基于密度函数f(x)=1√2πσex22σ2的GM(1,1)建模方法

来源 :第28届全国灰色系统学术会议 | 被引量 : 0次 | 上传用户:qiuzhilv
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自从灰色系统理论创立以来,灰色系统理论已在社会上得到了的广泛应用。GM(1,1)模型更是应用广泛[1-5]。从函数的数据变换,讨论了密度函数的新型数据变换的一些引理.并将函数1/√2πσex2/2σ2令σ=1变换应用于灰色GM(1,1)模型建模.从具体实例模拟的结果看,该方法能提高GM(1,1)模型的预测精度,具有一定的实用价值.
其他文献
灰色Verhulst模型是灰色系统预测模型中最常用的模型之一,主要解决数据序列呈现S形态,具有饱和状态的过程,在经济社会领域里得到了广泛的应用,如人口预测、滑坡预测、电力系统负
  传统数理统计预测方法不能很好解决交通流中的随机性问题,非线性理论及神经网络、支持向量机等方法在交通流预测中又存在模型复杂、所需样本数据量大等问题。考虑短时交通
会议
本文以我国制造业能源消费为研究对象,首先利用2001-2010年我国制造业能源消耗的数据,采用回归预测模型和灰色系统理论的GM(1,1)模型分别建立了我国制造业的单项预测模型,并
  建立缓冲算子的目的是为了提高原始序列的光滑度,从而解决系统的冲击扰动陷阱问题。本文从理论上探讨了算术平均算子、含单调函数的缓冲算子、变权缓冲算子等部分典型缓
会议
  A prediction is made concerning Chinas total energy consumption from 2011 to 2015 based on unconstrained and constrained programming respectively,satisfying
会议
利用缓冲算子提高数据序列光滑性是提高灰色GM(1,1)模型预测精度的重要途径之一.本文研究了三类强化缓冲算子的性质,对其性质进行证明,并将这三类强化缓冲算子的效果进行比较
本文主要研究了新息数据对GM(1,1)模型影响,首先推导出新息数据变化后的参数包的具体公式,然后研究了发展系数随新息数据的变化规律,并得出发展系数是新息数据的减函数这一结
通过对等间距和非等间距GM(1,1)原始模型和白化方程的分析,推导出了与白化方程相匹配的灰微分方程,并证明了等间距新模型具有白指数率重合性和白化系数重合性;而在非等间距中
本文通过分析事件出现转折问题的实质,借助GM(1,N)系统模型中各因素驱动系数的动态变化,来判断系统的稳定性,以识别事件是否出现转折.并且通过实例展示驱动系数的变化,及转折
现代服务业是指以现代科学技术,特别是信息网络技术为主要支撑,建立在新的商业模式、服务方式和管理方法基础上的服务产业。现代服务业作为服务经济时代下的支柱产业,正逐渐取代