数学建模常用算法.pptVIP

时间序列建模的基本步骤（1）数据的预处理：数据的剔取及提取趋势项取n=1，拟合ARMA(2n,2n-1)（即ARMA(2,1)）模型n=n+1，拟合ARMA(2n,2n-1)模型用F准则检验模型的适用性。若检验显著，则转入第2步。若检验不显著，转入第5步。检查远端时刻的系数值的值是否很小，其置信区间是否包含零。若不是，则适用的模型就是ARMA(2n,2n-1)。若很小，且其置信区间包含零，则拟合ARMA(2n-1,2n-2)。第29页，共63页，星期日，2025年，2月5日时间序列建模的基本步骤（2）利用F准则检验模型ARMA(2n,2n-1)和ARMA(2n-1,2n-2)，若F值不显著，转入第7步；若F值显著，转入第8步。舍弃小的MA参数，拟合m2n-2的模型ARMA(2n-1,m)，并用F准则进行检验。重复这一过程，直到得出具有最小参数的适用模型为止舍弃小的MA参数，拟合m2n-1的模型ARMA(2n,m)，并用F准则进行检验。重复这一过程，直到得出具有最小参数的适用模型为止。第30页，共63页，星期日，2025年，2月5日8、灰色理论1982年我国学者邓聚龙创立了灰色系统理论，模糊数学着重研究“认知不确定”问题，概率统计研究的是“随机不确定”现象的历史统计规律。灰色系统研究的是“部分信息明确，部分信息未知”的“小样本，贫信息”不确定性系统，它通过对已知“部分”信息的生成去开发了解、认识现实世界。第31页，共63页，星期日，2025年，2月5日灰色预测模型GM(1,1)预测模型步骤：1、对于原始数列，做一次累加得，其中2、计算并得到，第32页，共63页，星期日，2025年，2月5日3、计算参数向量4、将参数a,b代入响应函数，得到累加序列预测值5、由累加序列得到原始序列预测值第33页，共63页，星期日，2025年，2月5日GM(1,1)主要用于单调序列，灰色预测模型除GM(1,1)之外，还有:残差GM(1,1)模型对于非单调的摆动发展序列或有饱和的S形序列，可建立GM(2,1)，DGM和Verhulst模型区间预测灰色灾变预测(波形预测)系统预测第34页，共63页，星期日，2025年，2月5日灰色理论除了用于预测之外，还包含:灰色决策灰色人工神经网络模型灰色动态规划灰色控制灰色聚类评估第35页，共63页，星期日，2025年，2月5日9、先进优化算法遗传算法神经网络微粒群算法PSO模拟退火算法第36页，共63页，星期日，2025年，2月5日遗传算法传统的优化方法（局部优化）共轭梯度法、拟牛顿法、单纯形方法全局优化方法漫步法（RandomWalk）、模拟退火法、GA关于优化问题比较：传统的优化方法?1）依赖于初始条件。2）与求解空间有紧密关系，促使较快地收敛到局部解，但同时对解域有约束，如可微或连续。利用这些约束，收敛快。3）有些方法，如Davison-Fletcher-Powell直接依赖于至少一阶导数；共轭梯度法隐含地依赖于梯度。第37页，共63页，星期日，2025年，2月5日全局优化方法1）不依赖于初始条件；2）不与求解空间有紧密关系，对解域，无可微或连续的要求。求解稳健，但收敛速度慢。能获得全局最优。适合于求解空间不知的情况第38页，共63页，星期日，2025年，2月5日⑴选择运算⑵交换操作⑶变异遗传算法的基本运算遗传算法基本原理模拟自然界优胜劣汰的进化现象，把搜索空间映射为遗传空间，把可能的解编码成一个向量——染色体，向量的每个元素称为基因。通过不断计算各染色体的适应值，选择最好的染色体，获得最优解。第39页，共63页，星期日，2025年，2月5日●选择运算——从旧的种群中选择适应度高的染色体，放入匹配集（缓冲区），为以后染色体交换、变异，产生新的染色体作准备。选择方法——适应度比例法（转轮法）按各染色体适应度大小比例来决定其被选择数目的多少。某染色体被选的概率：Pcxi为种群中第i个染色体，第40页，共63页，星期日，2025年，2月5日具体步骤1）计算各染色体适应度值2）累计所有染色体适应度值，记录中间累加值S-mid和最后累加值sum=∑f(xi)3）产生一个随机数N，0〈N〈sum4）选择对应中间累加值S-