基于电力客户的历史数据,采用客户的基本属性、用电行为、缴费行为、客户信用、行业前景信息等多个维度确定模型所需指标体系。通过指标的相关系数矩阵及信息值(information value,IV)筛选出最终进入模型的指标变量,同时采用最优分组的...基于电力客户的历史数据,采用客户的基本属性、用电行为、缴费行为、客户信用、行业前景信息等多个维度确定模型所需指标体系。通过指标的相关系数矩阵及信息值(information value,IV)筛选出最终进入模型的指标变量,同时采用最优分组的方法对变量进行分组,并进行证据权重转化(weight of evidence,WOE)。基于处理后的数据,运用逻辑回归算法构建用电客户电费风险预测模型,并依据得到的模型结果量化输出变量标准评分卡表,从而将客户划分为高风险、中风险和低风险用户,为不同的用户采取差异化的营销措施提供依据。展开更多
针对时间分数阶慢扩散方程,提出一类并行差分方法——交替分段纯显-隐(pure alternative segment explicit-implicit,PASE-I)和交替分段纯隐-显(pure alternative segment implicit-explicit,PASI-E)差分方法。这类方法是将古典显式格...针对时间分数阶慢扩散方程,提出一类并行差分方法——交替分段纯显-隐(pure alternative segment explicit-implicit,PASE-I)和交替分段纯隐-显(pure alternative segment implicit-explicit,PASI-E)差分方法。这类方法是将古典显式格式、古典隐式格式与交替分段技术相结合构造出的一类具有并行本性的差分方法。理论证明了PASE-I和PASI-E格式解的存在唯一性,采用傅里叶方法和数学归纳法证明了格式是无条件稳定且收敛的。数值试验表明:PASE-I格式和PASI-E格式具有明显的并行计算性质,为空间二阶、时间2-α阶收敛,并且在计算效率上相比串行的隐式格式有大幅度提高,本方法求解时间分数阶慢扩散方程是可行的。展开更多
文摘基于电力客户的历史数据,采用客户的基本属性、用电行为、缴费行为、客户信用、行业前景信息等多个维度确定模型所需指标体系。通过指标的相关系数矩阵及信息值(information value,IV)筛选出最终进入模型的指标变量,同时采用最优分组的方法对变量进行分组,并进行证据权重转化(weight of evidence,WOE)。基于处理后的数据,运用逻辑回归算法构建用电客户电费风险预测模型,并依据得到的模型结果量化输出变量标准评分卡表,从而将客户划分为高风险、中风险和低风险用户,为不同的用户采取差异化的营销措施提供依据。
文摘针对时间分数阶慢扩散方程,提出一类并行差分方法——交替分段纯显-隐(pure alternative segment explicit-implicit,PASE-I)和交替分段纯隐-显(pure alternative segment implicit-explicit,PASI-E)差分方法。这类方法是将古典显式格式、古典隐式格式与交替分段技术相结合构造出的一类具有并行本性的差分方法。理论证明了PASE-I和PASI-E格式解的存在唯一性,采用傅里叶方法和数学归纳法证明了格式是无条件稳定且收敛的。数值试验表明:PASE-I格式和PASI-E格式具有明显的并行计算性质,为空间二阶、时间2-α阶收敛,并且在计算效率上相比串行的隐式格式有大幅度提高,本方法求解时间分数阶慢扩散方程是可行的。
