导读:本文包含了最优线性组合论文开题报告文献综述及选题提纲参考文献，主要关键词:灰色模型,时间序列模型,非线性组合模型,最优线性组合模型
最优线性组合论文文献综述
谢劭峰,佘娣,王新桥[1]（2017）在《变形预测的一种最优线性组合模型》一文中研究指出介绍了灰色GM(1,1)、时间序列和非线性组合模型的基本概念,讨论了最优线性组合模型的定义及其权系数的求解方法。结合某大坝变形监测数据,建立了基于灰色与时间序列的非线性组合模型和最优线性组合模型,以及基于灰色、时间序列与非线性组合的最优线性组合模型,并把这3种组合模型的预测结果与GM(1,1)、时间序列模型进行比较。结果表明,融合GM(1,1)、时间序列与非线性灰色时间序列组合的最优线性组合模型的预测效果明显好于另两种模型,其预测误差小于1 mm。(本文来源于《人民黄河》期刊2017年06期）
卢苗苗,张兴裕[2]（2015）在《基于最优线性组合方法的甲型病毒性肝炎发病数预测》一文中研究指出目的利用SARIMA、RBFNN、组合模型对2011年甲型病毒性肝炎月发病数进行预测并比较,探讨最优线性组合模型在甲型病毒性肝炎发病数预测中的实用价值。方法选取2005年至2010年我国内地法定报告的甲型病毒性肝炎月发病数资料分别建立季节性求和自回归移动平均模型以及径向基神经网络模型后,将2两种模型的拟合结果与原始发病数建立线性回归模型,比较3种模型的预测精度。结果 SARIMA模型预测结果的平均绝对误差、平均相对误差以及均方误差值分别是413.667、0.154、0.392。径向基神经网络预测结果的平均绝对误差、平均相对误差以及均方误差值分别是291.833、0.118、0.344。组合模型拟合预测结果的平均绝对误差,平均相对误差以及均方误差值分别是202.333、0.082、0.286。由此得出,组合模型的拟合值及其预测值的3个指标均最小,其次为径向基神经网络,SARIMA的各指标值最大。结论最优线性组合模型在甲型病毒性肝炎发病数预测中具有较高的预测精度,可以用于指导甲型病毒性肝炎的预防与控制。(本文来源于《中国医院统计》期刊2015年05期）
温芝元,曹乐平[3]（2015）在《最优RGB线性组合颜色模型目标检测方法》一文中研究指出为提高目标检测的准确性,提出了最优RGB线性组合颜色模型目标识别方法。统计目标及背景代表性点的红色、绿色、蓝色3个分量值,设计线性规划目标函数及约束条件,利用红色、绿色、蓝色3个分量统计值求线性规划问题的最优解,建立最优RGB线性组合颜色模型。顺光、侧光、侧逆光、逆光4种采光拍摄条件下120幅图像的试验结果表明:该方法较R-B、2R-G-B、G-B法的目标与背景灰度差值都大、误检率与漏检率都低,可广泛用于与背景存在颜色差异的目标检测。(本文来源于《计算机工程与应用》期刊2015年18期）
刘海涛,龚乐年[4]（2010）在《多机系统利用模态最优线性组合法的降阶分析》一文中研究指出在多机电力系统小扰动稳定分析与控制中,利用原始系统状态空间方程的坐标变换,根据具有附加条件的最优分析方法,建立二次型性能指标,以主导模态坐标近似来描述非主导模态坐标,从而建立模态最优线性组合降阶法的等值模型,由等值模型可以分析所有状态变量的动态变化过程。以双轴同步发电机模型为基础,综合考虑自动励磁调节系统,详细推导多机系统原始的状态空间方程。以一3机9节点实例建立原始状态空间方程,采用模态最优线性组合法获得降阶后的等值模型,由降阶前后动态特性曲线的近似重合论证了模态最优线性组合降阶法的有效性。(本文来源于《电力系统保护与控制》期刊2010年15期）
刘海涛,龚乐年[5]（2010）在《基于最优线性组合理论的动态稳定模型等效研究》一文中研究指出一个高阶的电力系统模型必然给电力系统稳定性分析与计算带来困难。提出合理选择主导特征值和重要状态变量,利用最优线性组合理论分析电力系统动态稳定模型的降阶。采用简单电力系统模型,完整地考虑发电机组的励磁、调速、电力系统稳定器以及阻尼绕组,建立高阶模型。由降阶前后状态变量的动态特性曲线论证了最优线性组合法可以获得精度较高的降阶模型。(本文来源于《中国电力》期刊2010年03期）
闫嘉钰,杨建国[6]（2009）在《数控机床热误差的最优线性组合建模》一文中研究指出提出数控机床热误差的最优线性组合建模方法及其相关算法.该方法通过线性和的方式对基于不同数学理论所建立的热误差模型进行综合,并以不同拓扑结构及训练算法的反向传播神经网络为例,建立了最优线性组合神经网络.通过对一台CNC机床的实际加工数据进行分析,对该建模方法进行验证,并探讨了该方法的最佳使用条件及其原因.建模结果表明,所提出的方法能够在节省建模时间的同时大幅提高所建立模型的预测精度,是一种高性价比的建模方法.(本文来源于《上海交通大学学报》期刊2009年04期）
