基于IOWC-GOWA算子及相对熵的区间型组合预测模型

针对用区间型数据描述不确定现象的组合预测问题,为了提高区间型数据的预测精度,首先采用诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子将区间数集结为实数;然后对集结后的实数进行标准化处理;最后从信息论的角度引入相对熵作为最优准则,提出了基于IOWC-GOWA算子及相对熵的区间型组合预测模型;另外,通过实例分析了该组合预测模型的合理性和有效性;结果表明:该组合预测模型可以有效地提高区间型数据的预测精度,即该模型是合理有效的,并且,参数λ和BUM函数的选取会对模型的预测精度产生一定的影响。     

基于改进人工鱼群算法优化SVR的预测模型

为了降低参数的设定对支持向量机确度的影响,鉴于人工鱼群算法具有易陷入局部最优、收敛速度慢等问题,提出了一种基于改进人工鱼群算法(AFSA)的支持向量机的网络安全态势预测模型,并与GA-LSSVM、PSO-LSSVM及ABC-LSSVM模型进行对比分析。结果表明:文中提出的改进AFSA优化SVM模型性能优于其他比照模型,具有较高的预测精度,对网络安全态势值预测具有较好的效果。     

人工蜂群算法优化LS-SVM的预测模型

在航空公司运营过程中,航空客流量预测是航班计划制定、机组调度规划及航线安排等的重要依据。为了更加准确地预测航空客流量,提出了一种基于人工蜂群ABC(artificial bee colony)算法优化最小二乘支持向量机LSSVM(Least Squares Support Vector Machine)的航空客流量预测模型(ABC-LSSVM),并与LSSVM、GA-LSSVM和PSO-LSSVM模型的结果进行对比。结果表明,ABC-LSSVM模型的误差最小、精度最高,是相对有效的一种航空客流量预测方法。     

基于ABC+AFS-LSSVM的网络流量预测模型

鉴于人工蜂群算法(ABC)算法和人工鱼群(AFS)算法本身的优势,为提高预测精度,提出基于ABC+AFS-LSSVM的网络流量预测模型.运用基于ABC+AFS-LSSVM的模型对网络流量进行了预测,并与ABC-LSSVM、AFS-LSSVM和PSO-LSSVM模型的预测结果进行了比较,结果表明,基于ABC+AFS-LSSVM的网络流量预测模型预测精度较高,具有更好的性能及应用前景.     

基于主成分-LS-SVM的教学质量评估模型

给出了基于主成分与LS-SVM的教学质量评估模型,先采用主成分分析对其影响因素作评价和预处理,然后构建LS-SVM模型,为了便于比较,同时利用单一的LS-SVM模型对教师教学质量进行模拟与预测,并在Matlab中实现.结果表明,基于主成分与LS-SVM的教学质量评估模型较单一的LS-SVM模型具有更加理想的精度,得到了...     

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均（WHA）算子的基础上,提出了信息数据集结的有序加权调和平均（OWHA）算子和组合加权调和平均（CWHA）算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.     

地区净水资源承载力评价与预测

选取北京市净水资源承载力为研究对象,基于熵值赋权法下的指标权重确定,建立净水资源承载力模糊综合评价模型。其次对综合评价值构建隶属度函数,根据最大隶属度原则将2002-2014年间北京市的净水资源承载力进行等级划分。最后,基于指数平滑预测和灰色预测进行组合预测,构建偏差平方和达到最小的动态分析模型,对未来15年北京市的净水资源承载力进行合理预测、分析原因并提出对策建议。     

嫦娥三号软着陆轨道设计与控制策略

针对嫦娥三号软着陆轨道设计与控制策略,结合动力学、微分方程等知识,主要建立多元非线性规划模型、模糊C均值聚类模型等,用于粗避障和精避障阶段优选着陆区的筛选,并通过对模型的定量和定性分析,得出嫦娥三号软着陆轨道设计与控制策略;又对第二阶段末端着陆器速度方向与竖直向下的夹角和其他控制过程进行敏感性分析和误差分析;最后对模型总体各阶段优缺点进行评价.     

基于Vague值(集)相似度量的组合预测模型

通过引入模糊理论中的Vague值(集)相似度量,提出了建立组合预测模型目标函数的两种准则,从而构建了基于新的相关性指标的组合预测模型.运用实例对该方法进行验证,发现基于Vague值(集)相似度所建立的组合预测模型在误差平方和、均方误差、平均绝对误差、平均绝对百分比误差和均方百分误差等方面均比单项预测方法小,表明了所建立组合预测模型的有效性.     

IGOWC-OWGA算子及其在区间组合预测中的应用

针对C-OWGA(continuous ordered weighted geometric averaging)算子只能集结单一区间数据的不足,提出一类连续区间数集结新算子.在C-OWGA基础上引入IGOWA(induced generalized ordered weighted averaging)算子,构造出诱导广义加权的C-OWGA(induced generalized ordered weighted continuous ordered weighted geometric averaging,即IGOWC-OWGA)算子,以向量夹角余弦为相关性准则,构建一个连续区间组合预测新模型.最后经实例验证表明该新方法在提高预测精度方面具有显著效果.