基于灰色模型的动态功率管理空闲预测算法

为提高空闲预测的准确性,提出基于灰色模型的空闲预测算法.该算法对预测样本的数量和分布特征没有苛刻要求,仅使用少量样本数据就能够进行预测.预测过程可以动态调整预测参数,实现自适应预测,提高预测的准确性.实验结果表明,使用该算法进行预测得到的预测值接近真实值,准确性高于指数平均预测算法.     

实时交通量的灰色马尔柯夫预测方法

灰色预测适合于原始数据序列按指数规律变化的问题,而马尔柯夫适用于预测随机波动大的动态过程．有机地结合两者构成灰色马尔柯夫预测方法,可发挥两者的优势,从而提高预测精度．该方法首先用GM（1,1）模型进行预测,而后对相对误差序列进行马尔柯夫预测,最后用该预测值修正GM（1,1）的预测结果,因而具有较高的预测精度．使用灰色马尔柯夫预测方法对苏州某交叉口实时交通量进行预测,预测结果优于单一灰色GM（1,1）预测．实验表明,灰色马尔柯夫预测方法用于交通量预测是有效可行的．     

中国人口发展的灰色预测模型

应用灰色系统理论对我国的人口数量进行预测,首先预测净增人口数量,进而预测总人口数量,给出了不同维数的预测结果并进行对比,对比结果表明,7维灰色预测模型为最佳模型,最后利用其对我国的总人口进行预测。     

基于最优组合预测模型的电力负荷预测研究

电力负荷预测是电力规划及安全运行的基础,提高预测精度是电力负荷预测研究的重点,由于负荷预测的变化性和不确定性,单一的预测模型很难满足所有的预测情况;组合预测是将各个单项预测所得的结果选取适当的权系数进行加权平均的一种预测方法;采用灰色和时间序列作为单项预测模型,然后进行最优组合建立组合预测模型进行电力系统短期负荷预测;仿真实例表明:最优组合预测模型比单项预测模型具有更高的预测精度,具有一定的优越性。     

谨防数学方法预测常住人口出生率的偏误

对一项运用数学方法进行上海市2050年前常住人口出生率预测所得结果进行比较分析,提出更优的预测方法.通过线性回归和10种曲线回归模型,使用低生育率阶段的数据,结合人口学方法进行新的预测,总结出可靠性更高的预测方法.预测结果表明,缩小数据范围,并使用人口预测软件,平均预测精度有较大提升,预测准确性更高.研究结果说明:单纯依靠数学方法预测常住人口出生率存在较大局限,不宜多加使用,尤其不适合对人口出生率进行长期预测;回归人口本身的发展规律,依据人口学方法可有效提高预测精度.     

预测三因子论初探——关于预测论的探讨

通常,预测主要是对事物未来的发展、变化进行预先推断。本文提出广义预测的概念,包含了正向预测与逆向预测内容。分析了预测的不确定性及论述了预测的哲学基础是辩证唯物论的认识论,提出了预测三因子论,即能否预测取决于对预测的核心因子、诱导因子、不确定因子的了解与掌握程度。并运用预测三因子论对地震预测、彩票预测、油价预测三大预测难题进行了分析。     

基于自适应滤波的日负荷预测新陈代谢模型

提出了对日负荷进行预测的新方法。基于自适应滤波算法进行预测,在预测过程中对原始数据进行新陈代谢处理,且根据预测日的属性对预测结果进行加权,并依据历史负荷中负荷的变动情况对结果进行校正,以求最佳预测效果。利用自适应滤波预测结果的残差建立时间序列的AR(p)模型,与自适应滤波模型形成组合模型,从而实现了短期电力负荷样本资料随时间变化而更新、样本量和计算量不增加而预测精度能得到保证的目标。与传统的预测方法相比较,该模型用于日负荷预测具有计算迅速、精度高的优点。     

能源生产的模糊预测

基于经济变量和状态的模糊性,建立计量经济模型,运用模糊聚类(FCM)算法对样本空间进行聚类划分,获取模糊相似矩阵,优化经济变量输入输出关系,对经济变量进行拟合和预测.将模糊聚类方法用于复杂的能源系统,对我国能源生产进行预测,把预测结果与实际值进行了比较,结果表明误差较小,同时还将此预测与多元回归预测进行比较,结果表明用模糊方法对能源生产进行预测效果更好.用同样的方法可以对经济领域中诸如消费、货币需求、产品需求等进行预测,其应用领域是广泛的.     

基于混沌神经网络理论的机电设备状态趋势预测研究

为了对机电设备的非线性非平稳状态进行有效的趋势预测,运用混沌预测方法和混沌神经网络的预测原理,建立了基于混沌神经网络的预测模型. 以工业现场大型烟气轮机为研究对象,采用混沌神经网络和灰色预测两种方法进行了趋势预测,并对两种方法的预测结果进行了比较. 结果表明,针对烟气轮机的非线性非平稳状态,基于混沌神经网络的预测精度更高、更有效.     

