共查询到20条相似文献，搜索用时 31 毫秒
1.
根据灰色系统理论，利用统计资料，建立了天然气产量的GM（1，1）灰色预测模型。精度检验合格，经比较该模型预测精度优于线性回归模型的预测精度。 相似文献
2.
冯维贺 《武汉职业技术学院学报》2012,(5):107-111,117
山西省是我国历史悠久的旅游资源大省之一,入境旅游方面存在着一定的优势条件和巨大的发展潜力。基于灰色系统理论,以山西省2000—2009年入境旅游统计资料为原始数据,通过建构旅游指标GM（1,1）灰色预测动态模型并进行模型精度检验;发现模型预测结果与实际数据高度一致,验证出灰色预测系统在本研究中具有可行性,从而利用该模型对山西省2011—2015年入境旅游指标进行预测,并在预测基础上提出促进山西省入境旅游发展的若干建议。 相似文献
3.
4.
基于已有关于旅游相关预测的文献大都采用单一预测模型,例如灰色系统理论模型、人工神经网络、时间序列预测等、缺乏对旅游的组合预测的研究。文章尝试在IOWHA算子的基础上构建组合模型,进而对安徽省的的旅游总收入进行预测。预测结果表明基于IOWHA算子的组合预测模型相对于单一的预测方法具有更高的精度,在旅游预测中是有效合理的。 相似文献
5.
城市用水量短期预测方法的比较 总被引：6，自引：0，他引：6
国内外用于城市用水量短期预测的方法有很多 ,这些方法在模型的建立、求解及预测精度、速度、适用条件等方面均存在着自身的优势和不足 .本文借鉴了在其它领域预测中应用比较成熟的方法 ,对时间序列三角函数分析法、人工神经网络预测法、灰色系统理论预测法、小波分析法用于城市用水量短期预测的精度、效果、适用条件等方面进行了分析和比较 相似文献
6.
在商品推荐领域,商品评论信息往往难以得到有效利用。为了充分利用商品评论信息,提高商品推荐系统精度,对 NCF 神经网络协同过滤模型进行改进,将 NCF 模型与 Inception 结构的卷积神经网络相结合,提出基于 Inception 结构的神经网络协同过滤方法（NCF-i 模型）,将商品评论信息融入模型进行预测和推荐。首先基于 Inception 结构的卷积神经网络对商品评论信息进行分析并提取多元特征模型,然后将多元特征模型添加到 NCF 模型中,通过多层全连接层获取用户、商品及商品评论之间的非线性关系,最后基于此非线性关系对商品进行预测和推荐。通过基于真实数据集的实验证明,应用 NCF-i 模型的推荐算法,推荐系统的预测精度和稳定性均优于当前常用的推荐模型。 相似文献
7.
8.
根据灰色系统理论的新信息优先原理,本文结合对白化微分方程进行改造,使灰色微分方程和白化微分方程更加匹配,并优化GM（1,1）模型的初始条件得出新的GM（1,1）模型.经过实际数据的模拟和预测,和与原GM（1,1）模型及其他优化模型的对比,发现本文优化的GM（1,1）模型有非常高的模拟精度和预测精度. 相似文献
9.
刘朋辉 《江西电力职业技术学院学报》2023,(2):10-12
当前现有预测方法对智能电网短期时间内的电力负荷预测存在预测精度低、预测精度受气象条件变化影响等问题,现引入BP神经网络研究智能电网短期电力负荷预测方法：获取智能电网历史运行数据,对数据进行预处理,对样本进行归一化处理;利用BP神经网络构建电力负荷预测模型;建立模型训练网络拓扑结构,训练模型预测性能;完成电网短期电力负荷预测,并在考虑气象因素的情况下对预测进行补偿,得到预测结果。实验证明：新的预测方法在实际应用中预测精度更高,且预测精度不会受到气象条件的影响。 相似文献
10.
