基于改进GM(1,1)和SVM的长期电量优化组合预测模型

针对中长期电量预测可使用的相关历史数据较少、影响因素较为复杂等特点,提出一种基于改进GM(1,1)和支持向量机的优化组合预测模型.该模型将改进灰色预测模型和支持向量机模型进行组合,采用蛙跳寻优算法求取组合预测模型中各单一模型的权重,构建基于蛙跳优化的组合预测模型.将优化后的组合预测模型应用于我国中长期电量预测,选择我国1991-2005年电量进行分析,对2006-2010年的电量进行预测,并与一般组合预测模型及各单一模型进行比较.研究结果表明:本文方法得到的电量平均相对误差为2.06％,比等权组合预测模型、方差－协方差优选组合预测模型以及各单一预测模型的预测精度都有所提高.     

不变权重与变权重组合预测方法的汇率预测研究

本文分别介绍了基于均方误差倒数方法的不变权重组合预测模型和基于Kalman滤波的变权重组合预测方法,并对人民币/美元的汇率进行了实证分析,结果表明后者在预测精度和拟合程度上优于前者。     

组合预测模型在汇率预测中的应用

为准确对汇率进行预测,提出基于ARIMA-GARCH~GED模型与PSO-LSSVM模型的汇率组合预测模型.首先,利用HP滤波将汇率分解为长期趋势序列与循环序列,然后运用ARIMA-GARCH~GED模型对长期趋势序列进行预测分析,运用PSO-LS-SVM模型对循环序列进行训练分析,最后将长期趋势与循环趋势的值相加即为汇率预测值.通过实例分析对比发现,此组合预测模型精度高于单一预测模型,可以更加准确预测非平稳汇率时间序列.     

基于神经网络组合模型的能源消费量预测研究

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况.     

短期负荷预测的集成改进极端学习机方法

首次将极端学习机(ELM)理论引入短期负荷预测领域,并以BFGS拟牛顿法对ELM网络左侧权值进行优化训练调整,形成基于迭代-解析的改进ELM预测模型.同时,采用集成技术Boosting算法,生成多个差异度大的改进ELM子网络,对其进行加权组合,构建了集成改进极端学习机预测模型.该模型不仅有效避免了极端学习机左侧权值随机给定的输出稳定性问题,而且克服了单一网络预测模型泛化能力较差等缺陷.     

基于组合模型的网络流量预测

为了更好地对网络流量进行分析和管理,提出一种基于小波变换、自回归滑动平均模型(ARMA)和极限学习机(ELM)的组合预测模型W-ARMA-ELM.原始数据通过小波分解产生近似序列和细节序列,通过对分解序列的自相关性和偏自相关分析,平稳序列使用ARMA预测,而非平稳序列使用ELM预测.使用兰州大学教育网、网通流量数据和英国学术主干网流量数据三组不同的网络流量数据来检验组合模型W-ARMAELM的预测性能.实验结果表明提出的组合方法要比单一的ARMA和ELM预测效果要好.同时指出使用自相关和偏自相关分析相结合的方法对分解后的子序列进行平稳性判定有助于选择合适的组合模型从而提高预测精度.     

基于PSO与ELM组合算法的短期光伏发电功率预测模型

光伏发电功率受自然环境因素影响较大,具有很强的随机性和波动性,准确及时的光伏发电功率预测对电网的调度运行具有重要的意义.提出了一种基于PSO与ELM组合算法的短期光伏发电功率预测模型.该模型通过调整粒子群优化算法(particle swarm optimization,PSO)不同阶段的寻优重点,为极限学习机(extreme learning machine,ELM)设定出了最佳网络参数,避免了ELM随机产生输入层权值和隐含层阈值造成的网络不稳定问题.同时结合传统神经网络和ELM网络隐含层节点选取原则为组合模型,设定了最佳隐含层节点数,提高了模型预测精度.实际算例验证了组合算法模型能够有效提高短期光伏发电功率预测的预测精度.     

基于ARIMA模型的人民币汇率预测与分析

对2015年8月11日汇改之后的人民币兑美元汇率进行分析,建立ARIMA(14,1,0)模型,残差检验证明该模型是合理的。利用模型ARIMA(14,1,0)对2016年3月10日至2016年3月23日的人民币汇率进行预测,预测结果基本接近实际值,相对误差控制在0.5%以内,并且前5天的平均误差为0.2%。预测结果再次表明,ARIMA(14,1,0)模型完全适用于美元/人民币汇率的建模,特别是对短期范围内汇率的预测是切实可行的。     

