-
题名无偏灰色预测模型在边坡变形预测中的应用
被引量：8
- 1
-
-
作者
刘鹄
吉培荣
邹红波
-
机构
三峡大学电气信息学院
-
出处
《三峡大学学报（自然科学版）》
CAS
2007年第1期43-45,共3页
-
文摘
根据边坡位移监测信息,应用灰色系统预测模型,可以对边坡变形的发展进行预测.采用传统灰色预测模型和无偏灰色预测模型对边坡变形进行预测,预测结果表明,两种模型都是有效的,无偏灰色预测模型的精度更高.
-
关键词
灰色预测模型
无偏灰色预测模型
边坡变形
-
Keywords
grey forecasting model
unbiased grey forecasting
slope deformation
-
分类号
N941.5
[自然科学总论—系统科学]
-
-
题名无偏灰色预测模型在电力系统负荷预测中的应用
被引量：5
- 2
-
-
作者
吉培荣
邹红波
张玉文
-
机构
三峡大学电气信息学院
-
出处
《三峡大学学报（自然科学版）》
CAS
2005年第4期318-320,共3页
-
文摘
灰色预测模型已在负荷预测中得到了广泛的应用,该模型是一种有偏差的指数模型,在该模型基础上作者已导出了无偏灰色预测模型.将无偏灰色预测模型应用于负荷预测中,并与传统灰色预测模型进行了比较,结果显示了无偏灰色预测模型的优越性.
-
关键词
负荷预测
灰色预测模型
无偏灰色预测模型
-
Keywords
load forecasting
grey forecasting model
unbiased grey forecasting model
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于神经网络误差修正灰色模型的基坑位移预测
被引量：2
- 3
-
-
作者
曹长礼
-
机构
西安铁路职业技术学院土木工程系
-
出处
《人民长江》
北大核心
2010年第17期25-29,共5页
-
文摘
一般情况下,基坑工程位移的发展趋势可以分为3种类型,传统GM(1,1)模型由于模拟曲线为指数曲线,因此只适合于第1类趋势的位移时间序列建模。在无偏GM(1,1)模型的基础上建立修正曲线型无偏灰色预测模型和生长曲线型无偏灰色预测模型,适合于第2、3类趋势的位移时间序列建模。结合神经网络的非线性描述能力以及无偏灰色预测模型的趋势预测能力建立神经网络误差修正灰色模型。基坑位移预测实例应用结果显示,神经网络误差修正灰色模型能很好地描述基坑位移的非线性发展。
-
关键词
基坑
无偏灰色预测模型
神经网络
误差修正
位移预测
-
Keywords
foundation pit
unbiased grey forecasting model
neural network
error correction
displacement forecast
-
分类号
TU433
[建筑科学—岩土工程]
-
-
题名GM(1,1)模型研究的一些进展
被引量：4
- 4
-
-
作者
吉培荣
邹红波
胡翔勇
-
机构
三峡大学电气信息学院
-
出处
《三峡大学学报（自然科学版）》
CAS
2002年第3期230-232,共3页
-
文摘
介绍作者对灰色GM (1,1)模型研究取得的成果 .具体内容为 :证明了GM (1,1)模型为有偏差的指数模型 ,导出了模型的相关公式 ,提出了无偏灰色预测模型 (无偏GM (1,1)模型 ) 。
-
关键词
灰色预测
GM(1
1)模型
偏差
无偏灰色预测模型
-
Keywords
gray forecasting
GM(1,1) model
deviation
unbiased gray forecasting model
-
分类号
N94
[自然科学总论—系统科学]
-
