共查询到19条相似文献，搜索用时 109 毫秒
1.
《宜宾学院学报》2019,(12):110-116
对我国2004-2015年国内游客数据建立模型,用2016年和2017年的数据检验模型的预测精度.首先对其建立灰色GM(1,1)模型并预测,模型精度为97.465%,预测平均绝对残差为182.986 4.利用无偏灰色模型对其进行修正,与灰色模型相比,预测平均绝对残差减少了0.629 4.然后又建立了传统灰色马尔科夫模型和无偏灰色马尔科夫模型,两种模型的精度都达到了99%,预测平均绝对残差分别为11.022 3和7.105 6,因此,两种模型的拟合和预测效果都大大提高.最后利用相对最优模型无偏灰色马尔科夫模型预测我国2018-2020年的国内游客数分别为:5 639.366 8百万人次、6 363.854百万人次、7 181.415 7百万人次. 相似文献
2.
3.
建立每日96点的负荷预测综合模型.引入人工神经网络(ANN)模型,将人体舒适度和历史负荷数据共同作为人工神经网络的输入,建立人工神经网络(ANN)模型,对浙江某市每日96点负荷进行分段预测.每日96点预测值的平均相对误差绝对值可以达到1.3%以下,达到了短期负荷预测精度要求. 相似文献
4.
灰色新陈代谢GM（1,1）模型在农村居民人均纯收入预测中的应用 总被引：3，自引：0，他引：3
研究了基于灰色系统理论的农村居民人均纯收入的预测方法.建立不同维的常规GM（1,1）模型群,根据不同维预测模型的模拟相对误差,优选出基础GM（1,1）模型并建立灰色新陈代谢GM（1,1）模型对陕西省农村居民人均纯收入进行了预测.该方法能够有效融合新信息,弥补常规GM（1,1）模型的不足,实例计算表明该模型预测结果比较准确. 相似文献
5.
6.
7.
研究目的：为了同时预测固体氧化物燃料电池（SOFC）的电压、温度动态特性和设计控制器,建立SOFC的控制相关动态辨识模型。创新要点：为了建立SOFC更精确的最小二乘支持向量回归机（LSSVR）动态模型,采用遗传算法（GA）优化LSSVR的参数。所建GA-LSSVR模型可同时预测SOFC的电压和温度动态特性。研究方法：1.分析SOFC的电化学和能量平衡子模型。2.利用所选择的最优LSSVR参数,建立了SOFC的GA-LSSVR动态辨识模型。通过仿真分析和比较,验证了所建模型的有效性（图3和4）。3.利用所建模型的预测结果,与模拟退火算法优化最小二乘支持向量回归机（SAA-LSSVR）和5折交叉验证最小二乘支持向量回归机（5FCV-LSSVR）模型的预测结果进行了比较,表明所建立的GA-LSSVR模型具有较高的预测精度（表3和4）。重要结论：通过比较SAA-LSSVR和5FCV-LSSVR模型的预测结果,发现所建GA-LSSVR模型具有较好的预测性能和精度。基于所建立的GA-LSSVR模型可进行有效的多变量控制器设计。 相似文献
8.
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
9.
《赤峰学院学报(自然科学版)》2017,(1)
本文使用Eviews软件建立ARIMA模型,对采样一年期的沪深300日数据进行数学处理,识别出建立模型的形式并且建立ARIMA模型,通过所建立的模型对沪深300指数进行预测.通过计量经济学方法评价预测质量,并根据实际预测结果,指出造成沪深300指数的实际值和模型预测值之间有差别的原因,为广大投资者提供沪深300指数的预测方法来作为未来进行股票投资和金融衍生产品投资的参考. 相似文献
10.
