导读:本文包含了幂模型论文开题报告文献综述及选题提纲参考文献，主要关键词:灰色系统,灰色预测模型,振荡序列,GM(1,1|sin)幂模型
幂模型论文文献综述
曾亮[1]（2019）在《基于振荡序列的灰色GM(1,1|sin）幂模型及其应用》一文中研究指出针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。(本文来源于《浙江大学学报(理学版)》期刊2019年06期）
马永梅,王淑超[2]（2019）在《改进的GM(1,1)幂模型的构建与应用》一文中研究指出在构建GM(1,1)幂模型中,经常利用一阶非齐次线性方程的常数变易法求得GM(1,1)幂模型白化方程的解,再利用白化方程,在灰色系统信息覆盖原理下经过离散化处理推导出参数γ的计算公式,并利用最小二乘法求解参数a,b.但是在求解过程中由于离散化的处理,造成了时间响应预测函数精度的下降。为了弥补精度下降的缺陷,对于预测模型利用PSO算法进行了系数修正.案例对比研究发现,传统的GM(1,1)预测效果最差,改进的GM(1,1)幂模型预测效果最好.(本文来源于《经济数学》期刊2019年03期）
黄跃华,陈小龙,王亚辉[3]（2019）在《基于正弦和的GM(1,1)幂模型在港口吞吐量预测中的应用》一文中研究指出为有效预测具有振荡性质的港口吞吐量,提出基于正弦和的GM(1,1)幂模型(称为正弦和修正模型)。首先通过原始序列建立指数优化的GM(1,1)幂模型以描述总体趋势,然后利用正弦和描述残差中包含的周期性振荡规律,建立正弦和修正模型。利用该模型对广州港吞吐量进行预测,结果表明:该模型能够较好地描述具有周期振荡特征的港口吞吐量时间序列数据,预测精度都显着优于线性回归模型、GM(1,1)和指数优化的GM(1,1)幂模型,可将该模型用于具有振荡性质的吞吐量预测中。(本文来源于《上海海事大学学报》期刊2019年03期）
丁松,党耀国,徐宁,王俊杰,耿率帅[4]（2018）在《多变量离散灰色幂模型构建及其优化研究》一文中研究指出针对多变量小样本的非线性系统建模问题,提出了多变量离散灰色幂模型,并探讨其参数求解方法;鉴于驱动因素作用机制对模型精度的重要影响,通过引入驱动控制函数,多阶段识别起主导作用的驱动因素,构造多变量离散灰色幂模型的优化模型,并研究驱动控制函数参数识别方法,给出了模型建模预测步骤;最后,利用构建模型解决我国粮食产量预测问题,表明新模型能够更好地描述系统特征行为序列与驱动因素序列间的非线性关系,从而有效提升建模精度。(本文来源于《系统工程与电子技术》期刊2018年06期）
许锟,鲍学英,王起才[5]（2018）在《基于GA-GM(1,N,α)幂模型的铁路客运量预测》一文中研究指出针对在铁路客运量预测领域传统的灰色预测模型不能反映真实系统的非线性结构特点及其背景值的赋值不合理的问题,提出使用对系统相关因素引入幂指数且经过背景值优化的GM(1,N,)幂模型进行客运量预测。背景值优化时设置待定参数,利用线性组合结构重新计算背景值。对此模型产生的较多的待定参数,采用能够并行运算、全局寻优的遗传算法进行一次性求解。最后使用此模型对甘肃省铁路客运量进行建模预测,并与传统GM(1,N)模型、GM(1,N)幂模型进行对比分析。结果证明,GM(1,N,)幂模型具有更高的预测精度,对铁路客运量预测有一定的应用和研究价值。(本文来源于《铁道标准设计》期刊2018年01期）
