期刊文献+
共找到725篇文章
< 1 2 37 >
每页显示 20 50 100
集合经验模态分解-主成分分析分解消噪下的支持向量机组合模型预测 被引量:3
1
作者 桑秀丽 肖清泰 +1 位作者 王华 韩继光 《计算机应用》 CSCD 北大核心 2015年第3期766-769,774,共5页
针对工业现场间歇性非平稳时间序列中的特征提取与状态预测问题,提出了一种基于集合经验模态分解(EEMD)、主成分分析(PCA)和支持向量机(SVM)的预测新方法。首先,利用EEMD算法对间歇性非平稳时间序列进行多时间尺度分析,得到一组不同尺... 针对工业现场间歇性非平稳时间序列中的特征提取与状态预测问题,提出了一种基于集合经验模态分解(EEMD)、主成分分析(PCA)和支持向量机(SVM)的预测新方法。首先,利用EEMD算法对间歇性非平稳时间序列进行多时间尺度分析,得到一组不同尺度的本征模函数(IMF)分量;然后,基于"3σ"原则估计噪声能量,自适应确定累计贡献率,利用PCA算法去除IMF中存在的噪声,降低特征维数和冗余度;最后,在确定SVM关键参数的基础上,以主分量作为输入变量预测未来。实例测试效果显示:平均绝对误差(MAE)、均方误差(MSE)、平均绝对误差百分比(MAPE)和均方误差百分比(MSPE)分别为514.774,78.216,12.03%和1.862%。实验结果表明:风能场输出功率时间序列经过EEMD算法和PCA算法的进一步消去噪声处理,在抑制混频现象发生的同时降低了非平稳性,使得最后进行SVM预测的精度较未经PCA处理更高。 展开更多
关键词 间歇性非平稳时间序列 集合经验模态分解 主成分分析 支持向量机 组合模型预测
在线阅读 下载PDF
用灰色神经网络组合模型预测农机总动力发展 被引量:32
2
作者 朱瑞祥 黄玉祥 杨晓辉 《农业工程学报》 EI CAS CSCD 北大核心 2006年第2期107-110,共4页
农机总动力的需求预测是一个复杂的非线形系统,其发展变化具有增长性和波动性。该文首先在灰色预测模型的基础上建立了新陈代谢型灰色预测模型群,然后结合灰色GM(1,1)模型和BP网络模型的优缺点,建立了串联新陈代谢型灰色神经网络组合预... 农机总动力的需求预测是一个复杂的非线形系统,其发展变化具有增长性和波动性。该文首先在灰色预测模型的基础上建立了新陈代谢型灰色预测模型群,然后结合灰色GM(1,1)模型和BP网络模型的优缺点,建立了串联新陈代谢型灰色神经网络组合预测模型,并对中国农机总动力需求进行了预测,结果表明预测值和实际结果有很好的一致性。 展开更多
关键词 农机总动力 灰色GM(1 1) 新陈代谢 BP网络 组合预测模型 预测分析
在线阅读 下载PDF
灰色GM(1,1)-小波变换-GARCH组合模型预测松花江流域水质 被引量:14
3
作者 徐梅 晏福 +2 位作者 刘振忠 李高华 渠佩云 《农业工程学报》 EI CAS CSCD 北大核心 2016年第10期137-142,共6页
为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)... 为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P<0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。 展开更多
关键词 水质 模型 污染 预测 小波分解与重构 灰色GM(1 1)-小波变换 GARCH组合预测模型
在线阅读 下载PDF
利用标准差赋权组合模型预测大宗货物运输需求 被引量:1
4
作者 崔淑华 侯慧君 武慧荣 《交通科技与经济》 2022年第6期31-38,共8页
