期刊文献+
共找到386篇文章
< 1 2 20 >
每页显示 20 50 100
Study and application of time series forecasting based on rough set and Kernel method
1
作者 杨淑霞 《Journal of Central South University》 SCIE EI CAS 2008年第S2期336-340,共5页
A support vector machine time series forecasting model based on rough set data preprocessing was proposed by combining rough set attribute reduction and support vector machine regression algorithm. First, remove the r... A support vector machine time series forecasting model based on rough set data preprocessing was proposed by combining rough set attribute reduction and support vector machine regression algorithm. First, remove the redundant attribute for forecasting from condition attribute by rough set method; then use the minimum condition attribute set obtained after the reduction and the corresponding initial data, reform a new training sample set which only retain the important attributes influencing the forecasting accuracy; study and train the support vector machine with the training sample obtained after reduction, and then input the reformed testing sample set according to the minimum condition attribute and corresponding initial data. The model was tested and the mapping relation was got between the condition attribute and forecasting variable. Eventually, power supply and demand were forecasted in this model. The average absolute error rates of power consumption of the whole society and yearly maximum load are respectively 14.21% and 13.23%. It shows that RS-SVM time series forecasting model has high forecasting accuracy. 展开更多
关键词 KERNEL method support VECTOR MACHINE ROUGH set forecasting
下载PDF
Function S-rough sets and two law forecast
2
作者 Fu Haiyan Shi Kaiquan 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第2期332-338,共7页
Function S-rough sets has the properties of dynamics, heredity, and memory. Function S-rough sets is penetrated and crossed with the issue of economic law forecast, then a new forecast model based on function S-rough ... Function S-rough sets has the properties of dynamics, heredity, and memory. Function S-rough sets is penetrated and crossed with the issue of economic law forecast, then a new forecast model based on function S-rough sets namely the two law forecast model is proposed, which includes upper law forecast model and lower law forecast model; and its' implement algorithm is given. Finally, the validity of the model is demonstrated by the forecast for region economic development of Hainan Province. 展开更多
