导读:本文包含了自忆性论文开题报告文献综述及选题提纲参考文献，主要关键词:受扰轨迹预测,灰色Verhulst模型,自忆性预测,预测性能
自忆性论文文献综述
黄丹,杨秀媛,陈树勇[1]（2018）在《基于自忆性灰色Verhulst模型的暂态稳定受扰轨迹实时预测》一文中研究指出广域测量系统能在统一时标下监视系统各节点的实时轨迹,为暂态稳定实时分析提供了可能。基于灰色系统理论及动力系统的自忆性原理,提出一种基于自忆性灰色Verhulst模型的电力系统暂态稳定受扰轨迹实时预测方法。发电机功角受扰轨迹在每一个摇摆过程中呈"S"型变化,符合灰色Verhulst模型预测要求。针对发电机受扰轨迹较强的随机性和非线性,在传统Verhulst模型预测基础上,构建了具有自忆性的灰色Verhulst模型。该模型不仅考虑了发电机功角轨迹的变化趋势,还利用了历史量测数据,能很好地表征发电机功角受扰轨迹的随机波动特性,提高预测精度和预测时间。将该方法对新英格兰10机39节点系统进行仿真计算,结果表明该方法具有良好的拟合预测效果,为实时暂态稳定分析提供了技术支撑。(本文来源于《高电压技术》期刊2018年04期）
田振凯[2]（2017）在《基于动力系统自忆性原理的隧道沉降预测模型研究与应用》一文中研究指出随着国民经济的高速发展,越来越多的隧道和地下工程建筑物服务于人民生活。然而隧道的安全建成及顺利运营直接影响到国民经济的生产,特别是在开挖施工阶段会引起周围应力场的剧烈变化导致周围土体产生变形,进而造成隧道结构产生沉降、位移、隆起等变形,最终对隧道的安全造成威胁。受地质条件和其他因素的影响隧道的变形监测数据具有高度的非线性和波动性,很难建立有效的预测模型对其变形趋势进行准确的预测。针对传统的变形预测模型不能对隧道高度非线性监测数据的沉降趋势和波动特征进行准确的预测问题,采用动力系统自忆性原理和灰色模型相结合的方法,构建灰色自记忆模型,然后采用双向差分的方法建立反导自记忆模型;通过与灰色模型和马尔科夫模型的对比得出两种记忆模型能够对非线性监测数据做出准确预测;在此基础上提出多步滚动预测方法,通过对比得出该方法能够提高预测精度;针对两种自记忆模型中的回溯阶定阶问题,采用基于遗忘因子的冗余定理和变权组合方法筛选回溯阶,通过与试算法定阶方法的对比,表明该方法能够快速准确的获得回溯阶值,进而简化记忆模型的建模过程。最后通过工程实例验证两种自记忆模型在隧道沉降分析中的适用性,同时也为隧道的安全预测提供了一种新方法。(本文来源于《辽宁工程技术大学》期刊2017-06-01）
洪梅,张韧,冯芒,马晨晨,余丹丹[3]（2016）在《一种基于改进自忆性原理的西太平洋副热带高压脊线指数动力-统计模型及其预报实验》一文中研究指出针对西太平洋副热带高压中长期预报不准确的问题,基于动力系统反演思想和改进自忆性原理等途径建立了副高脊线指数的动力预报模型.本文创新性地引入了最大李雅普诺夫指数改进了传统的自忆性函数,使其对副热带高压之类的混沌非线性系统更加具有针对性,较好地克服了预报初值单一性问题;并根据实际观测资料重构的动力系统作为其动力核,克服了传统自忆性方程动力核设置较为简单的问题.用建立的副热带高压脊线指数动力预报模型实现了副高南北位置的中长期预报,通过了副高异常年份和正常年份的多次实验,可以发现模型在25天以内的预报效果很好,相关系数能达到0.80左右,相对误差控制在8%以下,证明了改进的模型具有较好的中长期预报效果.另外还将此模型推广到对副热带高压的面积指数和西脊点指数的预报,也取得了较好的预报效果,证明此方法适合于副热带高压的整体预报.鉴于西太副高发生发展机理的复杂性和预报的困难性,本文为副高等复杂天气系统的预报探索了新的方法思路.(本文来源于《地球物理学报》期刊2016年07期）
