计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型

针对目前光伏出力确定性预测缺乏考虑不确定性信息导致预测精度受限的问题,提出了一种计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型。首先分别构建卷积神经网络(convolutional neural network,CNN)-注意力机制(attention)-双向长短期记忆网络(bidirectional long-short term memory,BiLSTM)(CNN-Attention-BiLSTM)和自然梯度提升(natural gradient boosting,NGBoost)模型进行确定性预测;然后通过分析2个模型的确定性预测值和真实值的分布揭示了组合区间相对可靠性规律,基于该规律提出一种动静态赋权搜索预测模型,利用NGBoost模型进行不确定性预测,并根据所提供的概率分布信息,动态区分确定性预测结果的重要性,结合模型历史静态的指标评价信息,实现组合区间内搜索预测结果;最后采用澳大利亚沙漠知识太阳能中心和宁夏某光伏电站的数据集进行仿真研究,验证了该文方法的有效性和适用性,可为光伏出力确定性组合预测提供新的研究思路。

组合区间偏最小二乘法结合红外光谱法测定在用润滑油的运动粘度

采用组合区间偏最小二乘法结合红外光谱法快速测定在用润滑油的运动粘度。采用组合区间偏最小二乘法高效提取与粘度变化相关的光谱信息,提高粘度校正模型的测量精度。在设置4 000~400cm-1范围的区间数为12时,选择2,10,11,12等4个子区间,对应的光谱区域为1 300~400cm-1、3 700~3 400cm-1,模型校正偏差达到0.031 5。对模型预测精度的验证结果说明本法与运动粘度标准方法之间具有很好的相关性,模型可以用于定量分析在用润滑油在40℃时运动粘度值。

基于Hellinger距离和IOWC-GOWA算子的区间组合预测模型

针对区间型数据的组合预测,该文引入了统计学中衡量两个概率密度函数之间相似程度的指标——Hellinger距离作为构建组合预测模型的最优化准则.在已构建的诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子的基础上,将区间数序列转化为实数序列,建立了一种新的区间数组合预测模型,并通过具体的数据进行分析,验证了该模型的有效性.结果表明:该文所建立的基于Hellinger距离和IOWC-GOWA算子的区间组合预测模型能在单项预测的基础上有效提升预测精度,是一种优性组合预测模型.

基于VMD-WOA混合多尺度分解的区间组合预测模型

针对传统的点预测模型难以适用于随机性复杂系统和非线性非平稳时间序列预测的问题,提出基于VMD-WOA混合多尺度分解的区间组合预测模型。首先,引入基于鲸鱼优化(WOA)的变分模态分解(VMD)混合分解算法,得到最优区间模态子序列;其次,对各区间模态分序列使用指数平滑方法(Holt′s)、支持向量回归(SVR)和BP神经网络预测,得到3个单项预测结果,运用组合预测模型得到模态组合子序列;最后,对模态组合子序列重构,得到最终的区间组合预测序列。为了验证模型的有效性,选取AQI数据进行预测分析,实验表明所提出的基于VMD-WOA的区间组合预测方法具有较高的预测精度和良好的适应性。

基于灰色关联度和Shapley值的区间组合预测模型及其应用

在不确定环境下,区间数是复杂系统一种信息表达形式.论文在单项区间预测的基础上,提出单项预测方法与实际值序列之间的灰色关联度作为精度的度量准则,构建区间型组合预测模型.考虑模型求解的复杂性,从对策论的角度出发,把组合预测方法视为一个合作对策,单项预测方法视为合作对策的局中人,灰色关联度作为度量合作对策的收益函数,按照合作对策中Shapley值法在各单项预测模型中进行分配,从而给出组合预测权系数确定的新思路.为了验证模型的有效性,利用西德克萨斯中质原油现货价格,针对论文提出的组合模型进行比较分析,计算结果验证了论文提出的模型的可行性与有效性.

