当前位置: 首页 > 专利查询>清华大学专利>正文

基于主客观联合预测的黑天鹅事件决策方法及装置制造方法及图纸

技术编号:22565827 阅读:61 留言:0更新日期:2019-11-16 12:20
本发明专利技术公开了一种基于主客观联合预测的黑天鹅事件决策方法及装置,其中,该方法包括:获取预测事件和历史数据集;通过预测模型对预测事件进行预测得到第一预测数据;其中,预测模型是通过预设的机器学习方法对历史数据集进行统计分析生成的;在预设主观经验数据库中查找与预测事件匹配的第二预测数据;将第一预测数据和第二预测数据进行对比作差处理得到预测差值,根据预测差值对预测事件进行决策。该方法通过结合主客观两种不同类型的预测方法,给出了一种有效的黑天鹅事件决策指标,可用于风险控制,大大减少损失。

Decision making method and device of black swan event based on subjective and objective joint prediction

The invention discloses a black swan event decision-making method and device based on subjective and objective joint prediction, wherein the method comprises: obtaining prediction events and historical data sets; predicting prediction events through prediction models to obtain the first prediction data; wherein, the prediction model is generated by statistical analysis of historical data sets through preset machine learning methods; and the prediction model is generated by preset main Look up the second prediction data matched with the prediction event in the experience database; compare the first prediction data and the second prediction data to get the prediction difference, and make decision on the prediction event according to the prediction difference. By combining the subjective and objective prediction methods, this method gives an effective black swan event decision index, which can be used for risk control and greatly reduce the loss.

【技术实现步骤摘要】
基于主客观联合预测的黑天鹅事件决策方法及装置
本专利技术涉及风险控制
,特别涉及一种基于主客观联合预测的黑天鹅事件决策方法及装置。
技术介绍
对于风险管理来说,黑天鹅事件(BlackSwanEvent,BSE),也就是会造成极大影响和后果的意外事件,常常会冲击自然和社会的正常生产秩序。黑天鹅事件通常是正常事件的反面事件,两者不可能同时发生,而正常事件往往具有较大的发生概率,黑天鹅事件则只有较小的发生概率。所以,人们又不能把所有的正常事件的反面小概率事件都作为将会发生的黑天鹅事件来预防和处理,因为这样的成本太大。所以,黑天鹅事件的挑战来自于它一旦发生造成巨大影响,只关注于它则成本太大,它本身是否会发生又十分不确定。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术的一个目的在于提出一种基于主客观联合预测的黑天鹅事件决策方法,该方法通过结合主客观两种不同类型的预测方法,给出了一种有效的黑天鹅事件决策指标,可用于风险控制,大大减少损失。本专利技术的另一个目的在于提出一种基于主客观联合预测的黑天鹅事件决策装置。为达到上述目的,本专利技术一方面实施例提出了一种基于主客观联合预测的黑天鹅事件决策方法,包括:获取预测事件和历史数据集;通过预测模型对所述预测事件进行预测得到第一预测数据;其中,所述预测模型是通过预设的机器学习方法对所述历史数据集进行统计分析生成的;在预设主观经验数据库中查找与所述预测事件匹配的第二预测数据;将所述第一预测数据和所述第二预测数据进行对比作差处理得到预测差值,根据所述预测差值对所述预测事件进行决策。本专利技术实施例的基于主客观联合预测的黑天鹅事件决策方法,通过获取预测事件和历史数据集;通过预测模型对预测事件进行预测得到第一预测数据;在预设主观经验数据库中查找与预测事件匹配的第二预测数据;将第一预测数据和第二预测数据进行对比作差处理得到预测差值,根据预测差值对预测事件进行决策。由此,通过主客观预测来对预测事件进行可靠性预测,以提高识别黑天鹅事件和风险控制的性能。另外,根据本专利技术上述实施例的基于主客观联合预测的黑天鹅事件决策方法还可以具有以下附加的技术特征:进一步地,在本专利技术的一个实施例中,所述根据所述预测差值对所述预测事件进行决策,包括:判断所述预测差值小于预设阈值,则确定所述预测事件为安全事件;判断所述预测差值大于等于所述预设阈值,则确定所述预测事件为风险事件。进一步地,在本专利技术的一个实施例中,所述历史数据集为在预设时期内与所述预测事件相关的历史数据。进一步地,在本专利技术的一个实施例中,通过scikit-learn的逻辑回归模型对所述历史数据集进行统计分析。进一步地,在本专利技术的一个实施例中,还包括:获取多个与所述预测事件相关的预测数据;对所述多个与所述预测事件相关的预测数据进行分析生成所述预设主观经验数据库。为达到上述目的,本专利技术另一方面实施例提出了一种基于主客观联合预测的黑天鹅事件决策装置,包括:第一获取模块,用于获取预测事件和历史数据集;客观决策模块,用于通过预测模型对所述预测事件进行预测得到第一预测数据;其中,所述预测模型是通过预设的机器学习方法对所述历史数据集进行统计分析生成的;主观决策模块,用于在预设主观经验数据库中查找与所述预测事件匹配的第二预测数据;决策输出模块,用于将所述第一预测数据和所述第二预测数据进行对比作差处理得到预测差值,根据所述预测差值对所述预测事件进行决策。本专利技术实施例的基于主客观联合预测的黑天鹅事件决策装置,通过获取预测事件和历史数据集;通过预测模型对预测事件进行预测得到第一预测数据;在预设主观经验数据库中查找与预测事件匹配的第二预测数据;将第一预测数据和第二预测数据进行对比作差处理得到预测差值,根据预测差值对预测事件进行决策。由此,通过主客观预测来对预测事件进行可靠性预测,以提高识别黑天鹅事件和风险控制的性能。另外,根据本专利技术上述实施例的基于主客观联合预测的黑天鹅事件决策装置还可以具有以下附加的技术特征:进一步地,在本专利技术的一个实施例中,所述根据所述预测差值对所述预测事件进行决策,包括:判断所述预测差值小于预设阈值,则确定所述预测事件为安全事件;判断所述预测差值大于等于所述预设阈值,则确定所述预测事件为风险事件。进一步地,在本专利技术的一个实施例中,所述历史数据集为在预设时期内与所述预测事件相关的历史数据。进一步地,在本专利技术的一个实施例中,通过scikit-learn的逻辑回归模型对所述历史数据集进行统计分析。进一步地,在本专利技术的一个实施例中,还包括:第二获取模块,用于获取多个与所述预测事件相关的预测数据;生成模块,用于对所述多个与所述预测事件相关的预测数据进行分析生成所述预设主观经验数据库。本专利技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1为根据本专利技术一个实施例的基于主客观联合预测的黑天鹅事件决策方法流程图;图2为根据本专利技术一个实施例的2018年世界杯的48场小组赛进行了评估示意图;图3为根据本专利技术一个实施例的基于主客观联合预测的黑天鹅事件决策装置结构示意图。具体实施方式下面详细描述本专利技术的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本专利技术,而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的基于主客观联合预测的黑天鹅事件决策方法及装置。首先将参照附图描述根据本专利技术实施例提出的基于主客观联合预测的黑天鹅事件决策方法。本专利技术要解决的关键问题,就是要给出一种指标,它能够划分出哪些小概率事件确实不可能发生,但是有些小概率事件极有可能发生,变成黑天鹅事件。本专利技术的方法需要同时结合主观和客观对目标事件的预测。主观预测(SubjectivePrediction,SP)指的是通过人脑的对事件发生的可能性的反映来进行的判断。这种预测判断中,人本身的知识,经验和直觉起了主要的作用。并且,人的判断会更加关注于当前实时正在发生的事情和变化,对目标事件的发生可能产生的影响。相反,客观预测(ObjectivePrediction,OP)指的是通过对历史数据的统计,得出事件可能发生的概率。即用以往发生此事件的概率,来预测它未来会发生的可能性。这种方法本身对于大概率事件有很好的预测效果,因为历史上发生过的事件,很有可能会再次发生。但是这种方法也很容易误判黑天鹅事件,因为黑天鹅事件通常都是历史上未曾发生或者很少发生的事件。下面来介绍本方法的具体过程。...