目前关于运输需求预测研究,大多采用以历史运输量数据为基础进行直接预测的方法,但这种使用单一模型且不考虑关联因素的预测方法,易导致预测结果与实际值偏差较大。提出基于标准差赋权,建立多元线性回归预测模型与GM(1,1)-MLP神经网络... 目前关于运输需求预测研究,大多采用以历史运输量数据为基础进行直接预测的方法,但这种使用单一模型且不考虑关联因素的预测方法,易导致预测结果与实际值偏差较大。提出基于标准差赋权,建立多元线性回归预测模型与GM(1,1)-MLP神经网络预测模型并联结构的组合预测模型。以哈尔滨市粮食产量的历史数据验证组合预测模型的有效性,结合产运系数,对目标年哈尔滨市粮食运输需求进行预测,为大宗货物运输组织方案设计提供数据支持。结果表明:相较于两种单一预测模型,组合预测模型的预测精度更高,能反映哈尔滨市的粮食产量、运输需求量及变化趋势。 展开更多
关键词 货物运输 运输需求 组合预测模型 多元线性回归模型 GM(1 1)-MLP神经网络模型 产运系数
在线阅读 下载PDF
电力月负荷的混沌趋势组合模型预测
5
作者 李眉眉 丁晶 +1 位作者 衡彤 覃光华 《四川电力技术》 2006年第3期1-3,共3页
针对电力月负荷同时具有趋势增长性和季节波动性,使负荷表现出复杂的非线性特征,从而提出了电力月负荷的混沌趋势组合模型。以四川省全省月负荷序列为例,把原始电力月负荷序列分解为趋势序列和剩余序列。通过计算剩余序列的混沌特征量,... 针对电力月负荷同时具有趋势增长性和季节波动性,使负荷表现出复杂的非线性特征,从而提出了电力月负荷的混沌趋势组合模型。以四川省全省月负荷序列为例,把原始电力月负荷序列分解为趋势序列和剩余序列。通过计算剩余序列的混沌特征量,识别出剩余序列的混沌特性。在此基础上,利用混沌趋势组合模型对月负荷时间序列进行预测,实例结果表明,该方法对电力月负荷的预测是可行的。 展开更多
关键词 月负荷时间序列 混沌理论 趋势分析 组合预测模型
在线阅读 下载PDF
多方法组合预测模型在CSEP计划中的应用和预测效能检验
6
作者 于晨 韩盈 +2 位作者 张永仙 张小涛 余怀忠 《地震研究》 北大核心 2025年第2期199-209,共11页
为了更好地评估CSEP中国检验中心的实用性,对基于多方法组合预测模型MMEP的2018—2023年全国5级以上地震的年度预测结果进行了系统梳理,并采用CSEP中国检验中心的R值评分模块对年度预测结果进行了评估。结果表明:(1)近几年MMEP年度预测... 为了更好地评估CSEP中国检验中心的实用性,对基于多方法组合预测模型MMEP的2018—2023年全国5级以上地震的年度预测结果进行了系统梳理,并采用CSEP中国检验中心的R值评分模块对年度预测结果进行了评估。结果表明:(1)近几年MMEP年度预测结果的R值评分均值在0.3~0.4,年度预测效能波动较小;(2)中国大陆西部地区的预测结果优于东部地区,其中2019年四川长宁6.0级、2020年新疆伽师6.4级和于田6.4级地震的年度预测以及四川泸定6.8级地震的中短期预测的“时、空、强”三要素基本正确。 展开更多
关键词 多方法组合预测模型 CSEP计划 加卸载响应比 R值评分方法 预测效能检验
在线阅读 下载PDF
基于MVMCGS组合模型的短期电力负荷预测研究
7
作者 陈金龙 吴斌(指导) 孙丽 《上海电机学院学报》 2025年第1期14-20,共7页
随着电力系统的不断更新,其负荷波动性及非线性特征变得难以预测,进而导致负荷预测精度不高。针对这一问题,提出了一种基于多策略鲸鱼优化算法(MSWOA)、多尺度样本熵(MSE)优化的变分模态分解(VMD)与冠豪猪优化(CPO)算法、自注意力机制... 随着电力系统的不断更新,其负荷波动性及非线性特征变得难以预测,进而导致负荷预测精度不高。针对这一问题,提出了一种基于多策略鲸鱼优化算法(MSWOA)、多尺度样本熵(MSE)优化的变分模态分解(VMD)与冠豪猪优化(CPO)算法、自注意力机制优化的门控循环单元(GRU)相结合的组合预测模型,即MVMCGS组合预测模型。首先,利用复合混沌映射、自适应权重策略、高斯变异结合淘金优化算法增强鲸鱼优化算法的局部和全局搜索能力,得到MSWOA;然后,结合MSE优化VMD,提高分解效果;最后,采用CPO优化GRU模型参数和自注意力机制优化GRU模型的权重分配,将分解后的子序列导入模型中,提高模型预测精度。实验表明:该模型的预测能力表现出色,其预测精度优于单一模型和其他相关混合模型,验证了该模型的有效性。 展开更多
