一种新的非线性模糊自适应变权重组合预测模型

对于复杂工业系统非线性时间序列预测精度不高问题,引入了多种预测方法的预测相对误差、预测对象的变化趋势、灰色基本权重和自适应调节系数等概念,建立了模糊自适应变权重非线性组合预测模型。结果表明,此模糊自适应变权重非线性组合预测模型的精度较高,并且平均误差和预测平方根误差均较小。该组合预测模型为复杂非线性工业系统所需决策提供了有力支持。

铜精炼过程能耗模糊自适应变权重组合预测模型及其应用

基于已有的铜精炼过程的能耗数据,引入了各预测方法的预测相对误差、预测对象的变化趋势、灰色基本权重和自适应调节系数等概念,建立了铜精炼过程的能耗模糊自适应变权重组合预测模型。结果表明,此模糊自适应变权重组合预测模型的精度较高,并且平均误差和预测平方根误差均较小。该组合预测模型为铜精炼过程的能源需求决策提供了有力支持。

模糊自适应变权重组合模型在消防中的应用

近年来,火灾事故在我国频频发生,对环境和经济造成了巨大的影响和损失,消防应急决策能力及决策的精确性越来越受到重视。在对火灾预测方面,组合模型较单一模型能够更加全面准确地描述火灾的变化规律。然而,组合模型中模型权重的确定主观性太强,影响预测结果的准确性。针对上述问题,该文提出了一种基于模糊自适应变权重的组合预测模型,来预测火灾事故带来的影响以及可启动的应急预案等。最后,该文对提出的模型进行了模拟应用,预测结果准确,表明该模型能够很好地应用于消防应急决策,具有较高的决策价值。

基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测

针对传统电力负荷组合预测模型中出现的负权重、没有区别对待不同历史时段的误差对权重的影响以及变权重计算方法较为复杂等问题,文中提出一种基于新鲜度函数和预测有效度的模糊自适应变权重组合预测模型,并应用到中长期电力负荷组合预测中。利用预测有效度进行模型筛选,利用新鲜度函数体现预测中的"近大远小"原则,利用滚动时间域窗口的方法实现变权。算例表明,文中提出的组合预测模型预测精度较高,实用性强。

基于模糊自适应变权重的经济时间序列组合预测模型研究

组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。

车辆半主动悬架模糊变权重因子自适应控制研究

针对传统悬架控制策略中权重因子固定不可变的问题,提出了车辆半主动悬架模糊变权重因子自适应控制系统,该控制系统由3个模糊控制回路组成,3个模糊控制器分别控制影响车辆动态性能的3个悬架响应参数。α模糊控制器、β模糊控制器和γ模糊控制器根据路面条件分别控制簧载质量加速度控制函数权重因子、动载荷控制函数权重因子和动挠度控制函数权重因子,分别建立了各模糊控制器的控制规则和输入输出变量的函数关系。车辆半主动悬架模糊变权重因子自适应控制系统的控制原理是在以A级、B级路面为代表的高等级路面上增大簧载质量加速度控制权重,以提高车辆的舒适性;在以C级路面为代表的中等级路面上增大动挠度控制权重,以提高车辆综合性能;在以D级路面为代表的低等级路面上增大动载荷控制权重,以提高车辆安全性。凸块路面激励仿真结果表明,相比于被动控制和定权重因子控制,模糊变权重因子自适应控制的簧载质量加速度峰值分别降低了40.2%和28.6%,动挠度峰值分别降低了41.5%和21.0%,动载荷峰值分别降低了40.1%和31.8%,各响应的衰减速度几乎没有减小,衰减时间基本保持一致,在衰减过程中并没有明显的振荡现象。随机路面激励仿真结果表明,相对于被动控制和定权重因子控制,模糊变权重因子自适应控制的簧载质量加速度均方根值分别降低了48.8%和23.5%,动挠度均方根值分别降低了23.6%和13.4%,动载荷均方根值分别降低了11.9%和9.7%,悬架性能得到了大幅改善。在低等级路面激励输入时,安全性指标改善量较大;在高等级路面激励输入时,舒适性指标改善量较大;在中等级路面激励输入时,综合性指标改善量较大,仿真结果证明了所提控制系统的有效性和正确性。

自适应遗传算法优化模糊变权重的复杂系统时间序列组合预测方法

针对复杂系统时间序列预测精度不高问题,将复杂系统时间序列组合预测模型的权系数视为模糊数,以模糊区间的大小作为模糊变权重复杂系统时间序列组合预测模型目标函数,利用自适应遗传算法优化复杂系统时间序列组合预测模型目标函数的权重系数,建立基于遗传算法优化模糊变权重的复杂系统时间序列组合预测方法。仿真结果表明:此模糊自适应变权重非线性组合预测模型的精度较高,并且平均误差和预测平方根误差均较小;所提出的基于遗传算法优化模糊变权重组合预测模型的最大相对误差为2.89%,小于各预测模型中最小的最大相对误差3.24%,且平均误差和平方根误差均较小。

基于模糊自适应变权重算法的函数链神经网络预测方法

为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,建立基于模糊自适应变权重算法的函数链神经网络预测模型。研究结果表明:基于模糊自适应变权重算法的函数链神经网络预测方法的预测精度较高,并且平均误差和预测平方根误差均较小,具有较强的泛化能力;该模糊自适应变权重函数链神经网络预测模型可用于复杂非线性工业系统决策。