李曼[6]（2017）在《灰色Verhulst模型和非等间距幂模型的优化方法研究》一文中研究指出灰色系统理论是在一九八二年由邓聚龙教授提出的,该理论主要用于描述和处理客观世界中“小样本、贫信息”不确定性问题,其中,灰色GM预测模型是其应用领域中最为核心的部分,产生了许多有价值的研究成果,目前已被普遍应用在石油、生态、建筑、信息以及管理等各个领域中,解决了生产、生活和工程技术类很多领域里的现实问题。虽然灰色GM模型在自然科学以及社会科学等诸多领域中得到了很好的应用,并取得了相对可观的研究成果,但是在理论方面仍存在许多不足之处,还需要不断的对其进行发展和完善。因此,许多专家学者从时间响应式、背景值、灰导数、参数估计和灰色作用量等几个方面对此进行了相关理论研究。本文在前面学者的基础上主要做了两个方面的工作,一方面是对灰色Verhulst模型中背景值的优化方法的研究,另一方面是对非等间距幂模型中幂指数(?)的求解方法的研究。主要研究工作如下:(1)研究了灰色Verhulst模型及其优化方法。首先分析了该模型中背景值的误差来源;其次对该模型的白化方程作倒数变换,令,可得新白化方程的形式为,对新方程的两边在区间[k-1,k]上积分,找到与之对应的新灰色微分方程为,然后结合穆勇寻找组合系数优化背景值的方法,去探寻恰当的组合系数α使得,由此实现其背景值的优化;最后将该背景值的优化方法用于模拟预测我国2007-2011年的人口数据,其结果表明该优化方法相对传统方法较好的提高了模型的建模精度。(2)研究了非等间距幂模型中幂指数(?)的求解方法。首先基于王钟羡关于非等间距的定义,给出了非等间距幂模型的相关定义;其次将该模型白化方程的两边除以后同时对t进行求导,然后利用差商近似代替微商的方法对所得的方程进行整理后,推导出该模型中幂指数(?)的计算公式,根据这个公式确定出g的值以后,将g的值代入灰微分方程利用最小二乘法估计参数a和b;最后将该参数求解方法用于模拟钛合金的疲劳强度,其结果证明了该参数求解方法的实用性。(本文来源于《西华师范大学》期刊2017-04-01）
黄跃华,陈海山[7]（2016）在《优化的GM(1,1)幂模型在港口吞吐量预测中的应用》一文中研究指出为有效预测港口吞吐量,应用优化理论,通过非线性规划的方法求解幂指数,建立优化幂指数的GM(1,1)幂模型。首次将该模型应用于港口吞吐量预测中,并以天津港港口吞吐量数据为例进行模拟和预测。结果表明:基于优化幂指数的港口吞吐量GM(1,1)幂模型不但可以解决传统幂模型建模方法与模型检验脱节的问题,而且其模拟和预测的精度均优于传统GM(1,1)幂模型。因此,可将该优化的幂模型应用于港口吞吐量预测中。(本文来源于《中国航海》期刊2016年02期）
郭毅,高建敏[8]（2016）在《基于GM(1,1)幂模型的冻胀区高速铁路轨面不平顺发展预测》一文中研究指出根据冻胀区高速铁路轨面不平顺的发展特征,应用灰色系统理论,建立以冻胀区高速铁路轨面不平顺检测数据为时间序列的非等时距GM(1,1)幂模型,优化模型的初始值和背景值以提高预测精度;利用粒子群智能算法求解幂指数,并采用谐波变换生成的周期性函数与正弦函数相结合的方法对残差进行组合修正,以更好地拟合不平顺发展中的随机性成分。在此基础上,应用所建立的模型对某冻胀区高速铁路轨面不平顺在路基冻胀发育过程中的发展进行拟合预测。研究结果表明:所建立的模型能够较好地反应冻胀区高速铁路轨面不平顺在路基冻胀发生期间随时间的随机变化过程,模型能够利用40 d左右的不平顺数据较为准确的预测未来10~20 d不平顺变化情况,拟合值的平均相对误差为约5.64%,预测值的平均相对误差为约6.47%。研究结果可为冻胀区高速铁路轨面不平顺的养护维修提供参考。(本文来源于《铁道科学与工程学报》期刊2016年05期）
