[发明专利]一种线性组合预测模型权重的自适应调整方法

权利要求书

1.一种线性组合预测模型权重的自适应调整方法，其特征在于，按照如下步骤：

(1)确定初始权重:设首次实际结果的数值为F′₀，每个预测模型f_i的预测值为F′_i;对于每个i∈[1..n]，计算则每个预测模型f_i的初始权重为满足首次预测效果好的模型具有较高的初始权重，且

（2）动态调整权重：

A、设当前共有m次预测结果与实际结果，包括除第m次外前k-1次的预测结果F′_i,m-k+1、F′_i,m-k+2、..、R′_i,m-1，和前k次的实际结果F′_m-k+1、F′_m-k+2、..、F′_m;其中，k为时间窗口，缺省取5;当m＜k时，取k=m;对应F′_i,m-k+1、F′_i,m-k+2、..、F′_i,m-1的权重分别为w_i,m-k+1、w_i,m-k+2、..、w_i,m-1;

B、预测模型f_i,i∈[1..n]，除了第m次外前k-1次的计算结果与前k次实际结果的相关系数；

C、预测模型f_i第m次计算结果与实际结果的偏差，

D、根据A、B的结果，自适应求解各预测模型f_i(i∈[1..n)第m次调整的权重ω_i,m，对于与实际结果相关性高且与实际结果偏差较小的预测模型，增加权重的值；对于与实际结果相关性低的预测模型且与实际结果偏差较大的预测模型，减小权重的值。

2.如权利要求1所述的线性组合预测模型权重的自适应调整方法，其特征在于，所述步骤（2）中B步骤的具体算法为：

STEP1.计算Fm=Σi=1nωi,m-1Fi,m′;]]>

为了避免权重调整过于频繁造成抖动，当F′_m=F_m=0或|F′_m-F_m|/(|F′_m|+|F_m|)≤5%,不进行指标权重调整，即对于每个i∈[1..n]，令ω_i,m=ω_i,m-1，返回(ω_1,m,ω_2,m,..,ω_i,m,..,ω_n,m)，算法退出;

STEP2.根据预测模型f_i(i∈[1..n])的计算结果与实际结果的相关系数，确定权重调整系数：

STEP2.1.对于每个i∈[1..n]，采用皮尔逊积矩相关系数(PPMCC)计算序列F′_i,m-k+1、F′_i,m-k+2、..、F′_i,m-1与F′_m-k+1、F′_m-k+2、..、F′_m-1的相关系数，得到一组相关系数r_i,r_i∈[-1，1];

ri=Σj=m-k+1m-1(Fi,j′-F‾i′)(Fj′-F‾′)Σj=m-k+1m-1(Fi,j′-F‾i′)2Σj=m-k+1m-1(Fj′-F‾′)2---(1)]]>

式（1）中，F‾i′=Σj=m-k+1m-1Fi,j′/(k-1),]]>F‾′=Σj=m-k+1m-1Fj′/(k-1);]]>

STEP2.2.对相关系数r_i(i∈[1..n])进行如下零点校正，得到一组权重调整系数r′_i,r′_i越大表明预测模型f_i与实际结果相关性越高;

ri′=|ri|-Σi=1n|ri|/n;---(2)]]>