基于粒子群 传递函数模型的煤炭需求量预测

上传:走路人 浏览: 9 推荐: 0 文件:PDF 大小:210.65KB 上传时间:2020-08-06 22:39:22 版权申诉
介绍了协整检验方法,用于检验两数据序列是否具有系统的共同运动,为建立的预测模型选择输入变量;建立了传递函数噪声模型,分析了粒子群算法,提出了粒子群-传递函数噪声模型,使用粒子群算法对预测模型进行全局寻优,得到更高精度的预测模型。
上传资源
用户评论
相关推荐
基于灰色GM11模型煤炭需求量预测
以2010~2016年我国的煤炭需求消费总量作为数据基础,应用灰色系统理论,建立了GM(1,1)模型,预测出了2017~2019三年我国的煤炭需求量并分析了预测结果,表明该模型经检验有较高的精确度,其
PDF
151KB
2020-08-04 19:28
20162020年我国煤炭需求量预测
根据近10a我国总能源需求增长率与经济增长率的数据,分析我国总能源与经济之间的相关系数,通过国家十三五规划的预设经济增长目标,采用线性回归预测方法,预测能源需求量,在此基础上,以煤炭在总能源消费中所占
PDF
0B
2020-06-20 08:29
基于回归分析煤炭价格预测模型
基于回归分析的煤炭价格预测模型基于回归分析的煤炭价格预测模型
DOC
0B
2019-07-19 12:32
煤炭价格预测模型
2020年五一数学建模竞赛中,团队针对煤炭价格预测问题,设计了一种基于时间序列的ARIMA模型,该模型能够准确地预测未来煤炭价格走势。在模型建立过程中,团队考虑了多个影响因素,如政策法规、需求量、国际
pdf
151.56KB
2023-05-06 19:00
基于回归分析煤炭价格预测模型.doc
基于回归分析的煤炭价格预测模型.doc数模资料欢迎下载
APPLICATION/MSWORD
0B
2020-06-18 17:36
 基于免疫粒子群算法组合预测模型研究
 使用一种预测模型对一问题进行预测时,往往只是考虑了该问题所具有的许多侧面中某一个或某几个。使得一种预测模型刻画研究对象的未来发展规律往往会存在着一定的局限性。所以在已经研究出得在众
PDF
591KB
2021-02-08 04:27
基于子群算法LSSVM预测模型MATLAB实现
使用前需要下载matlab的支持向量机的工具箱,百度上有,结合粒子群算法进行LSSVM的参数寻优。
ZIP
0B
2020-06-14 11:41
arima模型预测煤炭储量
通过数学模型预测资源消费量,是当今最精确、最流行的预测方法
PDF
0B
2018-12-25 11:36
基于关联挖掘技术煤炭产量预测模型研究
提出一种基于关联挖掘技术的煤炭产量预测模型,利用灰色系统理论,建立GM(1,1)的煤炭产量预测模型。为了提高煤炭产量预测模型精度,改善传统预测模型存在的问题与不足,采用Gauss-Legendre公式
PDF
0B
2020-05-15 13:46
基于灰色模型美国煤炭生产与消费预测
通过对美国煤炭生产和消费发展和现状的分析,发现自2001年以来美国煤炭生产、进口和消费量整体呈逐年下降趋势,煤炭出口量呈整体逐年上升趋势。应用灰色模型,对美国煤炭生产、进口、出口、商业消费、工业消费和
PDF
0B
2020-05-30 06:31
基于最优加权组合模型煤炭消费预测分析
为了研究最优的煤炭消费预测模型,为我国能源结构优化提供依据,基于差分自回归移动平均(ARIMA)、灰色预测(GM)和人工神经网络(ANN)模型构建了8个组合预测模型,对我国煤炭消费量进行预测分析,应用
PDF
1.22MB
2020-07-16 07:12
基于等维新息GM11模型能源需求量预测
基于等维新息GM(1,1)模型的能源需求量预测,冯丹,姬长生,本文首先比较了几类不同能源需求预测方法的特点,然后根据我国能源需求的历史数据,建立了等维新息GM(1,1)模型并用于我国能源需求�
PDF
0B
2020-01-05 09:54
基于改进GM11模型煤炭消费预测研究
合理、科学地对煤炭消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,将改进的GM(1,1)模型应用于中国煤炭消费的预测,并进一步预测了2016年~2020年中国的煤炭消费。结果表明:改进后的
PDF
144KB
2020-07-23 06:50
基于GaussLegendre公式改进煤炭产量灰色预测模型研究
基于GM(1,1)背景值的构造方法,提出了一种基于Gauss-Legendre公式改进灰色预测模型的方法,并推导得出了基于两点Gauss-Legendre公式改进的GM(1,1)模型,改进模型的背景值
PDF
0B
2020-06-11 17:53
基于滚动时间窗εSVR煤炭价格预测模型研究
从研究煤炭价格序列自身变化规律的角度,提出基于滚动时间窗的ε-SVR预测模型,通过数据重构获得输入与输出样本,随着时间推移,不断更新滚动时间窗的数据内容,从而建立动态 的ε-SVR模型预测最新时点的煤
PDF
1.35MB
2020-07-17 03:14