在中长期负荷预测中,由于电力负荷具有突变性,常规GM（1,1）模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性。通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM（1,1）模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM（1,1）模型提高了预测的精度。 相似文献
11.
基于挣得进度的工期预测模型能支持对工程工期的预测,但预测模型都是建立在已发生的工程的挣得进度的基础上,对工程工期的预测不仅是静态的,而且在工程早期阶段,预测的精度不高.本研究基于挣得进度概念,采用灰色系统理论,建立灰色Verhulst全信息预测模型与新陈代谢预测模型,实现了对工期的动态预测.利用三个实际的工程项目的数据,用所建模型对工程工期进行对比仿真预测,然后与挣得进度模型的预测结果进行对比验证.结果表明,基于挣得进度的灰色新陈代谢模型不仅实现了对项目工期的动态预测,而且预测精度比其它两种模型都高. 相似文献
12.
13.
为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。 相似文献
14.
为了改善传统时间序列方法无法在预测模型中添加相关变量等缺点,并提高股指预测精度,运用LSTM神经网络等深度学习方法对我国上证指数及沪深300指数进行预测分析,并将预测结果与RNN、CNN、ARMA等模型进行比较,然后在模型中加入百度指数测试其对预测精度的影响,最后检验LSTM模型对训练步长的敏感性。研究结果表明,LSTM能够实现对股指的精准预测,其预测评价指标MAE、MAPE、RMSE分别为0.008、0.025、0.011,预测误差低于其它模型,加入百度指数可进一步提升其预测能力,但改变LSTM模型训练步长对结果影响不大。因此,LSTM模型在金融经济预测领域有较高的应用价值。 相似文献
15.
城市工业废气排放量变化是非线性的,同时具有复杂的随机性和趋势性特点,传统单一预测模型难以对其变化规律进行准确表达,从而导致预测精度较低。为提高城市工业废气排放量的预测精度,提出了GM-BP组合模型。通过GM（1,1）模型对城市工业废气排放量变化趋势进行预测,然后运用BP神经网络模型对GM（1,1）模型的趋势预测值进行误差修正,以提高预测精度。对南京市2007～2010年城市工业废气排放量进行的仿真实验表明,GM-BP模型的预测精度较高,能够应用于城市工业废气排放量预测。 相似文献
16.
17.
基于神经网络的高血压在线风险评估系统 总被引：1，自引：0，他引：1
由于先前的研究工作不够综合和精确,不足于建立准确的高血压风险评估系统,根据2231个正常样本及823个高血压样本计算的信息增益,对高血压致病因素的重要程度进行了排序,总共建立和测试了42个不同的神经网络模型,发现了一个输入为26个致病因素的神经网络模型,其预测精度远高于先前研究取得的81.61%,该模型关于“是否高血压”、“收缩压”、“舒张压”的预测符合率分别为95.79%,98.22%和98.41%.基于发现的神经网络模型及面向对象的技术,开发了一个能自动收集新样本、学习新样本并能改进预测精度的高血压风险在线评估系统. 相似文献
18.
19.
新陈代谢GM(1,1)模型在火灾预测中的应用 总被引：1，自引：0，他引：1
灰色模型具有所需数据少、预测精度高和无需先验信息的特点.据此,可以应用新陈代谢的灰色预测GM(1,1)模型对我国近年发生的火灾统计数据进行分析预测.而预测结果表明,该模型简单实用,精度较高,在短期预测中有广阔的应用前景. 相似文献
20.
许大宏 《连云港职业技术学院学报》2011,24(1):9-13
为了提高公路交通运输量的预测精度和公路运输行业的管理水平,研究了GM（1,1）模型特性、GM（1,1）在背景值和初始值选择两方面所存在的缺陷;提出一种新的背景值计算方法;最后,利用2000-2004年的公路客运量的实际数据进行了验证,结果表明：改进模型的预测精度要高于GM（1,1）模型的预测精度,前者比后者具有更高的预测精度和可靠性. 相似文献