用汇率目标区方法评价1995-2004年人民币汇率

均衡汇率是指一个国家对内、对外同时实现均衡的汇率。研究均衡汇率对国家制定对外经济政策,维持经济稳定具有十分重要的意义。用K rugm an汇率目标区理论建立了人民币均衡汇率汇率目标区模型。选取不同基础经济变量组合建立汇率目标区模型对人民币汇率进行评价。计算结果说明1995—2004年人民币对美元实际汇率对均衡汇率的失调度均小于4%。并用该模型对2005年末人民币均衡汇率进行预测。结果表明目前人民币汇率处于合理水平。     

基于小波能谱熵和改进ELM的转辙机故障预测

为了进一步提高铁道转辙机故障预测精度和维修效率,提出了一种基于小波能谱熵和改进极限学习机(Extreme Learning Machine, ELM)的转辙机故障预测方法.首先,将采集到的转辙机功率数据用完备集合经验模态分解方法进行预处理;然后,计算各个固有模态函数的小波能谱熵值,通过核主元分析原理方法将多维特征数据降至1维,构建转辙机的退化性能指标,得出失效阈值;最后,利用自适应鲸鱼优化算法对ELM预测模型的权值和阈值进行全局寻优,以获得最优的预测模型,实现对转辙机故障趋势的预测.用Matlab软件对新方法进行实例分析,并与支持向量机和ELM模型进行对比.仿真结果表明,与传统预测模型相比,基于改进ELM模型均方误差更接近于0,决定系数更接近于1,表明该模型预测精度更高,性能更佳,证明了该方法应用于转辙机故障预测的可行性.     

DPFT模型与RLS模型结合的实时预报模型

本文介绍了一个由法国首先提出的降雨径流流域模型,该模型把以转移函数一阶差分(DPFT)为基础的降雨径流模型与以渐消记忆递推最小二乘法(RLS)实现参数实时估计的自回归滑动平均模型结合在一起,前者用于上游子流域或支流流域:后者用于子流域以下.本文在DPFT参数计算上与原模型有所不同,经试验效果是好的.文中还用国内资料作了一个DPFT模型的算例,模拟精度是较高的.     

基于TSK模型的车辆跟驰模型

为解决传统的基于模糊推理的车辆跟驰模型参数校准精度差的问题,提出了基于TSK模型的车辆跟驰模型.采用改进的基于遗传算法的TSK模型辨识方法,对分组中数据点不足的情况作了特别处理,通过GPS采集跑车实验数据,根据实测数据构建并验证TSK模型.实验结果和理论分析吻合较好,模型精度提高了一个数量级,表明TSK模型用于车辆跟驰模型是可行的.     

非参数回归模型的模型检验

在此考虑非参数回归模型的模型检验问题．基于Plug-in经验似然方法。构造经验似然比检验统计量．证明其满足Wilks’现象,而得到了一定显著性水平的拒绝域,最后通过数据模拟。讨论了其检验功效．     

夸克-胶子等离子体模型与三火球模型

对比夸克—胶子等离子体模型与三火球模型物理图象的异同,以ＱＣＤ袋模型和统计流体力学模型的计算值对应三火球模型中重要参数及快度窗口粒子分布和多重数分布．     

线模型到面模型的转换

该文在传统线模型的基础上,建立了新的线—面混合模型,并通过对混合模型的自动消隐,实现线模型的消隐。所提算法均已在IBM/PC机上用TURBO PASCAL语言实现。     

XML模型到关系模型的映射

针对XML数据与关系数据在静态数据转换方面存在的问题,创建一个描述XML的XML model(XML模型).使用XML model和ER模型分别表示XML模式和关系模式,并分析模型间的映射关系,建立XML模式与关系模式的映射框架;给出从XML模式到关系模式的映射算法,应用该算法可以将XML数据转化为关系数据.     

一种基于灰色模型和机理模型集成的质量预测模型及其应用

针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到显著的提高.     

从关系模式到网状模式

提出了一个在一般的概念下将关系式数据模式转换成网状数据模式的方法以及对生成的网状结构进行优化的几种方案,并根据图论方法导出结点的优化次序,提出了一个空间节约率决策函数,以决定多种优化方法的取舍。     

Vassicek模型下的风险模型

风险模型里加入利率,是基于货币的时间价值.从长期来看,利率不是固定的,而是一个随机变量.考虑一种具有随机利率的风险模型.随机利率的未来取值依赖于利率当前值,且具有均值回复的特点,故对随机利率采取Vassicek模型.通过分析带有此类随机利率的风险模型,得到利息力的联合分布、总索赔额的期望和方差的表达式.依据这些结果,可以得到未来收益和风险的更精确估计,对保险公司产品的制定具有参考意义.     

Ramsauer模型与球型光学模型的比较

Ramsauser模型[1]是计算中子全截面的经验模型,根据Ramsauser模型计算27-Co-59,41-Nb-93,83-Bi-209,五个核的中子全截面.APMN[2]程序中的球型光学模型是理论模型,通过它再次计算27-Co-59的中子全截面,然后两种模型进行比较,并对两种模型的计算结果做出分析结果.