李奇,舒风笛,伍书剑,刘雪强[7]（2008）在《软件工作量最优线性组合估算方法》一文中研究指出软件工作量估算的方法和技术众多且各有千秋,没有一种方法被证明在各种情况下的估算都是最精确的。组合估算是一种非常有效的估算方法,它避免了选择单一的最优估算方法这一难题,而是充分利用各种估算方法提供的信息来达到提高估算精确度和稳定性的目的。将系统的"外部"组合预测方法介绍到软件工作量估算领域,基于最具代表性的组合估算方法:最优线性组合方法,提出了软件工作量估算的最优线性组合方法,该方法中即使是估算效果"较差"的技术或者方法也能为估算精度和稳定性的提高做出贡献。(本文来源于《计算机工程与设计》期刊2008年23期）
张浩[8]（2007）在《基于最优线性组合的港口集装箱吞吐量预测方法》一文中研究指出以某港1981~1999年集装箱吞吐量为实测数据,建立其集装箱吞吐量的趋势外推、时间序列平滑、回归分析和灰色系统等预测模型.对比该港2000~2005年集装箱吞吐量各模型预测值与实际值的差异,分析了差异产生的原因及其单一预测模型的局限性,提出了基于最优线性组合的港口集装箱吞吐量预测法.以原各单项预测模型的预测值作为外生变量,以方差绝对值之加权和最小作为最优准则,建立线性组合预测模型,用单纯形表法解出加权系数,进行外推预测,并验证了方法的有效性.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2007年02期）
王遂,任震[9]（2007）在《基于最优有效度的电力系统可靠性原始参数的线性组合预测模型》一文中研究指出针对电力系统可靠性原始参数缺乏和开发可靠性原始参数小样本的需要,提出了电力系统可靠性原始参数的线性组合预测模型。为了提高预测精度,分别应用灰色优化模型和Verhulst模型等改进模型进行可靠性原始参数的预测。与此同时,建立以有效度为目标函数的最优组合预测模型,并用简化的计算公式得到权系数的最优近似解,将预测值进行线性组合。基于该文所开发的预测模型的预测结果表明,组合预测模型的预测结果优于单一模型的预测结果。(本文来源于《继电器》期刊2007年06期）
程兰芳[10]（2006）在《基于收益与风险线性组合的最优比例再保险决策模型》一文中研究指出所谓再保险,是指保险公司等保险人通过订立合同,将保险公司自己承担的风险通过投保的形式转移给其他的保险人,以降低自己风险的保险行为,即“保险人的再保险。”从保险人的角度看,再保险行为就是投资行为,保险人要在收益和风险之间权衡。因此,再保险问题不仅对保险公司(本文来源于《统计与决策》期刊2006年01期）
最优线性组合论文开题报告
（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：
目的利用SARIMA、RBFNN、组合模型对2011年甲型病毒性肝炎月发病数进行预测并比较,探讨最优线性组合模型在甲型病毒性肝炎发病数预测中的实用价值。方法选取2005年至2010年我国内地法定报告的甲型病毒性肝炎月发病数资料分别建立季节性求和自回归移动平均模型以及径向基神经网络模型后,将2两种模型的拟合结果与原始发病数建立线性回归模型,比较3种模型的预测精度。结果 SARIMA模型预测结果的平均绝对误差、平均相对误差以及均方误差值分别是413.667、0.154、0.392。径向基神经网络预测结果的平均绝对误差、平均相对误差以及均方误差值分别是291.833、0.118、0.344。组合模型拟合预测结果的平均绝对误差,平均相对误差以及均方误差值分别是202.333、0.082、0.286。由此得出,组合模型的拟合值及其预测值的3个指标均最小,其次为径向基神经网络,SARIMA的各指标值最大。结论最优线性组合模型在甲型病毒性肝炎发病数预测中具有较高的预测精度,可以用于指导甲型病毒性肝炎的预防与控制。
（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。
最优线性组合论文参考文献
[1].谢劭峰,佘娣,王新桥.变形预测的一种最优线性组合模型[J].人民黄河.2017
[2].卢苗苗,张兴裕.基于最优线性组合方法的甲型病毒性肝炎发病数预测[J].中国医院统计.2015
[3].温芝元,曹乐平.最优RGB线性组合颜色模型目标检测方法[J].计算机工程与应用.2015
[4].刘海涛,龚乐年.多机系统利用模态最优线性组合法的降阶分析[J].电力系统保护与控制.2010
[5].刘海涛,龚乐年.基于最优线性组合理论的动态稳定模型等效研究[J].中国电力.2010
[6].闫嘉钰,杨建国.数控机床热误差的最优线性组合建模[J].上海交通大学学报.2009
[7].李奇,舒风笛,伍书剑,刘雪强.软件工作量最优线性组合估算方法[J].计算机工程与设计.2008
[8].张浩.基于最优线性组合的港口集装箱吞吐量预测方法[J].武汉理工大学学报(交通科学与工程版).2007
[9].王遂,任震.基于最优有效度的电力系统可靠性原始参数的线性组合预测模型[J].继电器.2007
[10].程兰芳.基于收益与风险线性组合的最优比例再保险决策模型[J].统计与决策.2006