基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型研究

建立了航材消耗的灰色系统预测模型与神经网络预测模型，同时给出了一种新的具有广泛代表性的组合预测模型－－广义加权函数平均组合预测模型及其加权系数的参数估计方法，并利用此方法建立了基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型，最后以实例说明了其预测效果。     

Generalized weighted functional proportional mean combining forecasting model and its method of parameter estimation

1 .INTRODUCTIONCombiningforecastinghasbroughtgreatattentiontobytheforecastingcirclessince 196 9whenJ .M .BatesandC .W .J .Grangerproposeditstheoryandmethod[1] .Thetheoryandmethodsofcombiningforecastinghavebeendevelopedwidelyinrecentyears .Forpracticalcase…     

Research on Methods of Parameter Estimation in Combining Forecasting Based on Harmonic Mean

ＲｅｓｅａｒｃｈｏｎＭｅｔｈｏｄｓｏｆＰａｒａｍｅｔｅｒＥｓｔｉｍａｔｉｏｎｉｎＣｏｍｂｉｎｉｎｇＦｏｒｅｃａｓｔｉｎｇＢａｓｅｄｏｎＨａｒｍｏｎｉｃＭｅａｎＷａｎｇＹｉｎｇｍｉｎｇＤｅｐｔ．ｏｆＡｕｔｏｍａｔｉｏｎ,ＸｉａｍｅｎＵｎｉｖｅｒｓｉｔ...     

峰值识别的SVM模型及在时用水量预测中的应用

提出了一种峰值识别理论及相应改进的SVM模型.该模型在结构风险最小化准则的目标函数中加大峰值误差的权重,并结合杭州市时用水量预测实践结果,其能很大提高对峰值用水量的预测精度.模型还把时用水量序列分为参数优化集和训练预测集,以对参数C、γ优化选取.     

广义加权多重函数平均组合预测及其参数估计

提出一种新的组合预测模型———广义加权多重函数平均组合预测模型,并利用二次规划算法给出其加权系数的不同参数估计方法。该模型具有广泛的代表性,它集多种组合预测模型于一体,是一种新的群组集结方法,通过选择合适的模型组合形式及最佳的模型参数,能够有效地提高预测精度。预测实例表明了该模型的有效性。     

组合预测模型在我国能源消费系统中的建构及应用

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性 .鉴于能源消费系统的复杂性及非线性的特征 ,文章首先利用我国能源消费量的历史数据 ,分别采用灰色预测、神经网络及多元回归方法建立了我国能源消费系统的单项预测模型 .并对各单项模型的优缺点进行了比较分析 .其次 ,采用标准差法进行权重分配 ,建立了我国未来能源消费量的组合预测模型 .最后 ,应用该模型对我国未来 2 0年的能源消费量进行了预测 .结果表明 ,该模型可以作为我国未来能源消费量预测的有效工具 .     

An Approach of the Fuzzy Weighted Inputs to the Generalized Predictive Control

1　 IntroductionAs the representative of a kind of advanced computer control algorithm,generalizedpredictive control (GPC) is of many applications in various domains[1 ] .But to ourdisappointment,it is difficult to establish precision models,which makes GPC algorithmhave only limited robustness since GPC algorithm is still model based algorithm and thereexist such factors as nonlinearity,indefinity,etc,in some real systems.To improve the robustness of GPC algorithm and avoid the weakness …     

一种基于非线性频谱分析的故障预报技术及应用

首先改进了一种非线性系统广义频率响应函数(GFRF)的辨识算法,提高了辨识结果的精度和鲁棒性,并依此提出了一种基于非线性频谱分析的非线性系统早期故障预报方法.然后,利用该方法对某型直升机并联电动舵机进行了实际故障预报.多次的实际检测结果表明了该早期故障预报方法的有效性.该方法的特点是:算法简单,计算量小,适合于在线故障检测和预报,可为一大类非线性系统的早期故障预报研究提供一种新途径,有着广阔的工程应用前景.     

预测模型参数的指数平滑估计法及其应用的进一步研究

首先提出指数平滑技术在预测模型参数估计中应用的原理,其次研究指数平滑参数估计法的渐近最优性,最后,应用指数平滑技术给出修正指数曲线预测模型参数估计及组合预测确定权重的一类新方法．     

属性识别方法及其在期货价格预测中的应用

在属性集,属性测度概念基础上,针对模式识别问题,提出了属性识别方法．该方法在期货价格趋势预测中获得了较为成功的应用.     