红外光声光谱技术结合区间、组合区间偏最小二乘测定油菜籽含氮量和含油量

应用红外光声光谱技术结合区间、组合区间偏最小二乘,建立了油菜籽含氮量和含油量的校正模型。结果表明,红外光声光谱技术可以应用于油菜籽品质的快速测定。相对于全谱偏最小二乘建模,区间、组合区间偏最小二乘的采用筛选出了含氮量和含油量的相关波段,使模型简化,并提高了模型预测精度。

基于UWPA算子的区间组合预测模型及其应用

由于现有的区间组合预测方法通常只考虑到数据本身的重要性,忽略了数据之间的关系。Power算子可以反映数据之间的关系。为了体现各个单项预测方法数据之间的相互影响,文章将Power算子与连续有序加权(COWA)算子结合起来,构建基于不确定加权Power平均(UWPA)算子的连续区间组合预测模型,提出了非劣性和优性组合预测的概念,并研究了模型的性质。通过实例分析说明该区间组合预测方法的有效性,并对参数做了灵敏度分析。

基于向量夹角余弦的区间组合预测多目标规划方法

在区间组合预测领域引入向量夹角余弦方法,提出基于向量夹角余弦的区间组合预测多目标规划方法。将区间值的上下限分别看作时序向量,考虑组合预测区间值上下限的时序向量与相应实际值区间的上下限时序向量间夹角余弦,建立多目标最优化模型,并转化为单目标规划问题求解获得组合预测方法的权重。最后,通过一个具体的算例表明本文所提方法能够有效降低预测的误差。

基于连续有序加权平均算子的区间组合预测

将连续的有序加权平均算子与诱导的有序加权平均算子相结合运用到区间组合预测问题中,首先定义了基于连续区间有序加权平均算子的区间预测相对误差、预测精度和非劣性组合预测等概念,其次以区间组合预测误差平方和为准则建立了基于连续区间有序加权平均算子的区间组合预测模型。在该模型下,进一步讨论了区间组合预测模型的性质和求解方法。最后给出了实例分析,表明该区间组合预测方法有效。

基于数据新旧程度和预测取值区间调整的沉降组合预测方法

工后沉降预测是建筑物地基或路基的安全性评价及其加固维护方案决策的重要依据。为此,引入组合预测思想,首先通过探讨实测沉降数据新旧程度对工后沉降预测效果的影响规律,引入新鲜度函数,建立出考虑实测沉降数据新旧程度对沉降预测影响的分析模型;其次,通过研究沉降组合预测可能取值的变化规律,引进平行修正的思路,建立出有利于提高沉降组合预测精度的组合预测可能取值区间的调整方法;然后,在此研究基础上,提出了同时考虑实测沉降数据新旧程度和组合预测可能取值区间调整,对沉降预测效果影响的改进工后沉降组合预测新方法。最后,通过工程实例计算与比较分析,表明了改进的工后沉降组合预测方法的合理性与可行性。

一类区间型组合预测权重确定方法

各单项预测方法权重的确定是区间型组合预测中的核心问题。与常规区间型组合预测方法相比,文章从熵值的角度出发,提出了三种简易可行的区间型组合预测权重确定的方法:将区间数转换成实数,利用相对熵确定区间型组合预测的权重;对于区间数自身,利用Shannon熵确定区间型组合预测的权重;将区间数转换成等价的二元联系数,利用联系熵确定区间型组合预测的权重。实例分析结果表明,所提出的三种权重确定方法简单可行,计算结果显示相应权重的区间型组合预测模型具有较高的预测精度。

基于区间时间序列小波多尺度分解的组合预测方法

针对非线性、非平稳且呈现剧烈波动的区间时间序列,文章提出了一种新的基于区间时间序列小波多尺度分解的组合预测方法。首先,建立区间时间序列小波多尺度分解模型对区间时间序列进行分解和重组,得到区间趋势序列与残差序列。然后,用Holt’s指数平滑方法、ARIMA模型和支持向量回归(SVR)三种单项预测方法对分解后的趋势序列和残差序列进行预测,再通过BP神经网络对单项预测结果进行集成,得到区间时间序列最终预测值。最后,将本模型应用于WTI原油价格的实证分析中,结果表明,相比已有的预测方法,所提出的区间时间序列组合预测方法具有较高的预测精度和良好的适用性。