关键词 function S-rough sets two law forecast dynamic economic system
下载PDF
可拓理论在技术演化与预测中的应用潜力
3
作者 李宜展 孔晔晗 李泽霞 《现代情报》 CSSCI 北大核心 2024年第10期86-102,共17页
[目的/意义]可拓理论是一种围绕矛盾问题本质和转化变换机理寻求解决问题途径的方法论,将其引入技术演化与预测分析,是应对当下国际科技竞合环境、面向国家科技自立自强需求的创新融合举措。在揭示复杂技术创新过程中,不仅可以强化分析... [目的/意义]可拓理论是一种围绕矛盾问题本质和转化变换机理寻求解决问题途径的方法论,将其引入技术演化与预测分析,是应对当下国际科技竞合环境、面向国家科技自立自强需求的创新融合举措。在揭示复杂技术创新过程中,不仅可以强化分析方法科学性,提高信度和效度,也为更深入地理解技术演化机制,寻找潜在发展机会提供可能。[方法/过程]本文在系统梳理技术演化与预测主流方法、可拓理论在知识管理与技术创新典型应用的基础上,总结当前方法存在的不足。以面向农业遥感领域作物估产问题为例,进行可拓分析和定性验证。[结果/结论]从理论基础、表达方式和分析过程3个角度,探讨可拓理论用于挖掘领域技术发展前沿方向的意义与潜力,指出利用可拓理论分析领域技术演化过程需要注意的问题,并通过案例分析证明理论思想的适用性。 展开更多
关键词 可拓理论 技术演化 技术预测 知识表达 可拓集
下载PDF
基于SSA-Hurst-ARIMA组合模型的船舶柴油发电机组故障特征短期预测
4
作者 梁清政 王浩 +2 位作者 程垠钟 杨天诣 姚钦博 《现代制造技术与装备》 2024年第2期51-54,共4页
为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行... 为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行数据为基础,选取增压器滑油压强数据,对比分析单一ARIMA模型、SSA主成分-ARIMA组合模型和SSA-Hurst-ARIMA组合模型的预测效果。结果表明,SSA-Hurst-ARIMA组合模型的预测效果优于单一ARIMA模型和SSA主成分-ARIMA组合模型,更适合应用于船舶柴油发电机组故障特征的短期预测。 展开更多
关键词 船舶柴油发电机组 故障特征 短期预测 奇异谱分析(SSA) HURST指数 自回归移动平均(ARIMA)模型
下载PDF
Adaptive partition intuitionistic fuzzy time series forecasting model
5
作者 Xiaoshi Fan Yingjie Lei Yanan Wang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第3期585-596,共12页
To enhance the accuracy of intuitionistic fuzzy time series forecasting model, this paper analyses the influence of universe of discourse partition and compares with relevant literature. Traditional models usually par... To enhance the accuracy of intuitionistic fuzzy time series forecasting model, this paper analyses the influence of universe of discourse partition and compares with relevant literature. Traditional models usually partition the global universe of discourse, which is not appropriate for all objectives. For example, the universe of the secular trend model is continuously variational. In addition, most forecasting methods rely on prior information, i.e., fuzzy relationship groups (FRG). Numerous relationship groups lead to the explosive growth of relationship library in a linear model and increase the computational complexity. To