期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
12
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多模型组合方法的公平水库中长期入库径流预报
1
作者
肖三明
刘涛
《江西水利科技》
2023年第5期352-357,共6页
准确可靠的水库中长期预报结果对于指导受水区水资源优化配置等具有重要意义。本文首先选取SARIMA模型、SVM模型、XGBoost模型与RF模型分别构建公平水库月入库径流预报方案,以气象因子的物理机制为基础,在成因分析与随机森林重要性排序...
准确可靠的水库中长期预报结果对于指导受水区水资源优化配置等具有重要意义。本文首先选取SARIMA模型、SVM模型、XGBoost模型与RF模型分别构建公平水库月入库径流预报方案,以气象因子的物理机制为基础,在成因分析与随机森林重要性排序的基础上筛选关键预报因子并输入至4个单一模型中。然后在对比分析各模型优劣的基础上,以线性与非线性组合2种方式构建组合预报方案。结果表明:RF模型在4个单一模型中的模拟结果表现最优,SARIMA模型的模拟精度随着入库径流量的增加而增加;组合预报模型较任一单一模型的模拟结果均更好,基于神经网络的非线性组合方式能够有效提高验证期的模拟精度,增加模型的泛化能力。
展开更多
关键词
入库径流
中长期预报
组合预报
公平水库
线性加权
人工神经网络
下载PDF
职称材料
基于变权重组合模型的铁路客运量短期预测
被引量:
10
2
作者
褚鹏宇
刘澜
《计算机工程与应用》
CSCD
北大核心
2017年第4期228-232,262,共6页
科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪...
科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象,分别建立均值GM(1,1)模型、离散GM(1,1)模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明,三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%,而变权重组合模型为7.01%,变权重组合预测模型的预测精度明显高于单一模型。
展开更多
关键词
铁路客运量
变权重
灰色理论
广义回归神经网络
组合预测
下载PDF
职称材料
组合预测方法中权系数的应用研究
被引量:
3
3
作者
代海波
单锐
刘文
《科学技术与工程》
北大核心
2012年第32期8483-8485,8497,共4页
针对组合预测方法中权系数的确定问题,提出两种组合预测方法。一种是引入误差评价公式来确定权系数的固定权系数组合预测方法;一种是基于神经网络的误差倒数变权组合预测方法。通过实例分析说明了两种方法的可行性,且结果表明方法比单...
针对组合预测方法中权系数的确定问题,提出两种组合预测方法。一种是引入误差评价公式来确定权系数的固定权系数组合预测方法;一种是基于神经网络的误差倒数变权组合预测方法。通过实例分析说明了两种方法的可行性,且结果表明方法比单模型方法预测和传统组合预测方法具有更高的拟合精度。
展开更多
关键词
组合预测模型
固定权组合预测
变权组合预测
人工神经网络
下载PDF
职称材料
基于神经网络和支持向量机的大客车运行车速组合预测
被引量:
5
4
作者
解少博
魏朗
《武汉理工大学学报(交通科学与工程版)》
2013年第3期486-490,共5页
为了降低单个预测方法的不确定性,综合神经网络和支持向量机两种学习型算法,基于二者的最优加权组合对大客车运行车速进行了预测.以二级公路上244个路段的平曲线半径和纵坡度等线形数据和实测车速为样本,分别应用BP神经网络、支持向量...
为了降低单个预测方法的不确定性,综合神经网络和支持向量机两种学习型算法,基于二者的最优加权组合对大客车运行车速进行了预测.以二级公路上244个路段的平曲线半径和纵坡度等线形数据和实测车速为样本,分别应用BP神经网络、支持向量机、最优加权组合预测以及线性回归对大客车第85百分位运行车速进行了预测.选择均方根误差和判断系数为评价指标,对比结果表明,最优加权组合预测能够综合单个预测方法的信息,提高了预测精度.
