暂无评论
传统的灰色GM（1，1）预测模型是针对近似齐次指数序列建立的预测模型。为了拓广灰色预测模型的适用范围，建立了近似非齐次指数序列的灰色DNGM（1，1）预测模型。研究了这种灰色预测模型的性质，证明了这种
论文研究-基于动态预测企业生产计划模型.pdf, 在静态的环境下 ,生产计划的决策主要来源于市场的需求预测 ,但是 ,如果在动态环境里 ,由于预测信息本身在不断地变化 ,预测值在不断地改变 ,如何将
网络流量预测是网络管理的基础，网络流量受到多种因素影响，具有周期性、时变性和非线性，传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律，为此，提出一种网络流量组合预测模型（
论文研究-灰色马尔柯夫预测模型及其应用.pdf, 一、引言由于灰色预测所需信息较少,计算简便,精度较高,因此在社会经济系统的建模、分析和预测中得到广泛应用。在粮食产量和经济作物方面的应用,也取得了很好
传统灰色预测模型GM（1，1）在预测增长较快的电力负荷时效果会变差。针对这一缺陷，提出了一种改进的双种群ESOGM模型，将进化策略对参数优化处理的优点与GM（1，1）模型相结合，利用进化策略算法优化模
传统上相空间重构与预测模型参数优化分开优化，割裂两者的联系，模型预测性能难以达到最优。利用相空间重构和预测模型参数的互相关系，提出一种混沌时间序列预测模型参数同步优化方法。首先采用均匀设计方法对影响模
论文研究-GA-SA模型预测中国能源需求.pdf, 为预测中国能源需求,本文提出了一种新的遗传算法(geneticalgorithm)和模拟退火法(simulatedannealing)混合方法,称为
为了提高卷烟销售预测准确性，平衡生产与需求，协同工商业，建立切实合理的月供应计划，提出了一个基于ARMA(autoregressivemovingaveragemodel，自回归滑动平均模型)的混合卷
论文研究-线性时变参数离散灰色预测模型.pdf, 分析离散灰色模型模拟值增长率恒定的原因,通过引入线性时间项,构造时变参数离散灰色模型(称TDGM(1,1)模型).进而研究该模型性质,结果表明:TDG
论文研究-基于数据挖掘的交通流预测模型.pdf, 通过对道路交通流变化规律和影响因素的分析,提出了一种新的交通流预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中pij
暂无评论