基于小波-ELM神经网络的短期停车泊位预测

采用小波变换与极限学习机(ELM)相结合的方法对短时空余停车泊位进行预测.首先通过小波函数对有效停车泊位时间序列进行小波分解和重构;然后用ELM对分解后所得的各时间序列进行预测;最后对各神经网络的预测结果进行合成,得到最终的预测结果.预测实例结果表明,该方法缩短了训练时间,提高了预测结果.     

基于绝对误差的线性组合预测研究

针对组合预测效果评价中存在着把拟合精度和预测精度相混淆的问题,阐述了区分样本区间和预测区间的组合预测精度评价方法,并在预测区间上对2种常用的基于绝对误差的线性组合预测方法的预测精度进行了评价,对评价结果进行实例和理论分析。在此基础上,提出一种新的基于绝对误差的线性组合预测方法——基于预测模型有效性的线性组合预测方法。     

基于灰色预测模型的公路运输量预测

为了准确预测公路运输量,提高公路运输行业的管理水平,在运输业近年运量统计数据的基础上,利用灰色预测理论的GM(1,1)模型,给出了运用GM(1,1)模型进行预测的详细步骤,并以浙江省公路运输量预测为例进行了实际应用,对预测结果进行误差检验,表明预测结果具有较高的精度.     

基于粒子群改进BP神经网络的组合预测模型及其应用

针对应用广泛的传统人工智能预测BP(Back propagation)神经网络自身局限以及其在处理中长期复杂预测问题中需要样本数量大、泛化能力弱等不足,提出利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法和自回归移动平均模型(ARIMA)时序预测对历史数据进行初步预测,对中长期预测中数据趋势项和随机项进行模拟;将初步预测的结果作为改进BP神经网络的输入,在此基础上进行训练和预测,构建基于改进BP网络的组合预测模型.以我国1978-2007年能源需求数据为样本,进行实例分析.结果表明:组合预测模型预测精度较BP神经网络、灰色预测方法和ARIMA预测方法分别提高4.8%,6.1%和5.3%,验证了组合预测方法在中长期预测问题处理中的有效性.     

改进相似日的频域分解短期负荷预测

基于改进相似日的频域分解短期负荷预测方法,通过对负荷序列进行频域分解,采用外推法、改进相似日法与加权平均法分别对各分量进行预测,将各分量预测结果相加得到最后预测结果,该方法应用于短期负荷预测具有较好的预测精度.     

基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理,并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上,通过BP神经网络进行组合预测,分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性,     

山西省互联网用户数预测分析

通过对Power预测模型和Bass预测模型的比较分析,认为Bass模型是互联网用户数预测的最优模型,并利用Bass模型对山西省互联网用户数的发展趋势进行了预测,在对预测结果进行分析的基础上,提出了促进山西省互联网建设的参考意见。     

运用趋势混沌预测模型预测硫化矿石堆自热升温过程

为准确预测硫化矿石堆自热过程中的温度变化,根据硫化矿石堆的氧化升温特征建立温度趋势预测模型,在对趋势预测结果的差值序列进行混沌识别后,采用加权一阶局域法建立混沌预测模型。再将两者叠加构成趋势-混沌组合预测模型,并应用该模型对模拟矿石堆温度进行预测。研究结果表明:硫化矿石堆温度与时间的关系符合指数模型特征,利用此模型可对矿石堆温度变化趋势进行预测;趋势预测差值序列的关联维数为分数,Kolmogorov熵大于0,表明趋势预测差值序列中含有混沌项,可对其进行混沌预测;预测结果证实趋势-混沌组合预测模型具有很高的预测精度,能够很好地适用于硫化矿石堆自燃火灾的早期预测。     

一种基于小波变换和FARIMA模型的网络流量预测算法

提出了一种新的基于小波变换和FARIMA模型的流量预测方法,首先对原始流量进行小波分解,再进行mallat算法单支重构,接着用FARIMA模型分别对重构后的单支进行预测,最后整合流量.我们用真实网络流量进行了仿真实验,验证了提出算法的预测准确性,较之首先用FARIMA模型对小波系数进行预测再进行小波重构的方法减小了预测...     

物流网络中多地区配送需求预测方法研究

物流网络较为复杂,当前预测方法只采用一种方法对物流网络中多地区配送需求进行预测,无法保证预测精度。提出一种新的需求预测方法, 通过两个或两个以上不一样的预测方法,对物流网络中多地区配送需求进行预测,构建物流网络中多地区配送需求组合预测模型,对不同方法进行加权组合,通过熵值法对组合预测模型的组合权重进行计算,充分利用不同预测方法的优点,获取较优的预测结果。通过残差检验和后验差检验,对组合预测模型的配送需求预测能力进行评价。实验结果表明,所提方法具有很高的预测精度。     

基于马尔可夫链的商品销售预测模型

在经济预测方法中,马尔可夫预测技术不需要大量的历史数据,只需近期数据即可预测未来.因此很多动态系统和社会现象都采用马尔可夫过程来进行预测.针对商品销售特点,建立了可以对商品销售情况进行预测的马尔可夫预测模型,从而对企业制定商品销售策略提供理论依据.