基于模糊自适应变权重算法的采场冒顶函数链神经网络预报

为提高采场声发射事件率预报精度,将采场声发射事件率不同的单个预测模型的预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,对采场声发射事件率进行基于模糊自适应变权重算法的函数链神经网络预测,对其预测结果再进行函数链神经网络算法拟合,然后结合采场冒顶尖点突变模型的判别式对采场冒顶进行预报。某铅锌矿采场冒顶预报结果表明,基于模糊自适应变权重算法的函数链神经网络预测方法的预测误差小于0.3%,可实现采场冒顶精确预报。

减排因子下模糊自适应变权重峰谷电价模型

从提高电力市场效率角度,提出了一种峰谷分时定价时段划分的新方法,介绍了现阶段分时电价的原理,并根据当前电力市场节能减排目标在用户电力费用中引入减排因子,基于负荷变化的连续性及峰谷时段划分的模糊性,借鉴自适应变权重模糊思想建立了一种变权重综合分时定价模型,并对模糊分时下的减排费用给出了合理的计算方法。算例分析结果表明,该方法有效、可行。

关联交叉口交通流模糊变权重组合预测方法

针对单一交通流预测方法存在的局限性和传统交通流组合预测模型中权重不能动态变化的问题,提出一种关联交叉口交通流模糊变权重组合预测方法。先对交叉口交通流的关联性进行分析,并给出关联交叉口的定义;再建立关联交叉口交通流模糊自适应变权重组合预测模型,该模型分别利用Kalman滤波器模型与SVM模型来预测关联交叉口交通流量,然后根据这2个模型预测的误差和交通量的变化趋势,采用模糊逻辑推理方法,对这2个预测模型分别赋予适当的权重。试验结果表明,组合预测模型的最大绝对误差、平均绝对误差和相关系数均明显好于单一的预测方法,分别为9.8%、4.63%和0.99。

基于组合权重的某型地空导弹环境适应性模糊综合评价

结合东南沿海地区的环境特点,选取了某型地空导弹环境适应性评价指标。采用主观层次分析法和客观熵值法相结合的综合赋权方法确定了各指标的组合权重。运用模糊综合评判法构建了该型地空导弹的环境适应性评价模型,并运用实例验证了模型的合理性和可行性,可有力地促进装备战斗力的生成和提高。

模糊自适应变权组合预测方法的改进及其在船舶交通事故上的应用

船舶交通事故预测具有影响因素繁多、非线性、不规则性等特点,预测难度大。本文提出了一种改进的模糊自适应变权组合预测模型,对不同预测模型进行变权组合处理,以1990~1998年中国船舶交通事故量为例进行验证,结果表明,本论文提出的改进的模糊自适应变权组合预测模型在平均误差、均方根误差、平均百分比误差均明显好于单一的预测方法。

中长期电力负荷变权重组合预测模型应用分析

针对电力负荷变权组合预测中权重难以确定,本文引入了模糊变权重组合预测模型,该模型利用预测误差绝对平均值、预测误差绝对累加来确定各单项预测模型的权重,引入“近大远小”策略、冗余检验原则,实现组合预测模型筛选。应用结果分析表明,变权重组合预测模型在中长期电力负荷预测结果的精度较高,实用性较好。

基于模糊变权重的软基沉降组合预测方法的应用研究

在我国公路事业发展过程中,软基分布广泛,然而在软基上修筑公路既要考虑道路安全又要兼顾工程经济。因此,对模糊变权重的软基沉降组合预测方法的应用展开深入研究,并结合工程实例将沉降预测结果进行对比分析,分析结果显示,该方法与其他方法相比其沉降误差较小,在公路建设过程中具有明显优势,为相关人员提供参考。

隧道围岩变形预测模型的优化与应用

为了克服回归分析法在隧道施工监测数据分析中预测模型的不足,利用多目标加权灰色局势决策法对回归模型的多个评价指标进行整合量化,得到综合效果测度和优选回归预测模型。基于已优选的回归模型与模糊自适应变权重组合预测法建立最优非线性组合预测模型,将组合模型与优选模型进行效果测度对比,并基于该算法编制"智能监测—模型优化—信息反馈"系统。结合麻栗垭隧道工程,对组合模型和单项模型进行分析,预测拱顶沉降值。研究结果表明:以残差与后验差为评判标准,实时构建的最优组合预测模型的平均相对误差绝对值为4%,方差为6.5,后验差比值为0.34,小误差概率为1,更能对隧道施工过程围岩变形进行有效的预测和反馈。

组合预测方法的现状和发展

本文介绍了近年来组合预测方法研究的一些热点课题，分析了这些方法的优点及存在的一些问题。

组合预测方法评述

本文分析了近年来组合预测方法的一些热点课题及研究成果，指出了目前存在的一些问题。

基于新鲜度函数的油气产量组合预测方法

在总结前人产量预测方法的基础上,提出了基于新鲜度函数的多模型组合预测油气产量的方法。该方法是单模型预测技术的自然推广。同时,将新鲜度函数引入组合预测,有效地刻划了时间序列的变化趋势,对传统的优化组合预测和模糊自适应变权重组合预测方法都有不同程度的改进。改进后的组合预测方法不仅综合利用了各种预测方法的有用信息,而且该最佳组合预测的权系数也是时变的,该方法具有预测精度高、计算简便的特点。

高填方路基的沉降变化规律及其预测方法研究

通过对高填方路基沉降变化的分析与研究,总结出其沉降变化的发展规律,建立了泊松曲线和龚帕斯曲线组合而成的模糊自适应变权重组合预测模型。通过运用该组合预测模型预测实体工程的沉降变化,证实了该方法比单一预测模型具有更高的预测精度与更佳的适用性。