加权均值生成建模法及其应用

从灰色理论建模特点出发,提出了加权均值生成的数列生成方法,用该方法生成的新数列建模,在某些工程领域具有较好的实用价值     

复杂网络理论及其在航空网络中的应用

复杂网络理论是对复杂系统的高度抽象，它突出强调了系统的拓扑特征，其中许多性质如小世界性质、无标度性质等等已经得到了广泛的研究。本文从复杂网络的统计特性、结构模型以及在航空网络中的应用3个层次系统回顾了复杂网络的基本理论和应用现状，期望对航空网络规划问题的研究起到一定的借鉴作用。     

Generalized Goal Programming and Its Application in Water Environmental System

Tins paper presents the concept of generalized goal programming(GGP),the char-acteristics of the programming model is"designing optimum system".Firstly,based on thesynthesis of goal programming and Denovo programming,one type of generalized goal program-ming model is established.In the paper the properties of feasible region is studied.Secondly,GGP is enlarged to the case that fuzzy parmeters and fuzzy goal sets exist in the GGP model,the solution methods using fuzzy set theory for GGP with fuzzy parameters are provided.Finally,this approach has been used to analyse a water environmental system in coastal city,thus provingits usefulness.     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

多目标预报系统的Fuzzy 优选识别模型及其应用

对多目标预报系统的Ｆｕｚｙ优选识别模型进行了分析和研究,并建立了山东省曲阜市第二代棉铃虫发生量的Ｆｕｚｙ优选识别模型。对历史资料进行回代验证,其历史拟合率高达９１．６７％。将１９９４年的观测数据作为独立样本进行试报,预测结果与实际一致。     

运用样本更新的实时神经网络进行短期电力负荷预测

用多层神经网络模型解决短期电力负荷预测问题 ,提出了运用基于非梯度的单参数动态搜索(SPDS)算法训练网络 .这种学习算法可以克服 BP学习算法对规模大、特征多的问题难以收敛的困难 .根据预测日的天气信息进行样本集的动态构造和网络的实时训练 .计算结果表明 ,文中提出的模型可以较好地进行短期电力负荷预测 ,也验证了 SPDS学习算法的有效性.     

基于加权超网络模型的知识网络鲁棒性分析及应用

对知识网络的鲁棒性分析方法进行了研究.与一般的复杂网络相比,知识网络涉及两种不同类型的节点:知识和知识主体.在进行鲁棒性研究时,必须对二者进行综合考虑.为此提出基于加权超网络模型的知识网络鲁棒性分析方法,该模型可根据组织中知识与知识主体之间的映射关系将二者集成在一起.在此基础上,提出了一种关联节点删除的方法来研究知识网络的鲁棒性,并提出了度量知识网络鲁棒性的专有知识率、专有知识加权比率、知识网络抗毁性、核心领域知识网络抗毁性等指标及其分析方法,解决了知识网络的鲁棒性分析及度量的问题,并可应用于组织知识资源的安全性评估、发现易流失知识以及评价组织成员的知识重要性等方面.     

基于核主成分与加权支持向量机的福建省城镇登记失业率预测

选取了影响失业率的19个指标,构建了基于核主成分分析与加权支持向量机的预测方法,给出了具体的预测步骤,并用此方法对福建省城镇登记失业率进行了预测研究.研究结果表明,由于所用预测方法考虑了指标的相关性及不同时期样本的不同重要性并进行了简化降维,拟合及预测都达到了很高的精度,其相对误差都小于1{\%},说明用核主成分分析与加权支持向量机来预测失业率是可行且有效的,并可将其推广到其它领域的预测问题.     

随机模糊神经网络在公司收益预测中的应用

系统介绍了随机模糊神经网络(SFNN)并将其用于上市公司每股收益的分类和预测，以解决—般的预测方法没有考虑到输入输出数据含有“噪声”的现实问题。文中选取了300家当前正在上海或深圳证券交易所上市的公司作为样本，用随机模糊神经网络对其每股收益的分类和预测进行了仿真研究，并将仿真结果与用模糊神经网络(FNN)的仿真结果进行了对比，结果显示用随机模糊神经网络的仿真效果较好。这对于投资者合理把握投资机会，正确投资以获得更高的收益有着一定的现实意义。     

不确定型多属性决策的权系数确定及其应用

研究了属性权重信息完全未知且属性值以区间数形式给出的不确定型多属性决策问题,提出了一种基于区间数相离度的不确定型多属性决策权系数确定方法——标准差和平均差极大化方法,并给出了一种基于可能度的决策方案排序方法。最后,通过实例表明了该方法的实用性和有效性。