本实验基于某地市烟草公司多层次多类型的历史销售数据及销售日志、走访记录和外部统计数据,经过全面且细致的探索性分析,包括策略量显著性分析,ARIMA初步预测,外部因素影响显著性分析和内部因素组间差异及时间序列趋势分析;最终选择了基于四种经典时间序列预测模型:多季节模式动态谐波回归模型(mdhArima)、自回归移动平均模型(ARIMA)、时间序列分解预测模型(STLF)和TBATS指数平滑模型共同构成的组合预测模型,并通过实验证明了组合...
作者:郭太平; 刘晓波; 王丹妮; 朱红梅 期刊:《电力大数据》 2017年第02期
首先简要地介绍了几种典型的电弧炉模型及其适用范围,包括电压谐波源模型、能量平衡模型和时变电阻模型,然后针对各个模型进行MTALAB/simulink仿真并简要分析其运行特性。最后本文提出一种基于不同模型的电弧炉组合模型,综合了各个模型的优势,并通过仿真验证了模型的可行性。
作者:吴京龙 期刊:《重庆理工大学学报·自然科学》 2019年第11期
改革开放以来,我国居民消费水平保持较快发展态势,准确预测未来居民消费水平能更好地掌握国民经济发展趋势,为政府相关部门制定战略规划和产业政策提供参考。为此,基于灰色关联度建立了GM(1,1)-BP神经网络组合模型,对2000—2016年居民消费水平进行模拟,并对比分析GM(1,1)模型、BP神经网络模型、灰色组合模型模型的预测误差。仿真结果表明,基于灰色关联度的GM(1,1)-BP神经网络组合模型能进一步提高预测准确性。
—、引言我国企业并购已经历二十多年的实践,根据《中国企业并购年鉴2015》,2013年并购数量和并购频率达到空前增长,2014年呈爆发式增长,《2015年中国企业并购市场回顾与2016年展望》报告显示,2015年中国企业的并购交易数量与金额均创下历史最高记录,并预测2016年企业并购交易增长将超过20%。
作者:赵辉; 华海增; 岳有军; 王红君 期刊:《科学技术与工程》 2019年第29期
针对原始风速序列具有非线性、非平稳性和不可控性的问题,提出基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)-模糊熵(fuzzy entropy,FE)-深度信念网络(deep belief network,DBN)的短期风速预测模型。首先,利用CEEMD方法将原始风速序列分解为一系列不同尺度的本征模态分量(IMF)以降低其非平稳性;其次,利用模糊熵方法将多个IMF分量进行重组以避免分量数目过多给预测精度造成的影响;最后,利...
作者:付洁; 黄洪 期刊:《铁路计算机应用》 2019年第11期
为更准确地预测铁路客运量,采用灰色关联法,分析不同因素对铁路客运量的影响程度,确定主要影响因子,并将其作为预测指标,提出基于Verhulst–RBF神经网络的铁路客运量预测组合模型。基于四川省近14年的铁路客运量数据,进行组合模型测试。实验结果表明,Verhulst–RBF神经网络组合模型的预测精确度高于单一的Verhulst模型或单一的RBF神经网络模型。
作者:夏可; 张世文; 沈强; 杨邵文; 夏沙沙; 胡青青 期刊:《发光学报》 2019年第12期
探讨组合模型在土壤重金属含量高光谱估算中的可行性,以四川古蔺工矿废弃地复垦土壤为研究对象,采集样品并测得重金属含量(Cd、Cr、Ni、As和Hg)和光谱信息;对土壤光谱进行预处理,探索响应波段;利用PLS、ANN和RF构建单一估测模型;利用熵值法进行较优模型组合。结果表明,4种光谱预处理技术对光谱与重金属含量之间的相关性均有不同程度的提升;单一预测模型MSC-RF模型效果最优,可最大程度对重金属含量进行预测;通过熵值法构建的组合预...
针对单一软件可靠性模型适应性不强和数据驱动模型稳定性较差的问题,本文选取3种典型软件可靠性模型作为基模型,利用极限学习机对基模型的预测结果进行加权优化,得到组合软件可靠性模型,实现经典软件可靠性模型和人工智能算法的有机结合。通过对3组失效数据进行仿真实验,并与单一模型、基于其他神经网络算法的组合模型以及数据驱动模型的预测结果进行对比,验证了本文模型能够有效地提升预测精度和模型的适应性。
作者:余洋; 万定生 期刊:《计算机技术与发展》 2019年第09期
在面对具有随机性、突变性的复杂时间序列数据(如流量等水文时间序列数据)时,传统单一的模型的预测精度不尽人意,对单一模型的优化不能完全克服其局限性。因此,文中提出一种基于WNN-SVM组合的水文时间序列预测模型。首先对水文时间序列数据作均值归一化处理,然后对预处理后的水文时间序列进行小波分解,将分解后的子序列通过相空间重构的方法使其从低维时间序列向高维转换;根据其分解后的特点,对尺度变换序列采用支持向量机(SVM)进...