overcome problems above and ascertain an appropriate order, an intuitionistic fuzzy time series forecasting model based on order decision and adaptive partition algorithm is proposed. By forecasting the vector operator matrix, the proposed model can adjust partitions and intervals adaptively. The proposed model is tested on student enrollments of Alabama dataset, typical seasonal dataset Taiwan Stock Exchange Capitalization Weighted Stock Index (TAIEX) and a secular trend dataset of total retail sales for social consumer goods in China. Experimental results illustrate the validity and applicability of the proposed method for different patterns of dataset. 展开更多
关键词 intuitionistic fuzzy set time series forecasting vector operator matrix order deciding adaptive partition
下载PDF
Indian summer monsoon rainfall (ISMR) forecasting using time series data: A fuzzy-entropy-neuro based expert system
6
作者 Pritpal Singh 《Geoscience Frontiers》 SCIE CAS CSCD 2018年第4期1243-1257,共15页
This study presents a model to forecast the Indian summer monsoon rainfall(ISMR)(June-September)based on monthly and seasonal time scales. The ISMR time series data sets are classified into two parts for modeling ... This study presents a model to forecast the Indian summer monsoon rainfall(ISMR)(June-September)based on monthly and seasonal time scales. The ISMR time series data sets are classified into two parts for modeling purposes, viz.,(1) training data set(1871-1960), and(2) testing data set(1961-2014).Statistical analyzes reflect the dynamic nature of the ISMR, which couldn't be predicted efficiently by statistical and mathematical based models. Therefore, this study suggests the usage of three techniques,viz., fuzzy set, entropy and artificial neural network(ANN). Based on these techniques, a novel ISMR time series forecasting model is designed to deal with the dynamic nature of the ISMR. This model is verified and validated with training and testing data sets. Various statistical analyzes and comparison studies demonstrate the effectiveness of the proposed model. 展开更多
关键词 Indian summer monsoon rainfall(ISMR) Fuzzy set ENTROPY Artificial neural network(ANN) forecasting
下载PDF
基于变权集对-多维联系正态云模型的TBM地质适应性评价预测 被引量:1
7
作者 张建明 侍克斌 +4 位作者 巴合特别克·达拉依汗 善鸿泽 石仁义 符涛 卢志鹏 《隧道建设(中英文)》 CSCD 北大核心 2023年第4期645-657,共13页
