论文研究改进IOWHA算子组合预测模型.pdf

针对现有单项预测模型提供信息有限，预测误差大的问题，引用最优加权组合建模理论，将灰色关联度与IOWHA算子相结合，提出一种新的组合预测模型权重确定方法，并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷：加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测，并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明，相对于单项预测模型，该组合预测模型的预测精度更高，是一种有效的物流需求预测模型。