基于Lasso-灰色理论-贝叶斯网络的趋势预测

杜 红艳1, 韩 嘉航1, 陈 莹莹1, 王 博超1, 蔡 元萃2
1、中国航天系统科学与工程研究所
2、中国劳动关系学院

摘要


趋势预测作为数据分析的一个重要分支，在提高决策质量、优化资源配置、促进科学发展、维护公共安全
等方面具有重要意义。针对，小样本数据的趋势预测问题，基于单一机器学习方法容易产出模型过拟合，本文提出
了一种基于Lasso-灰色理论-贝叶斯网络组合的数据趋势预测方法，基于Lasso回归提取与预测目标最相关的参数变
量，并能够基于灰色理论分析小样本数据的潜在规律，基于贝叶斯网络神经网络量化预测的不确定性，降低过拟合。
并以水资源年度用水量预测为例进行分析证实了算法的有效性。

关键词


趋势预测；小样本数据；过拟合；灰色理论；贝叶斯神经网络

全文:

PDF


参考


[1]谢乃明.灰色预测：思想、方法与应用[J].灰色系

统，2022.

[2]黄影平.贝叶斯网络发展及其应用综述[J].北京理

工大学学报，2013，33（12）：1211-1219.

[3]彭开香，余尚志.基于贝叶斯神经网络的带钢厚度

预测与控制[J].工程科学学报，2010，32（2）：256-262.

[4]Robert Tibshirani. Regression Shrinkage and

Selection via the Lasso[J]. Journal of the Royal Statistical

Society, 1996.

[5]何金泽，熊婧秋，黎欣茹，黄婷，余佳蔓.灰

色预测模型在碳排放预测中的应用[J].应用数学进展，

2024，13（1）：84-90.

[6]何金泽，熊婧秋，黎欣茹，黄婷，余佳蔓.灰

色预测模型在碳排放预测中的应用[J].应用数学进展，

2024，13（1）：84-90.

[7]韩东颖，田伟，黄岩，等.小波包与遗传算法优

化BP神经网络相结合的井架钢结构损伤识别[J].机械科

学与技术，2024，43（1）：39-44.

[8]黄影平.贝叶斯网络发展及其应用综述[J].北京理

工大学学报，2013，33（12）：1211-1219.

[9]广东省统计局.广东省统计年鉴：2022[M].中国

统计出版社，2023.

[10]李奕霖.广东省水安全评价及保障模式研究[D].

西安：西安理工大学，2019.


Refbacks

  • 当前没有refback。