变权缓冲算子及缓冲算子公理的补充

基于冲击扰动系统的相关概念,提出了变权缓冲算子的概念,分别构造了变权弱化缓冲算子和变权强化缓冲算子,定义了缓冲算子调节度来反映缓冲算子对原始序列的作用强度,并研究了缓冲算子调节度与可变权重之间的关系,在此基础上提出了缓冲算子的单调性不变公理.结果表明,可变权重在功能上类似于高阶作用算子,但在控制缓冲算子作用强度方面的灵活性要明显优于高阶缓冲算子.因此,变权缓冲算子有效地解决了在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.     

基于新弱化算子的GM(1,1)建模精度分析

改进数据序列的光滑度是提高GM(1, 1)预测精度的有效方式之一.在对现有弱化缓冲算子深入分析的基础上,根据缓冲算子公理以及新信息优先利用原理,构建了一类新的弱化缓冲算子, 同时从理论上给予了证明,有效地解决了冲击扰动数据序列在建模预测中常常出现的定量预测结果与定性分析结论不符的问题.数值分析验证了这类新弱化算子的有效性.     

缓冲算子的光滑性

针对人们对缓冲算子提高建模精度原因的认识误区,提出了缓冲算子光滑性的概念,给出了缓冲算子能否提高序列光滑性的判别条件,分别研究了弱化缓冲算子和强化缓冲算子的光滑特性,并以实例加以验证.结果表明,弱化缓冲算子一定可以提高序列光滑性;而强化缓冲算子却在降低序列光滑性的同时提高了预测精度.提高序列的光滑性和消除冲击扰动因素的影响是提高灰建模精度的两个不同方面,对于稳定系统,序列光滑性是影响建模精度的主要因素,而对于冲击扰动系统,影响建模精度的主要因素是系统的冲击扰动.     

调和变权缓冲算子及其作用强度比较

针对传统缓冲算子不能实现作用强度的微调, 从而导致缓冲作用效果过强或过弱的问题, 构造了调和变权弱化缓冲算子(VWHWBO) 和调和变权强化缓冲算子(VWHSBO), 研究了该类缓冲算子调节度与可变权重之间的关系, 比较了调和变权缓冲算子与算术变权缓冲算子、几何变权缓冲算子的作用强度, 并探讨了该类缓冲算子的优化问题. 结果表明, 该类缓冲算子对序列的调节度是可变权重的单调增函数, 在控制作用强度方面的灵活性要明显优于传统缓冲算子; 算术变权缓冲算子、几何变权缓冲算子与调和变权缓冲算子的弱化算子和强化算子的作用强度都是依次递减的. 最后, 以我国能源消费总量的预测问题为例验证了调和变权缓冲算子的有效性与优越性, 以及三算子的作用强度.     

基于平均增长率的弱化变权缓冲算子及其性质

针对传统缓冲算子不能根据实际问题的需要实现其作用强度的微调,从而导致缓冲算子的作用效果不理想的问题,构造了基于序列平均增长率的新型弱化变权缓冲算子。研究该弱化变权缓冲算子的作用强度与变权系数之间的关系,证明了该变权缓冲算子能够提高序列的光滑性,并基于灰色关联分析与粒子群算法给出了变权系数的智能寻优方法。最后以江苏省民用汽车数量预测问题为例,检验了该弱化变权缓冲算子的有效性。     

弱化缓冲算子对GM(1,1)模型的预测效应及适用性

在GM（1,1）模型预测中,缓冲算子能有效处理含有冲击扰动因素的原始数据,改善模型的预测效果. 本文在系统分析缓冲算子对GM（1,1）预测作用过程的基础上,提出了GM（1,1）模型的预测效应以及缓冲算子适用性的评价准则. 选用典型的6种弱化缓冲算子对河南粮食产量数据分长序列、宽间距序列和短序列三种情况进行了模拟计算分析. 确立了不同算子对GM（1,1）模型预测产生的效应及其适用范围,并选用具有类似特征的其他数据序列验证了研究结果的有效性.     

