基于Shapley值权重分配的组合预测模型
所谓组合预测,就是将若干种单一预测方法赋予不同的权值,从而形成综合的预测模型。在组合预测中,权重选取十分重要,合理的权重会大大提高预测精度。常见的权重选取方法有:算术平均法、标准差法、方差倒数法、均方倒数法、离异系数法、AHP法、德尔菲法、最优加权法等。AHP法与德尔菲法均为主观赋权,不可避免地会受到人为因素的影响;最优加权法预测的精度最高,但是计算复杂,往往需要求解线性规划或非线性规划,且求得的权重可能为负数,往往只能得到次优解,在实际应用中有较大的局限。在对物流需求进行预测时,为有效降低预测误差常会进行组合预测,而这时为各个单一的预测方法分配的权重应反映这种单一的预测方法对总预测结果贡献的大小。误差越大,预测效果越差,则在组合中的权重越小;预测误差越小,预测效果越好,则它在组合预测中的权重应该越大。Shapley值法是用于解决多人合作对策问题的一种数学方法。它主要集中应用在合作收益在各合作方之间的分配,Shapley值实现的是每个合作成员对该合作联盟的贡献大小,突出反映了各个成员在合作中的重要性。Shapley值法的最大优点在于其原理和结果易于被各个合作方视为公平,结果易于被各方接受
首先利用等间距数据序列,建立多个等间距灰色预测模型模型,再将这些单个灰色预测模型进行组合,可以建立等间距组合灰色预测模型。组合权系数的确定可利用合作对策的shapley值方法。最后通过一个具体的实际例子对组合预测模型的建立方法加以说明,实例对原始数据序列分别选取不同的序列构造了三个单个预测模型,根据三种预测模型得到了组合预测模型,实例计算结果表明组合预测模型比单个GM(1,1)模型预测方法具有更高的拟合和预测精度.”
|