赵亚琴[9]（2016）在《傅立叶级数修正的灰色幂模型的小麦蚜虫量预测》一文中研究指出小麦蚜虫发生量的动态预测对于其防治工作有着重要的指导作用,但很少有文献对蚜虫量预测进行深入研究。文章首次提出一种基于傅立叶级数修正的灰色幂模型(GM(1,1)幂模型)的小麦蚜虫量预测方法,对蚜量进行动态预测。以江苏海安县小麦蚜虫量为实例,详细阐述了模型的建模和预测过程,并验证了提出的方法能够达到令人满意的预测精度。(本文来源于《统计与决策》期刊2016年04期）
杨保华,赵金帅[10]（2016）在《优化离散灰色幂模型及其应用》一文中研究指出考虑已有的灰色预测模型主要能对指数型发展系统或幂函数型发展系统进行模拟预测,本文构建了一种不仅能够模拟指数型和幂函数型的发展系统,并且能够体现出二者之间的相互作用关系的离散灰色幂模型;并针对初始条件对离散灰色幂模型模拟精度的影响,首先给出了离散灰色幂模型的建模步骤,然后以平均相对误差最小化为目标、参数之间的关系为约束条件,构建了离散灰色幂模型初始条件的优化模型,实现对离散灰色幂模型初始条件的优化。结果表明,优化的离散灰色幂模型使得平均相对误差在理论上达到了最小化,其模拟精度和预测精度都高于传统模型。最后,通过中国网络购物人数数据预测和仿真数据分析,说明了本文优化方法的有效性和适用性。(本文来源于《中国管理科学》期刊2016年02期）
幂模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在构建GM(1,1)幂模型中,经常利用一阶非齐次线性方程的常数变易法求得GM(1,1)幂模型白化方程的解,再利用白化方程,在灰色系统信息覆盖原理下经过离散化处理推导出参数γ的计算公式,并利用最小二乘法求解参数a,b.但是在求解过程中由于离散化的处理,造成了时间响应预测函数精度的下降。为了弥补精度下降的缺陷,对于预测模型利用PSO算法进行了系数修正.案例对比研究发现,传统的GM(1,1)预测效果最差,改进的GM(1,1)幂模型预测效果最好.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
幂模型论文参考文献
[1].曾亮.基于振荡序列的灰色GM(1,1|sin）幂模型及其应用[J].浙江大学学报(理学版).2019
[2].马永梅,王淑超.改进的GM(1,1)幂模型的构建与应用[J].经济数学.2019
[3].黄跃华,陈小龙,王亚辉.基于正弦和的GM(1,1)幂模型在港口吞吐量预测中的应用[J].上海海事大学学报.2019
[4].丁松,党耀国,徐宁,王俊杰,耿率帅.多变量离散灰色幂模型构建及其优化研究[J].系统工程与电子技术.2018
[5].许锟,鲍学英,王起才.基于GA-GM(1,N,α)幂模型的铁路客运量预测[J].铁道标准设计.2018
[6].李曼.灰色Verhulst模型和非等间距幂模型的优化方法研究[D].西华师范大学.2017
[7].黄跃华,陈海山.优化的GM(1,1)幂模型在港口吞吐量预测中的应用[J].中国航海.2016
[8].郭毅,高建敏.基于GM(1,1)幂模型的冻胀区高速铁路轨面不平顺发展预测[J].铁道科学与工程学报.2016
[9].赵亚琴.傅立叶级数修正的灰色幂模型的小麦蚜虫量预测[J].统计与决策.2016
[10].杨保华,赵金帅.优化离散灰色幂模型及其应用[J].中国管理科学.2016