动态灰预测模型的缓冲适应性建模方法

提升对数据特征的适应能力是预测建模的关键问题之一.本文融合缓冲算子方法与灰色滚动预测模型构建适应性灰预测模型,即BARGM模型.该方法将原始序列拆分为连续的数据片段,利用缓冲算子和数据片段上的反馈信息调整变权系数.并用GM(1,1)的衍生模型对调整后的片段数据进行逐步建模和外推;缓冲适应性模型相对传统建模方法具有两个特点,即改变灰模型响应式形式的单一性、具有较强的智能化拓展能力:案例研究采用我国能源相关的温室气体排放数据进行建模测试与对比,建模结果显示拟合精度和预测精度均有明显提升,印证了缓冲适应性建模方法的有效性.     

几何变权缓冲算子及其作用强度研究

针对传统缓冲算子不能实现作用强度的微调,从而导致缓冲作用效果过强或过弱的问题,构造了几何变权弱化缓冲算子(VWGWBO)和几何变权强化缓冲算子(VWGSBO),研究了该类缓冲算子调节度与可变权重之间的关系,并利用遗传算法探讨该类缓冲算子的优化问题。结果表明,该类缓冲算子对序列的调节度与可变权重同方向变化,在控制作用强度方面的灵活性要明显优于传统缓冲算子。最后,以我国能源消费总量的预测问题为例验证了几何变权缓冲算子的有效性与优越性。     

新变权缓冲算子的构造方法及其内在联系

针对传统缓冲算子不能实现作用强度的微调, 从而导致缓冲作用效果过强或过弱的问题,构造了几类新的变权缓冲算子,探讨了这几类变权缓冲算子的内在联系,揭示了变权强化缓冲与变权弱化缓冲的对应关系,研究了变权缓冲算子调节度与可变权重之间的关系.结果表明,变权缓冲算子对序列的调节度与可变权重同(反) 方向变化,与γ 取值无关, 且现有算术变权缓冲算子和几何变权缓冲算子均是所构造变权缓冲算子的特例.     

新的强化缓冲算子的构造及其应用

在灰色系统理论缓冲算子公理体系下,基于时间序列的平均发展速度构造了一类新的强化缓冲算子,并研究其一些特性和内在联系,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题,实例分析结果表明该算子的有效性和实用性.     

季节虚假回归中参数及统计量的分布特征

实际应用中,通常在回归模型中添加季节虚拟变量来消除季节性的影响,但是当数据生成过程是独立的季节单位根情形下会导致虚假回归现象的发生.本文利用泛函中心极限定理推导出回归参数及相关统计量的渐近分布,从理论上解释了季节虚假回归问题产生的根源.并且,采用蒙特卡罗方法模拟了回归参数及相关统计量的分布特征.最后,通过与非季节情形进行了比较,发现此时R2和DW统计量不再能有效识别普通最小二乘回归中的“季节虚假回归”现象.     

竞争环境下季节性产品网上直销动态定价模型

以同一大型网站中提供同一季节性产品的两个厂商为对象,研究竞争环境下厂商的动态定价策略.模型中,厂商通过网上渠道直接将产品销售给顾客,并通过动态定价最大化自身的收益,同时还要考虑顾客退货对动态价格体系的影响.通过建立的模型,探讨了收益函数的相关性质,并分析了厂商在销售期初和期末的价格均衡.研究表明:两厂商均会在销售期初和期末采用最低价.最后应用算例分析展现了模型的实际应用过程.     

季节性预测的组合灰色神经网络模型研究

对于季节性时间序列具有增长性和波动性的二重趋势性 ,本文提出了季节性预测的组合灰色神经网络模型 ,研究了同时考虑两种 (非线性 )趋势的复杂季节性预测问题 ,给出了一个应用实例 ,为季节性预测提供了一种新的、有效的方法 .     