展开更多
关键词
神经网络
支持向量机
组合预测
运行车速
下载PDF
职称材料
神经网络优选组合预测模型在电力负荷预测中的应用
被引量:
9
5
作者
赵海青
《运筹与管理》
CSCD
2005年第1期115-118,共4页
针对以往的组合预测模型中,最优权重不能保证非负性的问题,引入了神经网络优选组合预测模型。实例验证表明,此模型具有很强的自适应性和较高的预测精度。
关键词
负荷预测
优选组合预测模型
神经网络
负权重
下载PDF
职称材料
基于熵权的年降雨量预报优化组合模型研究
被引量:
1
6
作者
王宝红
康永辉
+2 位作者
黄伟军
孙凯
解建仓
《安徽农业科学》
CAS
2014年第16期5142-5145,共4页
鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型(简称A模型)、Elman神经网络模型(简称B模型)、小波网络分析模型(简称C模型)、灰色系统GM(1,1)模型(简称...
鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型(简称A模型)、Elman神经网络模型(简称B模型)、小波网络分析模型(简称C模型)、灰色系统GM(1,1)模型(简称D模型),利用广西田东县1990~ 2007年的年降雨量分别进行了模拟计算,然后在各单一模型预测(拟合)的年降雨量偏差值基础上,应用熵权法对4种模型的偏差值进行客观赋权后优化组合,并根据最优组合结果,选用A、B、C单一模型和最优选的A-B-C优化组合模型对广西田东县2008~ 2010年的年降雨量进行预测对比.结果表明,A、B、C和A-B-C模型得到的均方根误差RMSE和模型效率EF分别为0.018、0.015、0.017、0.013和0.817、0.877、0.843、0.897,优化组合模型的预测精度和拟合度比单一模型的结果得到了提高和改善,该组合方法提高了年降水量的预测精度,为诸如广西田东县以雨养农业为主的区域农业干旱预报提供了新的方法和依据.
展开更多
关键词
ARIMA模型
ELMAN神经网络
小波网络分析
熵权
年降雨量
组合预测
下载PDF
职称材料
基于DGM和TDNN的火电行业NO_x排放量变权组合预测(英文)
被引量:
1
7
作者
周建国
王颖雪
《中国电机工程学报》
EI
CSCD
北大核心
2012年第S1期151-157,共7页
从区域火电行业NOx排放量预测问题的离散灰色、非线性和动态性等特征出发,建立了基于离散灰色预测模型(discrete grey model,DGM)和时延神经网络(time-delayedneural network,TDNN)模型的变权组合预测模型。其中,时延神经网络模型与传...
从区域火电行业NOx排放量预测问题的离散灰色、非线性和动态性等特征出发,建立了基于离散灰色预测模型(discrete grey model,DGM)和时延神经网络(time-delayedneural network,TDNN)模型的变权组合预测模型。其中,时延神经网络模型与传统静态神经网络(如BP、RBF神经网络)相比较,更能反映系统的动态特征,有利于提高预测的准确性;在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度。最后,以国家权威部门公布的1994—2009年火电行业相关历史数据为基础,对未来7年我国火电行业NOx排放量进行预测研究和分析。结果表明:从预测平均相对误差来看,变权组合预测为0.846%,而TDNN为1.296%,离散灰色预测则为3.472%,变权组合预测模型的预测精度明显高于单项预测模型;从预测结果趋势走向来看,组合预测结果与实际趋势最接近,较单项预测有更高的吻合度,预测结果准确可靠。
展开更多
关键词
火电行业
NOX排放
时延神经网络模型
离散灰色模型
等维递补多项式拟合
变权组合预测
下载PDF
职称材料
基于算术平均最小贴近度和BP神经网络的变权组合预测模型研究
被引量:
1
8
作者
张星
张德生
《宁夏大学学报(自然科学版)》
CAS
2014年第1期19-23,共5页
通过构造新的差值-比例矩阵,对2012年的沪铜期货价格建立了基于算术平均最小贴近度和BP神经网络的变权组合预测模型,并对沪铜期货价格进行了实证研究.结果表明,基于算术平均最小贴近度和BP神经网络的变权组合预测模型的预测精度明显高...
