基于演化聚类分析的组合预测改进熵权模型及其应用
针对组合预测传统熵值赋权方法可能存在大样本下权重差异不大的不足,引入演化聚类分析技术,提出一类组合预测改进的熵值赋权模型.在确定好单项预测方法和结果后,通过对所有单项预测结果给出的绝对误差信息进行聚类分析,得到单项预测方法下误差信息在不同类中的离散分布,给出单项预测结果在整体和局部两个层面的差异比较工具,进而利用得到的离散分布应用熵权模型给出改进的熵值赋权方法.结合美元兑日元的汇率数据分析表明了所提出方法的可行性和有效性.
针对组合预测传统熵值赋权方法可能存在大样本下权重差异不大的不足,引入演化聚类分析技术,提出一类组合预测改进的熵值赋权模型.在确定好单项预测方法和结果后,通过对所有单项预测结果给出的绝对误差信息进行聚类分析,得到单项预测方法下误差信息在不同类中的离散分布,给出单项预测结果在整体和局部两个层面的差异比较工具,进而利用得到的离散分布应用熵权模型给出改进的熵值赋权方法.结合美元兑日元的汇率数据分析表明了所提出方法的可行性和有效性.