关键词 多策略鲸鱼优化算法 多尺度样本熵 自注意力机制 组合预测模型
在线阅读 下载PDF
基于博弈论综合赋权改进的交通事故组合预测模型研究
8
作者 单小曼 刘尊青 +3 位作者 辛宁 侯金超 姚亮 王逸飞 《现代电子技术》 北大核心 2025年第5期120-126,共7页
为改善交通安全,提升交通事故预测模型的精度。基于熵权法、反熵权法、CRITIC法和变异系数法进行权重计算,继而通过等权法、乘积合成法和博弈论思想进行综合赋权,对组合模型进行改进。研究结果表明:基于博弈论综合赋权改进的GM(1,1)-指... 为改善交通安全,提升交通事故预测模型的精度。基于熵权法、反熵权法、CRITIC法和变异系数法进行权重计算,继而通过等权法、乘积合成法和博弈论思想进行综合赋权,对组合模型进行改进。研究结果表明:基于博弈论综合赋权改进的GM(1,1)-指数平滑-BP组合预测模型的预测效果最佳,其决定系数(R^(2))高达0.994,平均绝对误差百分比(MAPE)仅为1.426%,较单项模型和直接组合模型预测程度更好,误差率更低。基于博弈论思想离差最小化求解最优权重组合系数,能够有效结合不同赋权方法的优势,权衡各方法之间的最优解,从而避免模型出现过度拟合、预测误差大及缺乏动态适应性等问题。同时,组合预测模型以数据最大优化为核心原则,可有效克服单项预测模型的局限,使其能更好地适应复杂变化的环境及数据,显著提升了预测的准确性和稳定性,增强了模型的鲁棒性和适应性。 展开更多
关键词 交通安全 交通事故 博弈论 GM(1 1)-指数平滑-BP 赋权改进 组合预测模型
在线阅读 下载PDF
基于AHP与熵值法构建的火灾预测组合灰色模型
9
作者 郑子温 那孜古力·斯拉木 +1 位作者 王婧蓉 王旭东 《现代电子技术》 北大核心 2024年第5期118-126,共9页
火灾预测可以帮助消防部门更好地采取预防措施和制定灭火方案,减轻火灾损失。如何通过人工智能方法预测火灾数量、判断火灾发展趋势成为一项重要的研究课题。对城市消防火灾数量进行预测时,文中首先对原始数据序列进行加权滑动均值处理... 火灾预测可以帮助消防部门更好地采取预防措施和制定灭火方案,减轻火灾损失。如何通过人工智能方法预测火灾数量、判断火灾发展趋势成为一项重要的研究课题。对城市消防火灾数量进行预测时,文中首先对原始数据序列进行加权滑动均值处理;其次建立了基于背景值优化的灰色模型和无偏优化灰色模型;而后引入了结合等维新息理论的马尔可夫模型,对经过改进的灰色模型进行预测值的残差修正;最后建立了基于层次分析法(AHP)与熵值法的主客观赋权组合模型。针对北京市2012—2019年火灾事故数据进行建模,并对后续两年的火灾发生数量进行数据预测与模型对比验证分析,根据预测结果判断未来火灾数据的变化趋势。实验结果显示,优化模型可以提高预测精度,其中结合AHP与熵值法的组合模型预测精度达到了相对残差最小为0.6105%,后验方差比为0.323%。实验结果证明,优化后的模型可以更好地应用于对火灾事故的预测。 展开更多
关键词 火灾事故预测 GM(1 1) 马尔可夫模型 等维新息理论 层次分析法 熵值法 组合模型预测
在线阅读 下载PDF
Prophet-LSTM组合模型在运输航空征候预测中的应用 被引量:2
10
作者 杜红兵 邢梦柯 赵德超 《安全与环境学报》 CAS CSCD 北大核心 2024年第5期1878-1885,共8页