通过构造新的差值-比例矩阵,对2012年的沪铜期货价格建立了基于算术平均最小贴近度和BP神经网络的变权组合预测模型,并对沪铜期货价格进行了实证研究.结果表明,基于算术平均最小贴近度和BP神经网络的变权组合预测模型的预测精度明显高于各个单模型的预测精度,说明了此变权组合预测模型是有效的.
展开更多
关键词
算术平均最小贴近度
BP神经网络
变权组合预测模型
期货
下载PDF
职称材料
最优权组合预测法在采煤沉陷变形预测中的应用
被引量:
13
9
作者
鲁小红
《测绘通报》
CSCD
北大核心
2020年第4期111-115,共5页
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表...
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明:3种预测模型精度均达到了一级。经对比3种模型预测结果,最优权组合预测的模型精度较单模型明显提升,预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。
展开更多
关键词
沉降变形预测
灰色系统模型
BP神经网络模型
组合预测
最优权组合
下载PDF
职称材料
基于自回归和神经网络算法加权组合的负荷预测
被引量:
5
10
作者
吕福琴
《广东电力》
2011年第5期69-72,102,共5页
针对时间序列法的自回归动平均模型和神经网络算法在负荷预测中的不足,提出对这两种预测结果采用加权组合方法,在不同时期的负荷预测采用不同的加权值来提高预测结果的精确度。通过算例分析短期负荷预测和长期负荷预测,证明采用加权组...
针对时间序列法的自回归动平均模型和神经网络算法在负荷预测中的不足,提出对这两种预测结果采用加权组合方法,在不同时期的负荷预测采用不同的加权值来提高预测结果的精确度。通过算例分析短期负荷预测和长期负荷预测,证明采用加权组合方法的预测结果比自回归动平均模型和神经网络算法分别预测要准确。
展开更多
关键词
负荷预测
自回归动平均模型
神经网络算法
加权组合
下载PDF
职称材料
基于组合预测模型的萧山碳排放预测
被引量:
1
11
作者
罗曼
余彬
+2 位作者
翁利国
徐源
龙妍
《节能》
2022年第4期75-80,共6页
根据萧山1997—2017年碳排放数据和"十四五"规划指标,基于ARIMA时间序列模型、NAR神经网络、STIRPAT模型分别预测2025年萧山碳排放量.运用最优加权组合模型,截取模型2007—2016年的拟合数据,将3种模型进行组合预测.结果显示,...
根据萧山1997—2017年碳排放数据和"十四五"规划指标,基于ARIMA时间序列模型、NAR神经网络、STIRPAT模型分别预测2025年萧山碳排放量.运用最优加权组合模型,截取模型2007—2016年的拟合数据,将3种模型进行组合预测.结果显示,组合之后各项评价指标均表明相对单一模型更好,组合预测模型的拟合优度为0.83,相对平均绝对误差为3.14%、均方根误差为0.5643,组合模型有更高的精度.组合模型预测2025年萧山的碳排放量将达到2454.98万t,碳排放强度下降至0.817 t/万元.
展开更多
关键词
碳排放
ARIMA模型
NAR神经网络
STIRPAT模型
最优加权组合模型
下载PDF
职称材料
中国CO_2排放量变权组合预测研究
被引量:
1
12
作者
周建国
王颖雪
《华东电力》
北大核心
2012年第10期1680-1685,共6页
从区域CO2排放量预测问题的离散灰色、非线性等特征出发,建立了基于离散灰色预测模型和广义回归神经网络模型的变权组合预测模型。其中,广义回归神经网络模型具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性,适用于解...
