074562I．9749194．544235．9844385．8056第6期周禮剛，等：基于對數(shù)灰關(guān)聯(lián)度的IOwG

13、A算子最優(yōu)組合預(yù)測模型37根據(jù)三種單項(xiàng)預(yù)測方法，構(gòu)造出第t時(shí)刻預(yù)測精度和其對應(yīng)的在樣本區(qū)間的預(yù)測值的二維數(shù)組<。n，髫l。>，<Ⅱ2。．戈2。>，<％