为准确预测中国运输航空征候万时率,提出了一种将时间序列模型和神经网络模型组合的预测方法。首先,利用2008年1月—2020年12月的运输航空征候万时率数据建立Prophet模型,使用RStudio软件进行模型拟合,获取运输航空征候万时率的线性部分... 为准确预测中国运输航空征候万时率,提出了一种将时间序列模型和神经网络模型组合的预测方法。首先,利用2008年1月—2020年12月的运输航空征候万时率数据建立Prophet模型,使用RStudio软件进行模型拟合,获取运输航空征候万时率的线性部分;其次,利用长短期记忆网络(Long Short-Term Memory,LSTM)建模,获取运输航空征候万时率的非线性部分;最后,利用方差倒数法建立Prophet-LSTM组合模型,使用建立的组合模型对2021年1—12月运输航空征候万时率进行预测,将预测结果与实际值进行对比验证。结果表明,Prophet-LSTM组合模型的EMA、EMAP、ERMS分别为0.0973、16.1285%、0.1287。相较于已有的自回归移动平均(Auto Regression Integrated Moving Average,ARIMA)+反向传播神经网络(Back Propagation Neural Network,BPNN)组合模型和GM(1,1)+ARIMA+LSTM组合模型,Prophet-LSTM组合模型的EMA、EMAP、ERMS分别减小了0.0259、10.4874百分点、0.0143和0.0128、2.0599百分点、0.0086,验证了Prophet-LSTM组合模型的预测精度更高,性能更优良。 展开更多
关键词 安全社会工程 运输航空征候 Prophet模型 长短期记忆网络(LSTM)模型 组合预测模型
在线阅读 下载PDF
N-Calculator与NUFER耦合模型和组合预测法在食物氮足迹研究中的应用
11
作者 乔森 赵骏廷 郑洪波 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期778-786,共9页
为改善传统N-Calculator模型的局限性,加强食物氮足迹核算结果与环境影响的联系,提高活性氮管理预见性,将N-Calculator模型与食物系统养分流动(Nutrient Flows in Food Chains,Environment and Resources Use,NUFER)模型进行耦合,以估... 为改善传统N-Calculator模型的局限性,加强食物氮足迹核算结果与环境影响的联系,提高活性氮管理预见性,将N-Calculator模型与食物系统养分流动(Nutrient Flows in Food Chains,Environment and Resources Use,NUFER)模型进行耦合,以估算我国2001—2020年人均食物氮足迹,建立组合预测体系。结果显示:2001—2020年,我国人均食物氮足迹由16.04 kg N/a增至18.95 kg N/a;全国食物氮足迹由20.47 Mt N/a增至26.76 Mt N/a;居民饮食结构正由以植物源食物为主的低氮消费模式转向以动物源食物为主的高氮消费模式;食物生产过程产生的活性氮的最终归宿为大气(64.3%)、水体和深层土壤(35.7%);我国食物氮足迹与人均可支配收入、城市化率、动物源食物消费氮占比呈正相关性,与恩格尔系数呈负相关性;未来10 a我国人均食物氮足迹呈增长趋势,预测结果显示年均增幅为0.16 kg N/a。 展开更多
关键词 环境学 食物氮足迹 活性氮 N-Calculator模型 NUFER模型 组合预测模型
在线阅读 下载PDF
基于加权组合模型的二手车价格预测方法
12
作者 周远 贺波涛 《计算机与数字工程》 2024年第5期1449-1452,1458,共5页