从区域CO2排放量预测问题的离散灰色、非线性等特征出发,建立了基于离散灰色预测模型和广义回归神经网络模型的变权组合预测模型。其中,广义回归神经网络模型具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性,适用于解决非线性问题,有利于提高预测的准确性;在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度。以我国1990~2010年CO2排放量的测算数据以及同期的人口数量、GDP和能源消耗总量数据为基础,对未来7年我国CO2排放量进行了预测。
展开更多
关键词
CO2排放
广义回归神经网络模型
离散灰色预测模型
等维递补多项式拟合
变权组合预测
原文传递
题名
基于多模型组合方法的公平水库中长期入库径流预报
1
作者
肖三明
刘涛
机构
汕尾市水利水电建筑工程勘测设计室
金风科技股份有限公司
出处
《江西水利科技》
2023年第5期352-357,共6页
文摘
准确可靠的水库中长期预报结果对于指导受水区水资源优化配置等具有重要意义。本文首先选取SARIMA模型、SVM模型、XGBoost模型与RF模型分别构建公平水库月入库径流预报方案,以气象因子的物理机制为基础,在成因分析与随机森林重要性排序的基础上筛选关键预报因子并输入至4个单一模型中。然后在对比分析各模型优劣的基础上,以线性与非线性组合2种方式构建组合预报方案。结果表明:RF模型在4个单一模型中的模拟结果表现最优,SARIMA模型的模拟精度随着入库径流量的增加而增加;组合预报模型较任一单一模型的模拟结果均更好,基于神经网络的非线性组合方式能够有效提高验证期的模拟精度,增加模型的泛化能力。
关键词
入库径流
中长期预报
组合预报
公平水库
线性加权
人工神经网络
Keywords
Inflow runoff
Medium and long-term forecast
Combined forecast
Gongping reservoir
Linear
weight
ing
artificial
neural
network
分类号
P338.2 [天文地球—水文科学]
下载PDF
职称材料
题名
基于变权重组合模型的铁路客运量短期预测
被引量:
10
2
作者
褚鹏宇
刘澜
机构
西南交通大学交通运输与物流学院
出处
《计算机工程与应用》
CSCD
北大核心
2017年第4期228-232,262,共6页
文摘
科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象,分别建立均值GM(1,1)模型、离散GM(1,1)模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明,三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%,而变权重组合模型为7.01%,变权重组合预测模型的预测精度明显高于单一模型。
关键词
铁路客运量
变权重
灰色理论
广义回归神经网络
组合预测
Keywords
railway passenger traffic volume
variable
weight
grey theory
generalized regression
neural
network
combination
forecasting
分类号
U293 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
组合预测方法中权系数的应用研究
被引量:
3
3
作者
代海波
单锐
刘文
机构
燕山大学理学院
出处
《科学技术与工程》
北大核心
2012年第32期8483-8485,8497,共4页
基金
国家自然科学基金项目(51175448)
河北省教育厅科学研究计划项目(2009159)资助
文摘
针对组合预测方法中权系数的确定问题,提出两种组合预测方法。一种是引入误差评价公式来确定权系数的固定权系数组合预测方法;一种是基于神经网络的误差倒数变权组合预测方法。通过实例分析说明了两种方法的可行性,且结果表明方法比单模型方法预测和传统组合预测方法具有更高的拟合精度。
关键词
组合预测模型
固定权组合预测
变权组合预测
人工神经网络
Keywords
combination forecasting model stationary weight combination forecasting variable weight combination forecasting artificial neural network
分类号
O212 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于神经网络和支持向量机的大客车运行车速组合预测
被引量:
5
4
作者
解少博
魏朗
机构
长安大学汽车学院
出处
《武汉理工大学学报(交通科学与工程版)》
2013年第3期486-490,共5页
基金
国家道路交通安全科技行动计划项目资助(批准号:2009BAG13A07)
文摘
为了降低单个预测方法的不确定性,综合神经网络和支持向量机两种学习型算法,基于二者的最优加权组合对大客车运行车速进行了预测.以二级公路上244个路段的平曲线半径和纵坡度等线形数据和实测车速为样本,分别应用BP神经网络、支持向量机、最优加权组合预测以及线性回归对大客车第85百分位运行车速进行了预测.选择均方根误差和判断系数为评价指标,对比结果表明,最优加权组合预测能够综合单个预测方法的信息,提高了预测精度.