为解决TBM地质适应性评估中存在的模糊性及多因素之间相互影响的复杂性难题,在多维云模型的基础上,提出一种基于集对分析与多维云模型相耦合的多维联系正向正态云模型评价方法。通过统计研究分析国内12条隧洞106组TBM地质适应性数据的... 为解决TBM地质适应性评估中存在的模糊性及多因素之间相互影响的复杂性难题,在多维云模型的基础上,提出一种基于集对分析与多维云模型相耦合的多维联系正向正态云模型评价方法。通过统计研究分析国内12条隧洞106组TBM地质适应性数据的特征规律,选取设备参数、地质条件、不良地质问题在内的10个典型指标建立评价指标体系。将各评价指标作为多维联系正向正态云模型的一维变量,依据同异反原理与云理论,获取适合的3个云数字特征值,生成各适应性等级下的云滴;继而根据TBM地质适应能力隶属于各适应性等级的综合确定度,采用最大确定度原则判定TBM地质适应性等级,由此综合反映出评价多因素间的确定性与不确定性关系。此外,在IFAHP、改进ICRITIC及改进博弈论组合赋权确定综合常权重的基础上,利用基于因素空间思想的变权理论确定指标总层次排序权重,实现评价过程中指标的主动介入性。经应用于实际表明:变权多维联系正向正态云模型应用于TBM地质适应性倾向评价是可行的,评价准确率达90%,相较于常规多维云模型及其他计算方法,其吻合度更高、计算更简洁。 展开更多
关键词 TBM地质适应性 TBM适应性倾向 多维联系云模型 变权 集对分析 评价预测方法 云模型
下载PDF
基于宽度学习系统的短期电力负荷预测方法研究 被引量:2
8
作者 刘扬 王佳祯 +2 位作者 汪晓东 张威 李鑫 《电力大数据》 2023年第7期23-31,共9页
针对现有短期电力负荷预测计算方法中计算量大、训练时间长等问题,本文提出了基于宽度学习系统的短期电力负荷预测方法。采集预测区域影响电力负荷因素的历史数据,首先通过归一法对数据进行预处理,利用领域粗糙集分类算法提取对负荷预... 针对现有短期电力负荷预测计算方法中计算量大、训练时间长等问题,本文提出了基于宽度学习系统的短期电力负荷预测方法。采集预测区域影响电力负荷因素的历史数据,首先通过归一法对数据进行预处理,利用领域粗糙集分类算法提取对负荷预测重要度较高的属性,防止非重要影响因素输入模型造成信息冗余,减少负荷预测算法的计算量;然后建立基于宽度学习的短期电力负荷预测模型,将样本输入模型进行训练,对输出结果进行评估,根据评估结果对短期电力负荷预测模型进行增量计算,无须重建整个预测模型,减少负荷预测训练时间;最后将计算结果进行反归一化,获得最终预测结果。本文通过仿真实验对比验证了所提方法可以有效预测短期电力负荷,并且缩短预测时间,提高了预测精度。 展开更多
关键词 宽度学习 归一化 邻域粗糙集 特征提取 负荷预测
下载PDF
北江流域石角水文站基于SPA的径流时间序列预测分析 被引量:1
9
作者 汤静静 马妍博 《广东水利水电》 2023年第7期50-53,共4页
该文以北江流域石角水文站1971—2020年的径流资料为例,将集对分析法应用于径流时间序列预测中,结果表明基于集对分析的径流时间序列预测模型合理可行。集对分析方法较最近邻抽样回归模型预测精度更高,且原理简单、使用方便,研究成果可... 该文以北江流域石角水文站1971—2020年的径流资料为例,将集对分析法应用于径流时间序列预测中,结果表明基于集对分析的径流时间序列预测模型合理可行。集对分析方法较最近邻抽样回归模型预测精度更高,且原理简单、使用方便,研究成果可为北江流域开展防洪规划提供依据。 展开更多
关键词 集对分析法 径流 时间序列 预测
下载PDF
基于门控循环单元神经网络的大气能见度临近预报技术
10
作者 魏海文 张骞 +1 位作者 柳娜 宫玉辛 《实验室研究与探索》 CAS 北大核心 2023年第1期153-158,163,共7页
针对大气能见度变化具有突变性以及复杂非线性问题,利用神经网络对复杂非线性过程拟合能力强且对映射关系变化反应速度快的特点,采用门控循环单元(GRU)神经网络为算法框架,将某省17个国家气象观测站近5年的地面能见度及相关要素数据预... 针对大气能见度变化具有突变性以及复杂非线性问题,利用神经网络对复杂非线性过程拟合能力强且对映射关系变化反应速度快的特点,采用门控循环单元(GRU)神经网络为算法框架,将某省17个国家气象观测站近5年的地面能见度及相关要素数据预处理后形成本地化能见度数据集,通过该数据集对网络进行1~4 h预报时效的训练、测试与验证。实验结果显示,基于GRU神经网络的大气能见度短临预报算法其均衡平均数(F1-score)、准确率(accuracy)和风险评分(TS-score)指标明显优于长短期记忆神经网络(LSTM)、临近K指数(KNN)与支撑向量机(SVM)大气能见度短临预报算法。 展开更多
关键词 能见度 神经网络 数据集 门控循环单元 天气预报
下载PDF
基于随机森林算法和粗糙集理论的改进型深度学习短期负荷预测模型 被引量:8
11
作者 封钰 宋佑斌 +4 位作者 金晟 冯家欢 史雪晨 俞永杰 黄弦超 《发电技术》 CSCD 2023年第6期889-895,共7页