结构时间序列模型在季节调整方面的应用——与X-12季节调整方法的比较分析

建立一种基于结构时间序列模型的新的时间序列季节调整方法.首先,利用ARIMA模型研究时间序列的结构,根据序列的单整阶数(d)建立趋势循环分量的表达式,并在此基础上构建不同形式的结构时间序列模型.在结构时间序列模型中,针对经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量,不能利用回归分析方法求解模型,因此,采用状态空间形式来求解模型.最后,利用结构时间序列模型对我国国内生产总值(GDP)和社会消费品零售总额等宏观经济时间序列进行了季节调整,并与目前广泛使用的X-12季节调整方法进行对比分析,实证结果表明,基于结构时间序列模型的季节调整方法具有相对较强的稳定性.     

基于季节调整和BP神经网络的月度负荷预测

月度电力负荷序列中离群值及节假日因素会影响月度负荷预测的准确性.为此,提出了基于季节调整方法和BP神经网络的月度电力负荷组合预测模型.首先,利用季节调整方法对原始负荷序列进行预处理,消除离群值和春节假日的影响;然后用BP神经网络对回归残差序列建模预测得到预测结果或对季节调整后序列和季节成分序列分别建模预测,并对分量预测结果重构后得到最终预测结果的方法.通过实例对预测效果进行检验,结果表明提出的预测方法的预测表现要优于BP神经网络,SARIMA,支持向量机等模型,可以获得更高的预测精度.     

扎龙湿地发展趋势的ARIMA分析

湿地面积发展模型不仅是非平稳序列,而且是非发散的季节周期相关序列,季节序列的特点是季节时滞处强相关。应用非平稳时间序列分析扎龙湿地面积演化动态,可有效地剔除用于预测的历史数据中的野值及奇异点,修正了预测结果,对湿地面积演化有较好的解释能力,利于建模和预测。结果表明,该方法用于湿地发展面积预测建模速度快、预测精度高,是一种行之有效的方法。图4,表3,参3。     

基于季节SVR-PSO的旅游客流量预测模型研究

准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响，旅游客流量预测不仅呈现复杂非线性特点，而且显示出典型的季节性趋势，尤其在旅游旺季.文章提出一种季节支持向量回归（seasonal support vector regression，SSVR）和粒子群算法（particle swarm optimization，PSO）结合模型，即SSVR-PSO，实现对旅游客流量的预测.来自国内著名5A级风景区黄山2008-2011年最新月客流量数据仿真结果显示，SSVR-PSO模型预测精度明显高于SVR-PSO、SVR-GA、BPNN、ARIMA等方法，是进行旅游客流量预测的有效工具.     

南亚热带丘陵赤红壤水库容状况及水分问题研究

分析了南亚热带丘陵赤红壤总库容、贮水库容、有效水库容和通透库容的特征及差异,0cm～100cm土层的总库容为4 550.4m3/hm2,比华北潮土的小9.53%,比东北黑土的小11.06%;0cm～100cm土层的贮水库容为3 265.7m3/hm2,比华北潮土的小16.84%,比东北黑土的小23.16%;有效水库容为1 474.8m3/hm2,比华北潮土的小29.03%,比东北黑土的小29.77%;0cm～100cm土层通透库容,丘陵赤红壤为1 284.7m3/hm2,比华北潮土大181.7m3/hm2,比东北黑土大424.7m3/hm2.阐述了其目前存在的水分问题.表5,参8.     

粒子群算法在季节性商品最优定价中的应用

基于最小期望损失的角度建立最优定价模型,并引入粒子群算法予以求解。结合具体算例,根据不同库存量s及库存量s和折扣价φ的不同组合,分别获得达到最小期望损失cs(ω*)的最优定价ω*。对仿真结果的分析表明:粒子群算法获得的结果能很好地解释所建模型及经济现实,并为季节性商品的销售商制定最优销售价格和折扣价格提供决策依据。     

季节协整系统的贝叶斯推断

讨论季节协整系统的检验问题．提出了一种基于季节协整系统误差校正模型的贝叶斯季节协整检测方法,并通过模拟实验说明贝叶斯方法的有效性．