几类灰色预测模型的优化及应用-应用数学专业论文.docxVIP

几类灰色预测模型的优化及应用-应用数学专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 摘 要 几类灰色预测模型的优化及应用 摘 要 灰色预测方法是灰色系统理论的重要内容之一,也是预测理论中被广泛应用的一种 预测方法.因此,灰色预测理论因其重要的使用价值而成为一个研究热点.现有的文献在 灰色预测模型的初始值、灰导数、背景值、离散化、病态性和模型参数方面进行了深入 研究,取得了丰硕的成果.但灰色预测理论并不完善,需要进一步的改进和优化.本文在经 典的 GM(1,1)预测模型的基础上,对灰色预测模型提出了新的改进方法,主要研究工作概 括如下: (1) 通过研究非负衰减序列的特征,提出映射变换序列和指数函数变换序列的定义. 对变换序列建立 GM(1,1)模型,并对模型进行模拟和预测,然后还原到原始序列,从而达到 对原始序列模拟和预测的目的.映射变换序列模型中用原始序列的最新数据作为映射变 换序列模型的初始值,体现了新信息优先原理.最后通过实例验证了新模型的有效性和合 理性. (2) 根据指数函数和线性函数的特性,利用分析技巧,对 GM(1,1)模型的建模机理进 行探讨,提出两类灰色线性组合模型,并将此模型用于黄河内蒙古段流凌日期、封河日期 和开河日期的预报.结果表明,此模型预报精度较高,可以用于黄河内蒙古段冰情预报. (3) 针对相互影响的的多变量序列的预测问题,探讨原始 MGM(1,m)模型和灰色离 散模型的建模机理,提出了一类离散多变量 MGM(1,m)的优化模型,由推导可得此模型是 灰色离散模型的一般形式.该模型通过求解线性方程组直接对多变量进行模拟和预测,有 效避免了白化方程和微分方程转化带来的误差 .实例表明该模型的预测精度较传统 MGM(1,m)模型有显著提高,拓宽了多变量灰色预测模型的应用范围. (4) 针对连续区间灰数的核和灰半径的关联性这一特性,以核和灰半径为基础,对核 序列和灰半径序列建立离散多变量 MGM(1,m)优化模型,然后进一步求得区间灰数的上 下界,进而实现区间灰数序列的预测.结合实例证明了该模型的有效性和实用性,且该模 型易于求解,丰富了区间灰数预测模型理论. 将离散多变量 MGM(1,m)的优化模型和连续区间灰数的灰色预测模型应用到黄河 冰凌灾害预报中,对黄河冰凌灾害控制有一定的指导意义. 关键词:灰色预测模型;GM(1,1);组合模型;MGM(1,m);区间灰数;黄河冰凌 I 华北水利大学硕士学位论文 II ABSTRACT OPTIMIZATION AND APPLICATION OF SOME GREY FORECASTING MODELS ABSTRACT Grey forecasting method is one of the important contents of grey system theory, is also a widely used prediction method in the forecasting method. Therefore, the grey forecasting theory becomes a research focus because of its important using value. In the aspect of the initial value, grey derivative, the background value, discretization, the pathological point of view and model parameters of grey forecasting models, the existing literatures have further studied and achieved fruitful results. But the grey forecasting theory is not perfect, needs further improvement and optimization. In this paper, on the basis of classic GM(1,1) prediction model, the author puts new improved methods. The main innovations of the paper are as follows. Studying the feature of non-negative decrement sequence, and proposing definition of the mapping transformation sequence and exponential function transformation sequence. It ca

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档