郭晓君,刘思峰,杨英杰[4]（2015）在《基于自忆性原理的多变量MGM(1,m)耦合系统模型构建及应用》一文中研究指出针对小样本条件下具有相互制约关系的多变量系统,本文提出了一种新颖的多变量MGM(1,m)自忆性耦合系统模型,用来统一描述系统各变量间关系并且提高其建模精度。该模型通过有机耦合动力系统自忆性原理与传统MGM(1,m)模型,综合了两者各自的优势。系统的自忆性方程包含多个时次初始场而不仅是单个时次初始场,从而克服了传统灰色预测模型对初值比较敏感的弱点。对基坑变形预测的实例研究结果表明,所构建模型能够充分利用系统的多个历史时次资料,可以紧密捕捉系统演化趋势,模拟预测精度显着高于传统多变量MGM(1,m)模型。研究结果表明,新模型丰富和完善了灰色预测理论,值得推广应用于其他类似的多变量系统。(本文来源于《中国管理科学》期刊2015年11期）
郭晓君[5]（2015）在《灰色自忆性组合预测拓展模型及应用研究》一文中研究指出灰色预测模型是灰色系统理论的重要组成部分,其通过累加生成运算来弱化原始统计数据的随机性,在小样本序列的短期预测方面具有独特的优势。灰色预测模型已被广泛而有效地应用于众多学科领域,如社会经济、地理环境、能源系统、建筑工程、交通运输等。同时,自忆性原理,作为解决非线性系统的一种统计—动力方法,是对传统初值问题的数值解和统计方法的一个突破,已被逐渐应用于气象水文、工程科学等众多领域的时间序列预测。基于组合建模的思想,自忆性预测技术被分别应用于几种特殊类型的单变量灰色模型、多变量灰色模型、区间灰数模型中,构建了一系列灰色自忆性组合预测模型,显着提高了传统灰色预测模型的模拟和预测精度。其预测优势在于,考虑以多时点初始场代替单时点初始场,从而突破了传统灰色预测模型对初值较为敏感的局限性。研究结果表明,一系列灰色自忆性组合预测拓展模型丰富和完善了灰色预测模型体系,拓展了其应用范围。论文的主要研究内容和结果如下:(1)针对伴随随机振荡的非线性动态系统,研究构建了自忆性优化GM(1,1)幂预测模型,其适用于近似指数增长或衰减、饱和增长或呈单峰特性的原始波动序列。通过港口货物吞吐量和高中升学率的预测分析,验证了该灰色自忆性组合模型的预测有效性及相对传统模型的优越性。(2)将自忆性成份分别与灰色GM(1,1,tφ)模型和灰色NGM(1,1,k)模型进行有机结合,研究构建了两种特殊类型下的单变量灰色自忆性预测模型,分别适用于具有部分指数特征并含时间幂形式的工程系统和具有近似非齐次指数特征的时间序列,可以有效揭示其中的随机波动变化规律。分别通过软土地基沉降和能源消费的预测分析,验证了利用自忆性技术可以显着提升传统单变量灰色模型的预测稳健性。(3)针对小样本条件下具有相互制约关系的多变量系统,研究构建了多变量灰色自忆性组合预测模型SMGM(1,m),可以统一描述系统各变量间关系,并且紧密捕捉工程系统中易出现的随机波动趋势。通过两个工程沉降变形系统的预测分析,验证了SMGM(1,m)模型的预测可靠性和稳健性。(4)以考虑合成灰数灰度的区间灰数预测模型为基础,研究构建了区间灰数自忆性组合预测模型,算例仿真以具饱和发展状态特征的区间灰数序列为研究对象,获得了有效的模拟预测效果。同时,研究构建了面向区间灰数的发展带离散预测模型,适用于预测摆动幅度较大且整体趋势增长的区间灰数序列发展区间。(5)研究了灰色自忆性组合预测方法在预防医学和药物研究领域的应用问题,首先利用灰色GM(1,1)自忆性模型,对两种法定传染病(痢疾和淋病)的发病率进行预测分析;其次利用灰色GM(1,1)幂自忆性模型,对两组人体内血药浓度进行预测分析。(本文来源于《南京航空航天大学》期刊2015-06-01）