基于三角模糊数相似度的区间型组合预测模型

文章在用区间数描述的不确定现象组合预测问题中,采用一种新的研究思路,将区间数转换成三角模糊数,选取三角模糊数相似程度的度量指标作为最优准则,构建基于三角模糊数相似度的定权系数区间型组合预测模型。在此基础上,引入广义诱导有序信息集成算子,构建基于三角模糊数相似度的GIOWA算子的变权系数区间型组合预测模型。最后实例分析验证两类模型的合理性和有效性,并针对变权系数模型中GIO?WA算子的参数作出灵敏度分析。

基于区间组合法的边坡稳定非概率模糊可靠性分析方法

根据边坡稳定性影响因素的随机性、模糊性以及岩土材料力学参数取值的区间性特征,采用非对称三角模糊数表示岩土力学参数取值可能性分布,并对试验数据进行区间模糊优化分析。将所得非对称三角模糊数转化成区间数,运用边坡稳定性分析的简化Bishop法与区间组合法建立边坡安全系数区间值及可能滑动面求解方法,避免了区间函数运算的区间扩张问题。将安全系数区间计算函数与给定安全系数值之差作为功能函数,利用非概率模糊可靠性分析方法计算不同截集水平下的模糊可靠性指标,进而得到其可能性分布曲线,并由可能性理论求得边坡失效可能度,从而建立了基于区间组合法的边坡稳定非概率模糊可靠性分析方法。工程算例表明,该方法具有一定的合理性,为边坡工程稳定性评价提供了新的途径。

基于改进的Theil不等系数及IGOWC-OWHA算子的区间型组合预测模型

基于C-OWHA算子,提出一种连续区间数组合预测新方法。将IGOWA算子与C-OWHA算子结合,构造出诱导广义有序加权的C-OWHA(IGOWC-OWHA)算子,选取改进的Theil不等系数作为相关性指标,构建一个新型区间组合预测模型。经算例分析表明,该新方法在提高预测精度方面具有显著效果。

基于C-UPWG算子的区间组合预测模型及其应用

为了充分考虑数据之间的关联性,文章将power几何(PG)算子与C-OWGA算子结合,构建不确定power几何加权平均算子(UPWG)。将区间数转换成实数,并利用支撑度衡量数据间的相互影响,构建非线性最优化模型求解最优权系数,进行连续区间的组合预测。最后,通过实例对该算子的组合预测有效性进行检验。

一种新型高精度的区间数组合预测方法

在模糊型数据(区间数)的预测问题中,为了有效提高预测精度,学术界开展了变权系数组合预测方法的研究。文章引入新的广义诱导有序加权比例平均(GIOWPA)算子,以误差绝对值之和为最优准则,建立了基于GIOWPA算子及误差绝对值之和的区间数组合预测模型。通过实例分析,将构建的模型与已有文献中的方法作对比分析,结果显示该模型具有较高的预测精度。

基于Theil左右不等系数的区间组合预测

本文针对实际值序列和预测值序列均为区间值的区间组合预测问题,提出以区间值的左、右端点构造的Theil左右不等系数为准则的区间组合预测方法。建立了多目标最优化模型,并转化为单目标进行求解探讨了解的有效性。最后,通过一个实例表明本文所提方法能够有效降低区间预测的误差,是一种合理和有效的区间组合预测方法。

连续区间广义有序加权调和平均算子及其在区间组合预测中应用

在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓展,提出了加权的连续区间广义有序加权调和平均算子、有序加权的连续区间广义有序加权调和平均算子、诱导有序加权的连续区间广义有序加权调和平均算子及组合的连续区间广义有序加权调和平均算子,以便能够用于计算区间数据组。此外,在诱导有序加权的连续区间广义有序加权调和平均算子的基础之上,以灰色趋势关联度为相关性指标,提出了基于灰色趋势关联度的诱导有序加权的连续区间广义有序加权调和平均算子的区间数组合预测模型,通过实例分析,表明该模型能够起到提高预测精度的作用。

最大误差绝对值达到最小的区间组合预测模型

针对实际值序列和预测值序列均为区间数的情形,给出最大中心误差和最大长度误差绝对值达到最小的多目标模型,转化为单目标线性规划问题进行求解.最后,通过具体算例对文中方法的可行性和有效性进行了验证.