精准的电力负荷预测有利于保障电力系统的安全、经济运行。针对现行预测算法存在的预测准确度低、模型耗时长等问题,提出一种基于随机森林(random forest,RF)算法和粗糙集理论(rough set theory,RST)的改进型深度学习(deeplearning, DL... 精准的电力负荷预测有利于保障电力系统的安全、经济运行。针对现行预测算法存在的预测准确度低、模型耗时长等问题,提出一种基于随机森林(random forest,RF)算法和粗糙集理论(rough set theory,RST)的改进型深度学习(deeplearning, DL)短期负荷预测模型(RF-DL-RST)。该模型首先基于历史数据,利用随机森林算法提取影响负荷预测的关键特征量;然后将关键特征量和历史负荷值作为深度神经网络的输入、输出项进行训练,并通过粗糙集理论修正预测结果。最后,通过算例进行仿真验证,结果表明,该模型的预测准确度比单一的深度学习模型及不进行预测修正的模型更高。 展开更多
关键词 电力负荷预测 随机森林(RF)算法 深度学习(DL) 粗糙集理论(RST)
下载PDF
适用于鲁棒调度的风电场出力不确定性集合建模与评估 被引量:11
12
作者 刘斌 刘锋 +2 位作者 王程 梅生伟 魏韡 《电力系统自动化》 EI CSCD 北大核心 2015年第18期8-14,共7页
合理地刻画风电场出力不确定性集合是应用鲁棒调度的重要前提。文中对风电场出力不确定性集合建模及评估方法进行了研究,依据风电数据是否完备,分别提出了精确、有效的建模方法。当风电数据完备时,相比于已有方法,所提方法建立了给定置... 合理地刻画风电场出力不确定性集合是应用鲁棒调度的重要前提。文中对风电场出力不确定性集合建模及评估方法进行了研究,依据风电数据是否完备,分别提出了精确、有效的建模方法。当风电数据完备时,相比于已有方法,所提方法建立了给定置信概率与不确定性集合之间的解析关系,且集合可构建为具有较强工程适用性的椭球或多面体形式。当风电数据不完备时,所提出的方法可辅助调度机构在仅获知部分风电场出力预测误差信息时更加合理、有效地刻画风电场出力的不确定性,从而制定更加经济、可靠的调度策略。此外,文中还提出了评估一般风电场出力不确定性集合的方法。基于EirGrid历史数据的算例分析,验证了所提出的不确定性集合建模方法的合理性、精确性,以及评估方法的有效性。 展开更多
关键词 风力发电 鲁棒优化 椭球 多面体 不确定性集合 预测误差相关性
下载PDF
基于粗集理论的煤灰结渣模糊综合评判权系数确定方法研究 被引量:21
13
作者 赵显桥 曹欣玉 +5 位作者 兰泽全 饶甦 黄镇宇 周俊虎 刘建忠 岑可法 《煤炭学报》 EI CAS CSCD 北大核心 2004年第2期222-225,共4页
将权系数确定问题转化为粗糙集中属性重要性评价问题,建立了关于综合评判方法的关系数据模型,经过属性值特征化建立了知识系统,在数据驱动下通过分析评判方法对评价对象的支持度和重要性,计算出综合评判模型的权系数.该方法克服了传统... 将权系数确定问题转化为粗糙集中属性重要性评价问题,建立了关于综合评判方法的关系数据模型,经过属性值特征化建立了知识系统,在数据驱动下通过分析评判方法对评价对象的支持度和重要性,计算出综合评判模型的权系数.该方法克服了传统权系数确定方法的主观性,使得模糊综合评判方法更具客观性,从而提高了模糊综合评判的精度. 展开更多
关键词 粗糙集理论 综合评判 权系数 锅炉 结渣
下载PDF
基于粗糙集的光伏输出功率组合预测模型 被引量:9
14
作者 杨锡运 任杰 肖运启 《中国电力》 CSCD 北大核心 2016年第12期133-138,共6页
光伏输出功率预报是减小光伏发电系统并网对电网造成不良影响的有效手段,提高预测的精度是保障光伏功率预报的重要基础。提出了基于粗糙集的组合预测模型。首先建立基于相似日、支持向量机和持续法的3种单一预测模型,然后根据粗糙集理... 光伏输出功率预报是减小光伏发电系统并网对电网造成不良影响的有效手段,提高预测的精度是保障光伏功率预报的重要基础。提出了基于粗糙集的组合预测模型。首先建立基于相似日、支持向量机和持续法的3种单一预测模型,然后根据粗糙集理论中确定属性重要度的方法确定单一预测模型的组合权重,建立了基于粗糙集的组合预测模型。仿真结果表明,采用粗糙集的相关理论能得到合理的组合权重,建立的光伏功率组合预测模型具有更高的预测精度。 展开更多
关键词 光伏发电 光伏并网 光伏系统 功率预测 粗糙集 组合预测 相似日
下载PDF
RS-ANN在消费信贷个人信用评估中的实证研究 被引量:7
15
作者 肖智 李文娟 《软科学》 CSSCI 北大核心 2011年第4期141-144,共4页
针对神经网络个人信用评估方法训练时间长和网络结构较复杂的缺点,提出基于粗糙集和神经网络的个人信用评估模型。通过对比实验,结果表明RS-ANN模型在个人信用评估中表现出了较优的预测效果;并对如何改进消费信贷中个人信用评估工作提... 针对神经网络个人信用评估方法训练时间长和网络结构较复杂的缺点,提出基于粗糙集和神经网络的个人信用评估模型。通过对比实验,结果表明RS-ANN模型在个人信用评估中表现出了较优的预测效果;并对如何改进消费信贷中个人信用评估工作提出了一些建议。 展开更多
关键词 粗糙集 预测正确率 神经网络 信用评估
下载PDF
基于决策树和粗糙集的高分辨率短时临近雷电预报模型 被引量:5
16
作者 刘承启 黄学坚 +2 位作者 徐健锋 李建民 许园 《南昌大学学报(理科版)》 CAS 北大核心 2014年第6期559-563,568,共6页