郭晓君,刘思峰,方志耕,吴利丰[6]（2015）在《融合自忆性原理的优化GM(1,1)幂模型构建及应用》一文中研究指出针对因发展变化受众多因素影响而具有饱和增长趋势或单峰特性的原始波动序列,为了提高预测精度,以灰色GM(1,1)幂模型为基础,构建了自忆性原理与优化GM(1,1)幂模型的耦合预测模型,用动力系统自忆性原理来克服传统灰色模型对初值比较敏感的弱点。结果表明,新构建模型能够充分利用系统的多个历史时次资料,模拟和预测精度都高于传统优化GM(1,1)幂模型,进一步拓展了灰色模型的应用范围。最后,以我国高中升学率的数据为例验证了所构建模型的优越性和有效性。(本文来源于《系统工程与电子技术》期刊2015年01期）
郭晓君,刘思峰,方志耕,周伟杰[7]（2014）在《灰色GM(1,1,t~α)模型与自忆性原理的耦合及应用》一文中研究指出针对实际工程应用中传统GM(1,1)模型预测的局限性,以含时间幂次项的灰色GM(1,1,tα)模型为基础,构建了灰色GM(1,1,tα)与自忆性原理的耦合预测模型;用动力系统自忆性原理来克服传统灰色模型对初值比较敏感的弱点;将灰色GM(1,1,t2)自忆性模型应用于某沿海高速软土地基沉降的模拟和预测,获得了满意的模拟和预测精度.实验算例表明,所提出的新模型显着地改善了传统灰色预测模型的模拟预测精度.(本文来源于《控制与决策》期刊2014年08期）
郭晓君,刘思峰,方志耕[8]（2014）在《具自忆性的改进灰色Verhulst模型研究及应用》一文中研究指出传统灰色Verhulst模型对于饱和发展状态的S型过程有较好的预测精度,但对于具有随机波动特征的S型过程预测效果并不理想。针对以上问题,为了提高预测精度,本文在传统灰色Verhulst模型及动力系统自忆性原理的基础上,构建了一类改进的灰色Verhulst自忆性模型,新模型充分利用了历史观测数据、克服了传统灰色Verhulst模型无法描述波动特征的局限性。通过实例分析,表明所构建模型能够充分体现S型过程中的随机波动特征,具有理想的拟合预测效果。(本文来源于《系统工程》期刊2014年04期）
郭晓君,刘思峰,方志耕[9]（2014）在《基于合成灰数灰度的区间灰数自忆性预测模型》一文中研究指出针对传统灰色预测模型解决灰数序列预测的局限性,为了提高预测精度,以考虑合成灰数灰度的区间灰数预测模型为基础,构建了基于合成灰数灰度的区间灰数自忆性耦合预测模型,结合动力系统自忆性原理克服了传统灰色预测模型对初值比较敏感的弱点。算例仿真以具饱和发展状态特征的区间灰数序列为对象,获得了满意的模拟预测精度,验证了所构建模型的有效性及优越性。研究结果表明,本文提出的新模型丰富和完善了区间灰数预测模型体系,并拓展了其应用范围。(本文来源于《系统工程与电子技术》期刊2014年06期）
