×
李德成;Chang、Che-Jung;陈建智;陈文池

基于灰色的拟合系数，用于构建小数据集的混合预测模型。 （英语） 兹比尔1252.62118

申请。数学。建模 36，第10号，5101-5108（2012）。
摘要：在当前快速变化的制造条件下，有效控制制造系统对企业来说是一个关键问题，尤其是在企业的早期阶段。然而，由于此时可用信息不足，通常很难做出正确的决定。因此，我们开发了一个两阶段建模程序，以使用少量样本构建预测模型。我们首先使用三种传统方法建立预测模型，然后使用提出的基于灰色的适应度度量指标进行预测试，以确定权重，从而创建混合模型。实验中对滤色片制造数据和亚太经合组织能源数据库两个数据集进行了评估，结果表明，该方法不仅具有良好的预测性能，而且减少了影响预测误差。因此，该程序被认为是小数据集预测的可行方法。

引用于6文件

MSC公司：

第60页 统计学在工程和工业中的应用；控制图
62M20型 随机过程推断和预测
62第20页 统计学在经济学中的应用

关键词：

灰色理论;彩色滤光片;用电量
PDF格式BibTeX公司 XML格式引用
\textit{D.-C.Li}等人，应用。数学。36号模型，编号10，5101--5108（2012；Zbl 1252.62118）
全文： 内政部

参考文献：

[1] 黄，C.F。；Moraga，C.，《从小样本中学习的扩散神经网络》，国际期刊近似推理。，35, 137-161 (2004) ·Zbl 1068.68120号
[2] Lin，Y.S。；Li，D.C.，制造系统早期阶段小数据集的广义趋势扩散建模算法，Eur.J.Oper。第207121-130号决议（2010年）
[3] Tsai，T.I。；Li，D.C.，《在小数据集学习中使用引导程序进行制造系统的试运行建模》，实验系统。申请。，35, 1293-1300 (2008)
[4] 李博士。；Yeh，C.W.，小型制造数据集的非参数学习算法，实验系统。申请。，34, 391-398 (2008)
[5] 李博士。；Lin，Y.S.，《利用时间序列数据学习早期制造系统的管理知识》，欧洲期刊Oper。第184169-184号决议（2008年）·Zbl 1153.91796号
[6] 邓J.L.，灰色系统控制问题，系统。控制信函。，1, 288-294 (1982) ·Zbl 0482.93003号
[7] 科斯·W。；特米兹，I。；Erol，S.，不确定性下经济订单数量模型的灰色系统方法，J.Grey Syst。，23, 71-82 (2011)
[8] 李博士。；Chang，C.J。；Chen，W.C。；Chen，C.C.，考虑数据缺口差异的全方位预测的扩展灰色预测模型，应用。数学。型号。，35, 5051-5058 (2011) ·Zbl 1228.62162号
[9] 李，G.D。；Masuda，S。；山口，D。；Nagai，M.，使用粒子群优化算法的最优Gnn-Pid控制系统，Int.J.Innov。计算。信息控制，53457-3469（2009）
[10] Shih，C.S。；Hsu，Y.T。；Yeh，J。；Lee，P.C.，使用带累进技术的灰色修正模型进行灰色数预测，应用。数学。型号。，35, 1314-1321 (2011) ·Zbl 1211.62170号
[11] Tien，T.L.，新型IGDMC（（1，n））高温拉伸强度的间接测量，测量，41，662-675（2008）
[12] Tien，T.L.，具有卷积积分的确定性灰色动态模型DGDMC（（1，n）），应用。数学。型号。，334498-3510（2009年）·Zbl 1426.62278号
[13] 王Z.X。；希佩尔，K.W。；王，Q。；He，S.W.，预测中国工业废水合格排放率的优化NGBM（1,1）模型，应用。数学。型号。，351524-5532（2011年）
[14] 山口，D。；李，G.D。；Nagai，M.，区间数据处理的基于灰色的粗糙近似模型，Inform。科学。，177, 4727-4744 (2007) ·Zbl 1126.68613号
[15] Zhu，J.M。；王，J。；Lei，J.T.，骨折愈合过程中创伤断面应力的灰色预测控制，J.Grey Syst。，23, 15-24 (2011)
[16] 邓J.L.，《灰色系统理论的基本方法》（2005），华中科技大学出版社：华中科技学院出版社，武汉
[17] 刘，S.F。；Lin，Y.，《灰色信息：理论与实际应用》（2006），施普林格出版社：英国伦敦施普林格出版社·Zbl 1122.93059号
[18] Witten，I.H。；Frank，E.，《数据挖掘：实用机器学习工具和技术》（2005），Morgan Kaufmann Publishers:Morgan Koufmann-Publishers San Francisco，United States·Zbl 1076.68555号
[19] 胡敏英。；张国强。；江春珍。；Patuwo，B.E.，汇率预测中神经网络样本外性能的交叉验证分析，Decis。科学。，30, 197-216 (1999)
[20] Yokum，J.T。；Armstrong，J.S.，《超越准确性：选择预测方法所用标准的比较》，《国际预测杂志》。，11, 591-597 (1995)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。