为了提高二手车价格预测的精度与可靠性,提出了一种基于神经网络与贝叶斯优化LightGBM算法的加权组合方法,对具有多个影响因素的二手车价格进行预测。首先对原始数据进行数据预处理,其次对预处理后的数据集进行特征工程以获得适合神经... 为了提高二手车价格预测的精度与可靠性,提出了一种基于神经网络与贝叶斯优化LightGBM算法的加权组合方法,对具有多个影响因素的二手车价格进行预测。首先对原始数据进行数据预处理,其次对预处理后的数据集进行特征工程以获得适合神经网络与树模型训练的数据集,然后分别使用神经网络与贝叶斯优化的若干机器学习算法进行训练获得网络模型,最后将各模型进行组合并与单一模型进行对比。预测结果显示,提出的神经网络与改进LightGBM算法的加权组合模型比单一模型以及其他组合方式的模型预测能力更强。 展开更多
关键词 LightGBM算法 神经网络 贝叶斯优化 机器学习 组合模型预测
在线阅读 下载PDF
应用ARIMA-GM(1,1)组合模型预测手足口病发病率
13
作者 车崇亮王永斌蒋宁陈银苹 《中文科技期刊数据库(文摘版)医药卫生》 2016年第8期00301-00303,共4页
比较ARIMA模型和ARIMA-GM(1,1)组合模型在我国手足口病月发病率预测中的应用效果,探讨优化预测手足口病发病率的模型。方法:使用我国2008年5月至2014年12月期间手足口病月发病率资料,用EXCEL2010、SPSS22.0和EViews8.0拟合两种模型,并用... 比较ARIMA模型和ARIMA-GM(1,1)组合模型在我国手足口病月发病率预测中的应用效果,探讨优化预测手足口病发病率的模型。方法:使用我国2008年5月至2014年12月期间手足口病月发病率资料,用EXCEL2010、SPSS22.0和EViews8.0拟合两种模型,并用2014年7月~12月的数据评价模型的预测效果。结果:ARIMA模型和ARIMA-GM(1,1)组合模型拟合及预测的MRD,MSE,RMSE和MAE分别为19.072,8.135,2.852,3.911和16.483,7.246,2.692,2.289;18.157,7.334,2.708,3.033和15.349,6.947,2.636,2.179。结论:ARIMA-GM(1,1)组合模型拟合及预测效果优于ARIMA模型。 展开更多
关键词 周期分解法 ARIMA模型 GM(1 1)模型 组合模型 手足口病 发病率 预测
在线阅读 下载PDF
基于二次分解和乌鸦搜索算法优化组合模型的超短期风速预测 被引量:3
14
作者 邱文智 张文煜 +2 位作者 郭振海 赵晶 马可可 《太阳能学报》 EI CAS CSCD 北大核心 2024年第3期73-82,共10页
针对风速的波动性和随机性等特点,提出一种基于二次分解和乌鸦搜索算法优化组合模型的超短期风速预测方法。该方法的基本思路是构造基于变分模态分解、样本熵和奇异谱分析的二次分解的方法,将原始风速序列分解为不同的子序列,并对这些... 针对风速的波动性和随机性等特点,提出一种基于二次分解和乌鸦搜索算法优化组合模型的超短期风速预测方法。该方法的基本思路是构造基于变分模态分解、样本熵和奇异谱分析的二次分解的方法,将原始风速序列分解为不同的子序列,并对这些子序列分别建立预测模型,最后重构。对变分模态分解的子序列建立基于长短时记忆网络的深度学习模型预测,而残差序列进行二次分解后的子序列建立乌鸦搜索算法优化的组合预测模型预测。最后,对子序列进行重构并得到最终的预测结果。使用实际的风速观测资料开展模拟实验,结果表明:在3个风电场中,所提模型与其他模型相比平均相对误差分别提升了30.07%、37.56%和37.40%,验证了混合模型在超短期风速预测中的有效性和稳定性,以及在不同数据集上的泛化性能。 展开更多
关键词 风速 预测 长短时记忆 二次分解 乌鸦搜索算法 组合预测模型
在线阅读 下载PDF
基于SSA-LMD-GM的大坝变形组合预测模型 被引量:1
15
作者 李旭 冯晓 +1 位作者 刘宇豪 潘国兵 《工程勘察》 2024年第1期45-49,共5页