基于统计分析下的西藏职业教育发展趋势与对策研究 总被引：1，自引：0，他引：1
应用数学原理和模型,运用统计软件DPS,以近23年来西藏职业教育各项指标为原始数据,研究各个自变量间的相关性,建立各个自变量对因变量的多元线性回归模型,利用趋势预测模型预测2008年的各个指标的值,最后利用趋势外推预测所得的预测值套用线性回归模型再次预测2008年西藏每万人口中的频数.得出结论:两种模型对2008年每万人口中频数的预测值82.9203和83.3333非常接近,反映了所选用和建立的数学模型在理论上具有合理性和有效性. 相似文献
11.
波动率预测的参数方法与非参数方法比较 总被引：1，自引：1，他引：0
对人民币／欧元汇率一阶差分数据建立了GARCH（1,1）模型,并在此模型基础上计算了条件方差;然后,在非参数自回归模型基础上,运用非参数局部线性估计方法计算出了条件方差;最后,运用两种不同的方法进行了比较,结果表明非参数方法的预测效果要优于参数方法的预测效果． 相似文献
12.
为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测. 相似文献
13.
针对设备故障预测模型难以精确建立的特点,为提高故障间隔时间预测的精确度,提出了变周期三角函数-灰色模型GM(1,1)的预测方法。该方法在三角函数-灰色模型GM(1,1)基础上,建立了变周期三角函数—灰色GM(1,1)的组合模型,实现了对设备故障间隔时间的预测;并将预测结果与三角函数-灰色模型GM(1,1)进行对比,结果表明,采用变周期三角函数-灰色模型GM(1,1)对故障间隔时间进行预测,其预测结果的相对误差由24.16%降到3.24%,提高了预测结果的精度。 相似文献
14.
为了提升电信行业收入预测问题准确率,建立基于循环神经网络和长短时记忆网络相结合的收入预测模型。首先对数据作预处理,然后建立卷积层进行核心预测算法优化,再通过训练寻找最优参数,并将其应用于电信运营商收入预测。实验结果表明,该模型可以预测出未来一个月或者几个月的收入增减变化趋势,预测准确率比传统方法提高20%,算法收敛性也提高约15%。该模型预测结果对于电信行业制定营销方案具有较好指导作用。 相似文献
15.
基于MATLAB和BP网络的公路软基沉降量预测模型 总被引：1，自引：0，他引：1
任芳 《福建工程学院学报》2011,9(4)
人工神经网络具有强大的非线性映射能力,文章利用BP神经网络建立了公路软土地基沉降量预测模型,并用MATLAB人工神经网络工具箱进行了实现。根据实测资料,对此预测模型进行训练和预测,试验表明,预测模型具有较好的预测精度,操作简单,具有广阔的工程应用前景。 相似文献
16.
作为衡量空气质量的重要指标,准确预测PM2.5浓度变化尤为重要。提出Prophet和长短期记忆（LSTM）相结合的组合预测模型（Prophet-LSTM）。在模型构建过程中,首先利用Prophet模型的可分解方法,将PM2.5日值浓度序列分解成趋势、周期和随机波动分量|然后对趋势和周期分量建立Prophet模型,对随机波动分量建立LSTM模型|最后将各分量的预测值集成得到PM2.5浓度的预测值。以郑州市PM2.5日值浓度数据为例进行实证分析,结果表明,该组合预测模型相较对比模型能够更好地预测PM2.5日值浓度的变化趋势。 相似文献
17.
通过分析河南省19782013年粮食生产总量数据的特点,建立了时间序列的统计模型,结合统计软件进行数据模拟,对河南粮食产量做预测,实证分析结果表明,模型的预测精度和拟合度很高. 相似文献
18.
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
19.
长江水质污染预测的灰色模型 总被引：5，自引：0，他引：5
水质预测涉及因素众多且机理复杂，而且已知数据偏少，故采用灰色理论中的GM（1，1）模型对长江污染物进行预测，并进行了四种检验，都达到较满意的效果．为了使预测结果更加准确，提出了用GM（1，1）模型群和等维灰数递补动态预测两种方法加以改进，从而避免使用单一的灰色模型容易受到不稳定信息影响的缺陷，使得预测精度更加准确，提高预测结果的可信度． 相似文献