雷暴天气造成众多人员伤亡及巨大经济损失,给人类社会带来极大危害,目前对高分辨率短时临近的雷暴天气的预报研究比较少。决策树有描述简单、分类速度快、易于理解、精度较高等优点,特别适合大规模的数据处理。根据气象数据的超高维而... 雷暴天气造成众多人员伤亡及巨大经济损失,给人类社会带来极大危害,目前对高分辨率短时临近的雷暴天气的预报研究比较少。决策树有描述简单、分类速度快、易于理解、精度较高等优点,特别适合大规模的数据处理。根据气象数据的超高维而实际样本数又是有限的,并且很多属性是线性相关的特点,本文提出运用粗糙集进行属性约简,降低问题的复杂度,然后用决策树对约简后的样本进行模式识别。本文基于江西省的雷电活动设计出高分辨率雷电临近预报方案。通过实验表明本文所提出的预报模型比原有的SVM预报模型有更高的预报准确度。 展开更多
关键词 决策树 粗糙集 雷电预报
下载PDF
电力负荷的模糊粗糙集预测方法研究 被引量:13
17
作者 雷绍兰 孙才新 +1 位作者 周湶 张晓星 《高电压技术》 EI CAS CSCD 北大核心 2004年第9期58-61,共4页
通常空间电力负荷的影响因素较多 ,小区划分较小时模糊推理规则将成倍增加 ,为此引入了粗糙集理论的属性约简方法简约预测因子 ,即采用粗糙集理论的不可分辨性关系约简可能影响小区用地决策的距离和环境等相关属性 ,得出决定小区用地类... 通常空间电力负荷的影响因素较多 ,小区划分较小时模糊推理规则将成倍增加 ,为此引入了粗糙集理论的属性约简方法简约预测因子 ,即采用粗糙集理论的不可分辨性关系约简可能影响小区用地决策的距离和环境等相关属性 ,得出决定小区用地类型的决策推理规则库 ;为克服模糊理论确定权重系数的主观性 ,应用粗糙集理论中属性重要度分析计算了各条件属性对各用地类型的不同权重。重庆江北某区域空间电力负荷预测的结果显示 。 展开更多
关键词 模糊粗糙集 空间负荷预测 推理规则 权重
下载PDF
岩爆综合预测评价方法 被引量:62
18
作者 杨健 武雄 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2005年第3期411-416,共6页
在综合分析岩爆发生条件的基础上,对岩爆产生的影响因素进行了系统归类,提出一种岩爆发生的综合预测评价方法,即系统决策和模糊数学相结合的层次分析–模糊综合评价法(AHP-FUZZY)。该方法较全面地考虑了岩爆灾害发生的多种影响因素,给... 在综合分析岩爆发生条件的基础上,对岩爆产生的影响因素进行了系统归类,提出一种岩爆发生的综合预测评价方法,即系统决策和模糊数学相结合的层次分析–模糊综合评价法(AHP-FUZZY)。该方法较全面地考虑了岩爆灾害发生的多种影响因素,给出各种岩爆影响因素的影响程度权值,对各种因素的重要性进行了评价,避免单一判据所带来的局限性,为岩爆灾害评价提供一种新的综合预测和评价方法。 展开更多
关键词 岩石力学 岩爆 预测 评价 层次分析-模糊综合评价法
下载PDF
加权马尔科夫链在济南市降水量预测中的应用 被引量:18
19
作者 张杰 陶望雄 王青 《人民黄河》 CAS 北大核心 2016年第9期13-16,共4页
依据济南市1960—2014年的降水量资料,采用均方差分级法对年降水量进行分级,将其分为枯水年、偏枯年、平水年、偏丰年、丰水年5个状态,同时验证此序列满足马尔科夫要求。在此基础上,以规范化的各阶自相关系数为权重,建立了适用于济南市... 依据济南市1960—2014年的降水量资料,采用均方差分级法对年降水量进行分级,将其分为枯水年、偏枯年、平水年、偏丰年、丰水年5个状态,同时验证此序列满足马尔科夫要求。在此基础上,以规范化的各阶自相关系数为权重,建立了适用于济南市年降水量的加权马尔科夫链预测模型,并根据模糊集理论中的级别特征值对降水量进行了预测。结果表明:12015年、2016年济南市的降水量状态均为平水年,年降水量分别为691.21、645.28 mm;2济南市年降水量处于偏枯年及平水年状态的可能性比较大,其重现期分别为5.38、2.34 a。 展开更多
关键词 马尔科夫链 模糊集理论 预测 降水量 济南市
下载PDF
基于模糊粗糙集与支持向量机的区域物流量预测 被引量:6
20
作者 何满辉 逯林 刘拴宏 《交通运输系统工程与信息》 EI CSCD 北大核心 2012年第3期129-134,共6页
对区域物流量进行研究与预测有助于把握区域物流的需求,实现区域物流供需相对平衡,提高区域物流规划质量和运行效率具有重要的理论和实际意义.本文将模糊粗糙集理论引入区域物流量的预测中,建立基于模糊粗糙集与支持向量机的区域物流量... 对区域物流量进行研究与预测有助于把握区域物流的需求,实现区域物流供需相对平衡,提高区域物流规划质量和运行效率具有重要的理论和实际意义.本文将模糊粗糙集理论引入区域物流量的预测中,建立基于模糊粗糙集与支持向量机的区域物流量预测模型,用模糊粗糙集作为前端预处理器对数据进行约简,剔除冗余信息,以实现两种算法的优势互补.针对支持向量机在处理数据时无法将数据简化的问题,提出了基于模糊粗糙集与支持向量机的区域物流量预测方法,在支持向量机对样本数据进行处理之前,利用模糊粗糙集数据挖掘的能力对原始数据样本集进行预处理.结果表明,这种预测方法具有很好的精确性和有效性. 展开更多
关键词 物流工程 支持向量机 模糊粗糙集 物流预测
下载PDF
上一页 1 2 20 下一页 到第
使用帮助 返回顶部