【技术保护点】
1.一种基于主客观联合预测的黑天鹅事件决策方法,其特征在于,包括以下步骤:/n获取预测事件和历史数据集;/n通过预测模型对所述预测事件进行预测得到第一预测数据;其中,所述预测模型是通过预设的机器学习方法对所述历史数据集进行统计分析生成的;/n在预设主观经验数据库中查找与所述预测事件匹配的第二预测数据;/n将所述第一预测数据和所述第二预测数据进行对比作差处理得到预测差值,根据所述预测差值对所述预测事件进行决策。/n

【技术特征摘要】
1.一种基于主客观联合预测的黑天鹅事件决策方法,其特征在于,包括以下步骤:
获取预测事件和历史数据集;
通过预测模型对所述预测事件进行预测得到第一预测数据;其中,所述预测模型是通过预设的机器学习方法对所述历史数据集进行统计分析生成的;
在预设主观经验数据库中查找与所述预测事件匹配的第二预测数据;
将所述第一预测数据和所述第二预测数据进行对比作差处理得到预测差值,根据所述预测差值对所述预测事件进行决策。


2.根据权利要求1所述的方法,其特征在于,所述根据所述预测差值对所述预测事件进行决策,包括:
判断所述预测差值小于预设阈值,则确定所述预测事件为安全事件;
判断所述预测差值大于等于所述预设阈值,则确定所述预测事件为风险事件。


3.根据权利要求1所述的方法,其特征在于,所述历史数据集为在预设时期内与所述预测事件相关的历史数据。


4.根据权利要求1所述的方法,其特征在于,通过scikit-learn的逻辑回归模型对所述历史数据集进行统计分析。


5.根据权利要求1所述的方法,其特征在于,还包括:
获取多个与所述预测事件相关的预测数据;
对所述多个与所述预测事件相关的预测数据进行分析生成所述预设主观经验数据库。


6.一种基于主客观联合预测的黑天鹅事...

【专利技术属性】
技术研发人员:樊文晙都志辉
申请(专利权)人:清华大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1