论文研究-模糊软集合理论在税收组合预测中的应用.pdf, 结合模糊软集合理论建立税收收入的组合预测模型,根据税收收入的特点,代表性地选择了Elman回归神经网络模型、含政策虚拟变量的自回归模型、AR
实际交通流是一个明显含有噪声的非线性时间序列。针对这一特点提出对此时间序列进行冥函数变换,变换之后的噪声会比原始信号的压缩程度更大,从而降低白噪声对预测结果的不利影响;利用最小二乘支持向量机(LS-S
论文研究-基因表达式编程在组合预测建模中的应用.pdf, 介绍一种利用基因表达式编程的方法来自动生成非线性函数的组合预测模型,并进行误差估计分析,改变过去只依靠各个子方法的简单线性相加,不能很好地反映
灰色模型在好多数学模型里都用到,这里主要是利用灰色模型预测房价
支持向量机参数对支持向量机的性能有着重要影响,参数选择问题是支持向量机的重要研究内容。针对此问题,提出一种基于粒子群优化算法的支持向量机参数选择方法。实验结果表明,经粒子群优化算法优化的支持向量机回归
针对传统的GM(1,1)模型预测精度不高,并且其求解优化与多项式拟合各有片面性的缺点,给出了基于求解优化和多项式拟合优化相结合的改进灰色等维动态预测方法。结合美国近两百年人口的相关统计数据,利用传统的
为了科学准确地对铁路解编作业量进行预测,基于变异粒子群算法优化参数的良好性能和灰色预测法对不确定因素影响的系统准确预测的优点,提出了一种灰色变异粒子群组合预测模型,对铁路解编作业量进行准确地预测。并通
传统GM(1,1)模型在工程变形预测中受到众多不确定性因素的影响,会导致预测精度低、残差大。因此,文中对传统GM(1,1)中原始数据、初始值、以及背景值进行改进。最后以某大坝边坡监测点的沉降位移为例,
针对武器协同数据链对低时延数据传输的特殊需求,提出了一种基于时延驱动的跨层路由模型和路由方法(Delay-Driven Cross-Layer Routing,DDCR)。在该模型中,利用临近节点反馈
针对通信网告警中预示重大故障的告警数量少、不适合用传统预测方法的特点,提出了一种基于稀疏贝叶斯的通信告警序列预测方法(PBM),并与支持向量机(SVM)预测方法进行了比较。实验结果表明,PBM方法非常