汪哲荪,袁潇晨,魏一鸣,金菊良,焦建玲[10]（2010）在《基于自忆性原理和EMD的中国清洁能源需求组合预测》一文中研究指出以中国历年能源消费量为基础,分别建立灰色自忆性预测模型和数据机理自忆性预测模型;利用经验模态分解方法分析中国能源消费增长率在经济、人口、城市化下的变化情况,并建立基于经验模态分解的BP神经网络预测模型;通过遗传算法构建能源需求总量组合预测模型,求得中国清洁能源需求总量。研究结果表明:组合预测能够充分利用多个模型的丰富信息,提高预测的准确性;2020年中国清洁能源需求量将达到5.02×108~8.26×108tce,应优先开发清洁能源。(本文来源于《水电能源科学》期刊2010年09期）
自忆性论文开题报告
（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：
随着国民经济的高速发展,越来越多的隧道和地下工程建筑物服务于人民生活。然而隧道的安全建成及顺利运营直接影响到国民经济的生产,特别是在开挖施工阶段会引起周围应力场的剧烈变化导致周围土体产生变形,进而造成隧道结构产生沉降、位移、隆起等变形,最终对隧道的安全造成威胁。受地质条件和其他因素的影响隧道的变形监测数据具有高度的非线性和波动性,很难建立有效的预测模型对其变形趋势进行准确的预测。针对传统的变形预测模型不能对隧道高度非线性监测数据的沉降趋势和波动特征进行准确的预测问题,采用动力系统自忆性原理和灰色模型相结合的方法,构建灰色自记忆模型,然后采用双向差分的方法建立反导自记忆模型;通过与灰色模型和马尔科夫模型的对比得出两种记忆模型能够对非线性监测数据做出准确预测;在此基础上提出多步滚动预测方法,通过对比得出该方法能够提高预测精度;针对两种自记忆模型中的回溯阶定阶问题,采用基于遗忘因子的冗余定理和变权组合方法筛选回溯阶,通过与试算法定阶方法的对比,表明该方法能够快速准确的获得回溯阶值,进而简化记忆模型的建模过程。最后通过工程实例验证两种自记忆模型在隧道沉降分析中的适用性,同时也为隧道的安全预测提供了一种新方法。
（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。
自忆性论文参考文献
[1].黄丹,杨秀媛,陈树勇.基于自忆性灰色Verhulst模型的暂态稳定受扰轨迹实时预测[J].高电压技术.2018
[2].田振凯.基于动力系统自忆性原理的隧道沉降预测模型研究与应用[D].辽宁工程技术大学.2017
[3].洪梅,张韧,冯芒,马晨晨,余丹丹.一种基于改进自忆性原理的西太平洋副热带高压脊线指数动力-统计模型及其预报实验[J].地球物理学报.2016
[4].郭晓君,刘思峰,杨英杰.基于自忆性原理的多变量MGM(1,m)耦合系统模型构建及应用[J].中国管理科学.2015
[5].郭晓君.灰色自忆性组合预测拓展模型及应用研究[D].南京航空航天大学.2015
[6].郭晓君,刘思峰,方志耕,吴利丰.融合自忆性原理的优化GM(1,1)幂模型构建及应用[J].系统工程与电子技术.2015
[7].郭晓君,刘思峰,方志耕,周伟杰.灰色GM(1,1,t~α)模型与自忆性原理的耦合及应用[J].控制与决策.2014
[8].郭晓君,刘思峰,方志耕.具自忆性的改进灰色Verhulst模型研究及应用[J].系统工程.2014
[9].郭晓君,刘思峰,方志耕.基于合成灰数灰度的区间灰数自忆性预测模型[J].系统工程与电子技术.2014
[10].汪哲荪,袁潇晨,魏一鸣,金菊良,焦建玲.基于自忆性原理和EMD的中国清洁能源需求组合预测[J].水电能源科学.2010
标签：受扰轨迹预测; 灰色Verhulst模型; 自忆性预测; 预测性能;