为提高大坝变形预测精度,针对大坝原始监测信号中的噪声,以及其非平稳性、非线性等特点,引入奇异谱分析(SSA)和局部均值分解(LMD)方法,提出SSA-LMD-GM模型。采用奇异谱分析(SSA)对原始监测信号进行去噪处理,为充分提取大坝形变信息特征... 为提高大坝变形预测精度,针对大坝原始监测信号中的噪声,以及其非平稳性、非线性等特点,引入奇异谱分析(SSA)和局部均值分解(LMD)方法,提出SSA-LMD-GM模型。采用奇异谱分析(SSA)对原始监测信号进行去噪处理,为充分提取大坝形变信息特征,利用局部均值分解(LMD)对去噪后的监测信号进行分解。针对乘积函数(PF)分量的特征采用合适的模型预测分析,剩下余项则采用GM(1,1)模型。利用实际工程案例进行检验,结果表明,相较于其他模型,SSA-LMD-GM模型预测精度和拟合精度更加优秀,能较好地预测大坝变形趋势,具有一定的应用价值。 展开更多
关键词 大坝变形监测 奇异谱分析 局部均值分解 GM(1 1)模型 组合预测模型
在线阅读 下载PDF
褐土全氮含量Vis/NIRS组合预测模型的构建
16
作者 张秀全 马世兴 +2 位作者 李志伟 郑德聪 宋海燕 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第8期2310-2317,共8页
准确掌握农田土壤全氮含量对于评估土壤肥力,合理施用氮肥具有重要意义。为综合利用各个单预测模型的优势,提升整体预测性能、降低模型方差,提高鲁棒性,以农田褐土土壤为研究对象,基于近红外-可见光高光谱数据,提出了一种基于标准差的... 准确掌握农田土壤全氮含量对于评估土壤肥力,合理施用氮肥具有重要意义。为综合利用各个单预测模型的优势,提升整体预测性能、降低模型方差,提高鲁棒性,以农田褐土土壤为研究对象,基于近红外-可见光高光谱数据,提出了一种基于标准差的预测有效度组合预测模型(CPM),用于预测土壤全氮含量。对原高光谱数据采用Savitzky-Golay平滑和一阶微分变换,采用树模型进行特征波段提取,利用决策树回归(DTR)(模型1)、高斯核回归(GKR)(模型2)、随机森林回归(RF)(模型3)、LASSO回归(模型4)、多层感知器回归(MLP)(模型5)5个单预测模型,通过单预测模型的线性组合建立组合预测模型。结果表明:(1)通过广义简约梯度优化算法求得组合预测模型中5个单预测模型的权重分别为ω_(1)*=0.407,ω_(2)*=0.378,ω_(30*=0.215,ω_(4)*=0,ω_(5)*=0;(2)对于所有数据,基于5种单预测模型和组合预测模型对土壤全氮含量预测的预测有效度分别为M_(1)=0.855,M_(2)=0.856,M_(3)=0.847,M_(4)=0.785,M_(5)=0.796,M_(CPM)=0.880;与单模型预测有效度最大值相比,组合预测模型预测有效度提高了2.924%;(3)对于所有数据,基于5种单预测模型和组合预测模型对土壤全氮含量预测的预测精度和标准差分别为E(A_(1))=0.924,σ(A_(1))=0.075,E(A_(2))=0.928,σ(A_(2))=0.077,E(A_(3))=0.923,σ(A_(3))=0.082,E(A_(4))=0.882,σ(A_(4))=0.109,E(A_(5))=0.889,σ(A_(5))=0.104,E(A_(CPM))=0.937,σ(A_(CPM))=0.066,与单模型预测精度最大值相比,组合预测模型预测精度提高了0.970%,模型稳定性提高了12.000%,且为优性组合预测。组合预测模型可用于可见光-近红外光谱数据的农田褐土土壤全氮含量的有效估测,可为农田土壤全氮含量的快速监测提供依据和参考。 展开更多
关键词 可见光-近红外 高光谱预测 全氮含量 组合预测模型
在线阅读 下载PDF
基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测