作者:徐爽; 孙阳; 肖敬宇; 张铭鑫 期刊:《测绘与空间地理信息》 2019年第11期
灰色GM(1,1)模型运算简单,但缺点是精度不够;时间序列模型能计算大量的数据,但是运算过程比较复杂。本文以宿迁某基坑为例,对水平位移量进行检测,利用灰色和时间序列组成的新模型,以前几期数据作为原始数据对后几期数据进行预测,得出组合模型的精度比单一的灰色预测模型精度高,组合模型更适合基坑监测。
作者:王立文; 高德伟; 陈斌; 张洋 期刊:《计算机仿真》 2019年第12期
针对机场跑道道面积冰带来的航班起飞降落困难的问题,研究了跑道地温对道面温度的影响,建立了多变量多项式和BP神经网络相结合的道面积冰预测模型,采用BP神经网络的高度非线性逼近的方法预测未来半小时的道面积冰厚度和积冰概率。在道面积冰环境模拟实验平台上采集大量实验数据,对该模型进行训练和仿真并与实验结果对比,结果表明所建的考虑地温的道面积冰预测模型准确、可靠,能够在小雨、中雨以及大雨和不同风速等条件下对道面积冰...
以四川广汉市三星堆遗址为中心的三星堆文化是一个很容易给人以另类感觉的青铜文化,这种另类集中体现在三星堆遗址两个装有大量前所未见器物的器物坑中,而在这两个器物坑的青铜器里面,最能吸引人的文物莫过于那件被称之为“铜神坛”(K2③:296)的青铜组合模型。
作者:康琪; 林军 期刊:《信息技术与网络安全》 2013年第16期
在对城市燃气负荷数据特性进行分析的基础上,提出了针对城市燃气负荷量短期预测的思想即分解-组合预测模型,同时提出了三种分解方法对分解-组合预测模型进行了验证.首先在建模之前运用数据挖掘的方法对原始数据集进行了离群点挖掘与修正;其次,为了验证准确性,将三种方法的预测结果与其他单一、组合模型预测结果进行对比;最后为了验证该模型的有效性、适用性,对特殊日期、天气和其另一组燃气负荷量数据集进行了建模和预测,通过对预...
作者:李坚 期刊:《湘潭大学学报·哲学社会科学版》 2007年第02期
旅游市场拓展系统由旅游景区、客源市场与周邻旅游区的空间布局等结构要素组成,它们构成了引力与动力、竞争分流与协作聚集的关联,影响着旅游市场的合理拓展。旅游市场拓展的组合模型包括对应类型分析、拓展类型分析和竞争修正系数微调三个步骤,通过这些分析可以选择出合理的旅游目标市场与目标市场区域。实证表明该模型为旅游市场拓展类型的最优选择提供了一种可行的思路。
居民消费水平指按常住人口平均计算的居民消费支出。对居民的消费水平的研究对我国未来实行扩大内需政策具有重大的意义。文章根据全国1978~2007年居民消费水平的统计数据,采用组合模型预测的方法,预测我国2008~2010年的居民消费发展前景,并对我国增强消费水平提出一些建议。
作者:王显鹏; 黄声享; 李冠青 期刊:《测绘工程》 2017年第01期
在构建并联组合模型进行变形预测时,单项模型权值的确定是个关键问题。为了提高变形预测的精度,以基坑监测数据为例,采用GM(1,1)模型与ARMA模型进行组合,在拟合误差平方和最小的准则下,使用粒子群算法求解两单项模型的最优权值,进而构建并联组合模型进行变形预测。结果表明,该方法融合各单项模型的优势,可以提高预测精度,避免求解线性规划问题,具有较好的实用性。
作者:王祖顺; 韩吉德; 王春青 期刊:《测绘工程》 2016年第01期
金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂。由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较。结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强。
作者:王燕; 郭金燕 期刊:《信阳农林学院学报》 2013年第04期
在分析指数拟合、灰色系统模型的平均预测误差的基础上,建立了组合预测模型,并对广州市的物流量进行了预测.结果表明,组合模型的预测结果是最优的.
作者:王义康 期刊:《中国计量大学学报》 2008年第04期
提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的非线性组合模型的预测方法.该方法运用EMD将原始铁水含硅量的时间序列分解成若干个频率不同的平稳分量,分解后的分量突出了原序列的局部特征.通过Lempel—Ziv复杂度分析选用不同的核函数,并利用10-fold交叉检验方法取定相应的参数,从而对各个分量构建不同的支持向量机模型,并对各分量进行预测.仿真结果表明,EMI~SVM非线性组合模型预测命中率达到90%.
作者:张红祥; 朱浩悦 期刊:《科学技术创新》 2016年第03期
软件的可靠性预计精度对软件本身的稳定性及软件的运行过程都是一个非常重要的内容。本文主要提出了基于组合模型的软件可靠性预计方法,以供参考和借鉴。