期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
非线性离散灰色Bernoulli模型的构造与应用 被引量:3
1
作者 江建明 吴文泽 张涛 《统计与决策》 CSSCI 北大核心 2021年第13期42-45,共4页
非线性灰色Bernoulli模型作为GM(1,1)模型的衍生模型,在捕捉序列非线性趋势上表现良好,但仍DGM(1,1)模型的基础上,提出非线性离散灰色Bernoulli模型,通过最小化误差平方和来寻找最优非线性参数,模拟和实证分析结果表明,所提出的模型在... 非线性灰色Bernoulli模型作为GM(1,1)模型的衍生模型,在捕捉序列非线性趋势上表现良好,但仍DGM(1,1)模型的基础上,提出非线性离散灰色Bernoulli模型,通过最小化误差平方和来寻找最优非线性参数,模拟和实证分析结果表明,所提出的模型在非线性小样本预测方面具有较好的预测效果。 展开更多
关键词 灰色预测模型 非线性离散灰色bernoulli模型 预测精度
在线阅读 下载PDF
基于粒子群优化的非线性灰色Bernoulli模型在中长期负荷预测中的应用 被引量:23
2
作者 方仍存 周建中 +2 位作者 张勇传 李清清 刘力 《电网技术》 EI CSCD 北大核心 2008年第12期60-63,共4页
将非线性灰色Bernoulli模型用于到中长期电力负荷预测,提出了优选模型参数的粒子群优化算法。该模型是将GM(1,1)模型与Bernoulli微分方程相结合的一种灰色模型,适用于对不同发展趋势曲线的预测。通过粒子群优化算法,以模型预测平均绝对... 将非线性灰色Bernoulli模型用于到中长期电力负荷预测,提出了优选模型参数的粒子群优化算法。该模型是将GM(1,1)模型与Bernoulli微分方程相结合的一种灰色模型,适用于对不同发展趋势曲线的预测。通过粒子群优化算法,以模型预测平均绝对百分误差最小为目标,选择最优的模型参数。采用不同测试数据以及实际电网负荷数据进行了验证,结果表明上述模型有很好的适应性及较高的预测精度。 展开更多
关键词 中长期负荷预测 非线性灰色bernoulli模型 粒子群优化(PSO) 参数优选
在线阅读 下载PDF
基于粒子群算法的非线性时变参数离散灰色预测模型 被引量:6
3
作者 王亮 滕克难 +1 位作者 吕卫民 金永川 《统计与决策》 CSSCI 北大核心 2015年第12期16-19,共4页
文章分析了传统GM(1,1)及DGM(1,1)模型应用时对数据要求上的弊端,证明了GM(1,1)与DGM(1,1)模型的模拟数据的增长率均为定值,指出对于非近似指数增长的数据序列,GM(1,1)与DGM(1,1)模型的模拟及预测效果并不理想。引入非线性时间项,构造... 文章分析了传统GM(1,1)及DGM(1,1)模型应用时对数据要求上的弊端,证明了GM(1,1)与DGM(1,1)模型的模拟数据的增长率均为定值,指出对于非近似指数增长的数据序列,GM(1,1)与DGM(1,1)模型的模拟及预测效果并不理想。引入非线性时间项,构造了一种拓展的非线性时变参数离散灰色预测模型(NTDGM(1,1)模型),并利用粒子群算法(PSO)优化得到模型中各参数,给出了该模型的建模步骤。算例分析表明文章提出的NTDGM(1,1)模型对各类型趋势数据均具有很好的模拟精度,能够很好地解决非线性序列的模拟问题。 展开更多
关键词 离散灰色模型 非线性时变参数 预测 粒子群算法
在线阅读 下载PDF
灰色组合预测模型优化及科技人才需求预测 被引量:1
4
作者 王晓颖 苟小义 曾波 《西部论坛》 CSSCI 北大核心 2023年第3期94-107,共14页
科技人才需求预测是国家合理制订人才政策的重要依据。为此,本文基于科技人才需求的数据特征,构建适用于科技人才需求预测的新型离散灰色模型FODGM(r,1,kθ,u),该模型实现了系统发展灰信息非线性规律的较好反映以及累加阶数作用范围全... 科技人才需求预测是国家合理制订人才政策的重要依据。为此,本文基于科技人才需求的数据特征,构建适用于科技人才需求预测的新型离散灰色模型FODGM(r,1,kθ,u),该模型实现了系统发展灰信息非线性规律的较好反映以及累加阶数作用范围全实域拓展,缓解了原始序列中极值对模型性能的影响,能够有效模拟科技人才需求的发展趋势与演变规律。应用该模型对我国科技人才需求量进行预测,结果显示未来我国科技人才需求量呈逐步上升趋势,预计2026年我国科技人员全时当量将达729.258万人年,科技人才需求端压力较大。相关部门可以根据预测结果制定缓解我国科技人才需求端压力的对策。 展开更多
关键词 科技人才需求预测 离散灰色模型 模型结构 非线性修正项 参数组合优化
在线阅读 下载PDF
基于EMD与PSO的Nash NBGM(1,1)耦合模型的年径预测研究 被引量:1
5
作者 陈旭 赵雪花 《中国农村水利水电》 北大核心 2015年第9期34-39,共6页
针对径流是典型非平稳序列这一特点及目前存在的径流中长期预测精度低的问题,提出一种新的耦合预测方法——基于经验模态分解(Empirical Mode Decomposition,EMD)与粒子群优化算法(Particle Swarm Optimization,PSO)的非线性灰色Bernou... 针对径流是典型非平稳序列这一特点及目前存在的径流中长期预测精度低的问题,提出一种新的耦合预测方法——基于经验模态分解(Empirical Mode Decomposition,EMD)与粒子群优化算法(Particle Swarm Optimization,PSO)的非线性灰色Bernoulli耦合模型(Nash Nonlinear Grey Bernoulli Model,Nash NGBM)。首先利用EMD方法对汾河上游上静游、汾河水库、寨上和兰村4个水文站的年径流序列进行平稳化处理,分别得到若干个固有模态函数(Intrinsic Mode Function,IMF),对各阶IMF分别建立基于PSO算法的Nash NGBM(1,1)模型并进行预测,趋势项用多项式拟合并进行预测,然后通过重构各预测值得到汾河上游4个水文站年径流量的预测结果,并与单独运用基于PSO算法Nash NGBM(1,1)模型的预测结果进行比较,对模型作出评价。结果表明,基于EMD与PSO算法的Nash NGBM(1,1)耦合模型的拟合精度在92.5%以上,预测精度均达到了100%,其预测精度比单独运用基于PSO算法Nash NGBM(1,1)模型的预测精度有了明显提高;基于EMD与PSO算法的Nash NGBM(1,1)耦合预测方法的提出为径流中长期预测精度的提高提供了新的思路,对区域水资源的合理配置与优化调度具有重要的理论意义和实际价值。 展开更多
关键词 汾河上游 EMD分解 粒子群优化算法 非线性灰色 bernoulli模型 径流预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部