×
曾波;刘思峰

基于最优分数阶累积算子的自适应智能灰色预测模型及其应用。 （英语） Zbl 1379.93019号

数学。方法应用。科学。 40，第18号，7843-7857（2017）.
摘要：自适应智能灰色预测模型（SAIGM）具有可变的模型结构，可以通过调整SAIGM的参数值来构建动态结构以适应不同的外部环境。然而，原始SAIGM模型的订单数不是最优的，它是一个整数。为此，使用分数阶累积算子（{上汽通用}_{-}\文本{FO}\）））。具体来说，\（\text的最终还原表达式{上汽通用}_详细推导了（）的参数估计方法{上汽通用}_研究了{-}\text{FO}）。然后，使用粒子群优化算法优化\（\text{上汽通用}_{-}\text{FO}\），并提供了一些步骤。最后，\（\text{上汽通用}_应用{-}\text{FO}）模型对2001-2008年中国用电量进行了模拟，并对2009-2015年的用电量进行预测，与原始SAIGM模型GM（1,1）相比，新模型的平均相对模拟和预测误差仅为0.860%%和2.661%%具有最优分数阶累积算子的模型和GM（1,1）模型，分别为\（（1.201\%，5.321\%）\）、\（1.356\%，3.324\%）\）和\（2.013\%，23.944\%）\）。研究结果显示了所提出的模型的模拟和预测性能{上汽通用}_{-}\text{FO}）模型是4种模型中最好的。

引用于15文件

理学硕士：

93A30型 系统数学建模（MSC2010）
93立方厘米 信息不完整的控制/观测系统
93立方厘米 控制理论中的应用模型

关键词：

分数阶累积算子;粒子群优化算法;中国电力消费预测;自适应智能灰色预测模型
PDF格式BibTeX公司 XML格式引用
\textit{B.Zeng}和\textit{S.Liu}，数学。方法应用。科学。40，第18号，7843--7857（2017；Zbl 1379.93019）
全文： 内政部

参考文献：

[1] LiuSF、ForrestJ、YangYJ。灰色系统理论简介。灰色系统：理论应用。2012;2(2):89‐104.
[2] LiC、CabreraD、OliveiraJVD、SanchezRV、CerradaM、ZuritaG。利用多尺度聚类灰色信息图提取旋转机械诊断中的重复瞬变。机械系统信号处理。2016;76‐77:157‐173.
[3] WuLF、LiuSF、YangYJ。灰色双指数平滑模型及其在中国生猪价格预测中的应用。应用软计算。2016;39:117‐123.
[4] WeiJC、Zhou L、WangF、WuDS。运用灰色理论对中国大陆的安全生产进行评价。应用数学模型。2015;29:924‐933.
[5] JoseL WojciechF。模糊灰色认知图的Salmeron E学习，用于预测多元区间值时间序列。国际J近似原因。2014;55:1319‐1335.
[6] ChangTS、KuCY、FuHP。台湾网络人口与网络游戏产业收入的灰色理论分析。Technol Forecast Soc Chang公司。2013;80分175秒-185秒。
[7] 王玉华，刘强，唐继瑞。提高GM（1,1）模型预测精度的背景值和初始项优化方法。系统工程电子杂志。2014;1:77‐82.
[8] 曾B、陈G、刘SF。一种考虑不确定性信息的区间灰色预测模型。J Franklin Inst.2013；350:3400‐3416. ·Zbl 1293.93097号
[9] 谢敏（XieNM）、刘素福（LiuSF）。离散灰色预测模型及其优化。应用数学模型。2009;2:1173‐1186. ·Zbl 1168.62380号
[10] 邓JL。灰色系统的控制问题。系统控制许可。1982;5:288‐294. ·Zbl 0482.93003号
[11] 王志新、当政、刘思福。GM（1,1）模型中背景值的优化。灰色系统杂志。2007;10:69‐74.
[12] WeiY，HuDH。光滑状况的缺陷及其补救措施。系统工程理论实践。2009;29:165‐170.
[13] WongHL、ShiuJM。非平稳数据预测中模糊时间序列和混合灰色模型的比较。应用数学信息科学。2012;（2） ：409‐416秒
[14] LiuSF、LinY。灰色系统理论与应用。柏林-海德堡：Springer‐Verlag；2010. ·Zbl 1222.93001号
[15] WuLF、LiuSF、YaoLG、YanSL、LiuDL。分数阶累积的灰色系统模型。通用非线性科学数字仿真。2013;18:1775‐1785. ·兹比尔1274.62639
[16] WuLF、LiuSF、YaoLG、XuRT、LeiXP。利用分数阶累积减少灰色模型逆累积生成算子的误差。软计算。2014;19:483‐488. ·Zbl 1353.90036号
[17] WuLF、LiuSF、CuiW、LiuDL、YaoTX。具有分数阶累积的非齐次离散灰色模型。神经计算应用。2014;25:1215-1221。
[18] WuLF、LiuSF、ChenD、CuiW。采用分数阶累积灰色模型预测瓦斯涌出量。自然危害。2014;71:2231‐2236.
[19] WuLF、LiuSF、ChenD、YaoLG、CuiW。多变量弱化缓冲算子及其应用。通知科学。2016;339:98‐107.
[20] 高明、毛石、严XP、文杰。基于离散分数累积灰色模型的中国CO_2排放量估算。灰色系统杂志。2015;27:114‐130.
[21] 孟伟、刘思福、方志刚、曾波。基于互分数算子的最优阶GM（1,1）。Cont Decis公司。2016;31:661‐666. ·Zbl 1363.93034号
[22] KhanJA、RajaMAZ、RashidiMM、SyamMI、WazwazAM。用于解决电磁理论中出现的非线性奇异Emden‐Fowler问题的自然启发计算方法。连接科学。2015;27(4):377‐396.
[23] KhanJA、RajaMAZ、SyamMI、TanoliSAK、AwanSE。非线性刚性振动问题的自然启发计算方法的设计和应用。神经计算应用。2015;26(7):1763‐1780.
[24] 拉贾马兹。使用PSO和SQP优化的神经网络求解燃料点火模型中出现的一维Bratu方程。连接科学。2014;26(3):195‐214.
[25] RajaMAZ、ZameerA、KianiAK、ShehzadA、KhanMAR。自然启发的计算智能与Nelder‐Mead方法集成，用于求解非线性基准模型。神经计算应用。2016;1‐25.
[26] 曾碧、孟伟、汤米。变结构自适应智能灰色预测模型及其应用。英特尔工程应用技术。2016;50:236‐244.
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。