17
作者 徐健 桂海霞 《山东交通学院学报》 CAS 2024年第3期39-45,共7页
为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量... 为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。 展开更多
关键词 组合预测模型 BP神经网络模型 二次指数平滑法模型 物流需求 预测
在线阅读 下载PDF
基于量子和声搜索算法的可再生能源渗透率组合预测模型研究
18
作者 武雪婷 孙伟 +3 位作者 李沛妍 刘佳岩 李兵抗 张浩楠 《智慧电力》 北大核心 2024年第9期49-55,共7页
“双碳”目标极大地促进了我国可再生能源的发展。针对可再生能源渗透率的准确预测问题,提出基于量子和声搜索(QHS)算法的可再生能源渗透率组合预测模型。首先,采用多层感知器筛选出与可再生能源渗透率强相关的因素;其次,选择4种不同的... “双碳”目标极大地促进了我国可再生能源的发展。针对可再生能源渗透率的准确预测问题,提出基于量子和声搜索(QHS)算法的可再生能源渗透率组合预测模型。首先,采用多层感知器筛选出与可再生能源渗透率强相关的因素;其次,选择4种不同的单项预测模型,采用改进折现均方预测误差加权(MDMFSE)组合模型对单项预测模型结果进行集成;最后,利用QHS算法对MDMFSE的加权系数进行动态优化,构建QHS-MDMFSE组合预测模型,实现对可再生能源渗透率的预测。算例分析表明,所提模型相较其他传统模型具有更高的预测精度,且稳定性更高。 展开更多
关键词 可再生能源渗透率 量子和声搜索 MDMSFE组合预测模型 动态赋权 多层感知器
在线阅读 下载PDF
基于AR-LSTM-BP的CPI组合预测模型
19
作者 孙春 庄科俊 崔培贤 《喀什大学学报》 2024年第3期30-34,共5页
针对居民消费价格指数(CPI)预测准确性的问题,提出一种AR-LSTM-BP组合预测模型.首先分别用回归(AR)、长短时记忆网络(LSTM)和BP神经网络这三种模型对CPI预测,并对预测结果进行比较分析;随后引入诱导有序加权调和平均算子(IOWHA)的概念,... 针对居民消费价格指数(CPI)预测准确性的问题,提出一种AR-LSTM-BP组合预测模型.首先分别用回归(AR)、长短时记忆网络(LSTM)和BP神经网络这三种模型对CPI预测,并对预测结果进行比较分析;随后引入诱导有序加权调和平均算子(IOWHA)的概念,构建AR-LSTM-BP组合预测模型.结果表明,IOWHA组合预测模型的误差均小于单项预测模型,预测结果准确性较高,能够更好地反映CPI的波动走势. 展开更多
关键词 CPI 组合预测模型 自回归模型 IOWHA算子
在线阅读 下载PDF
基于组合预测模型的上海物流需求预测
20
作者 盛俊凡 张志清 《物流科技》 2024年第19期28-32,共5页
随着物流行业的快速发展,为保证资源配置的合理运用,提前预测地区的物流货运量情况必不可少。以上海为例,将灰色预测模型与三次指数平滑预测模型结合起来,利用方差倒数加权法得到系数,再根据上海2016年到2020年实际货运量建立组合预测模... 随着物流行业的快速发展,为保证资源配置的合理运用,提前预测地区的物流货运量情况必不可少。以上海为例,将灰色预测模型与三次指数平滑预测模型结合起来,利用方差倒数加权法得到系数,再根据上海2016年到2020年实际货运量建立组合预测模型,从而预测出上海未来十年的货运量。最终发现上海货运量呈现逐年增长趋势,并在2032年达到最高444543.15万吨。最后,依据预测的结果对上海物流发展提供一些建议。 展开更多
关键词 物流需求 灰色预测模型 三次指数平滑预测模型 组合预测模型
在线阅读 下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部