关键词
神经网络
支持向量机
组合预测
运行车速
Keywords
artificial
neural
network
s
support vector machine
optimal
weight
s forecast
combination
operating speed
分类号
U461.91 [机械工程—车辆工程]
下载PDF
职称材料
题名
神经网络优选组合预测模型在电力负荷预测中的应用
被引量:
9
5
作者
赵海青
机构
华北电力大学应用数学系
出处
《运筹与管理》
CSCD
2005年第1期115-118,共4页
文摘
针对以往的组合预测模型中,最优权重不能保证非负性的问题,引入了神经网络优选组合预测模型。实例验证表明,此模型具有很强的自适应性和较高的预测精度。
关键词
负荷预测
优选组合预测模型
神经网络
负权重
Keywords
load
forecasting
optimization
combination
al predication
model
neural
network
negative
weight
分类号
TM731 [电气工程—电力系统及自动化]
O221.67 [理学—运筹学与控制论]
下载PDF
职称材料
题名
基于熵权的年降雨量预报优化组合模型研究
被引量:
1
6
作者
王宝红
康永辉
黄伟军
孙凯
解建仓
机构
广西水利电力职业技术学院
广西壮族自治区水利电力勘测设计研究院
西安理工大学
出处
《安徽农业科学》
CAS
2014年第16期5142-5145,共4页
基金
广西高校优秀人才资助计划(桂教人[2009]62号)
2013广西水利科技基金项目"广西北部湾经济区水资源开发利用控制红线制定与动态管理关键技术研究"
文摘
鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型(简称A模型)、Elman神经网络模型(简称B模型)、小波网络分析模型(简称C模型)、灰色系统GM(1,1)模型(简称D模型),利用广西田东县1990~ 2007年的年降雨量分别进行了模拟计算,然后在各单一模型预测(拟合)的年降雨量偏差值基础上,应用熵权法对4种模型的偏差值进行客观赋权后优化组合,并根据最优组合结果,选用A、B、C单一模型和最优选的A-B-C优化组合模型对广西田东县2008~ 2010年的年降雨量进行预测对比.结果表明,A、B、C和A-B-C模型得到的均方根误差RMSE和模型效率EF分别为0.018、0.015、0.017、0.013和0.817、0.877、0.843、0.897,优化组合模型的预测精度和拟合度比单一模型的结果得到了提高和改善,该组合方法提高了年降水量的预测精度,为诸如广西田东县以雨养农业为主的区域农业干旱预报提供了新的方法和依据.
关键词
ARIMA模型
ELMAN神经网络
小波网络分析
熵权
年降雨量
组合预测
Keywords
ARIMA
model
Elman
neural
network
Wavelet
network
analysis
Entropy
weight
Annual rainfall
combination
forecasting
分类号
S161.6 [农业科学—农业气象学]
下载PDF
职称材料
题名
基于DGM和TDNN的火电行业NO_x排放量变权组合预测(英文)
被引量:
1
7
作者
周建国
王颖雪
机构
华北电力大学经济管理学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2012年第S1期151-157,共7页
基金
国家自然科学基金项目(70671039)~~
文摘
从区域火电行业NOx排放量预测问题的离散灰色、非线性和动态性等特征出发,建立了基于离散灰色预测模型(discrete grey model,DGM)和时延神经网络(time-delayedneural network,TDNN)模型的变权组合预测模型。其中,时延神经网络模型与传统静态神经网络(如BP、RBF神经网络)相比较,更能反映系统的动态特征,有利于提高预测的准确性;在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度。最后,以国家权威部门公布的1994—2009年火电行业相关历史数据为基础,对未来7年我国火电行业NOx排放量进行预测研究和分析。结果表明:从预测平均相对误差来看,变权组合预测为0.846%,而TDNN为1.296%,离散灰色预测则为3.472%,变权组合预测模型的预测精度明显高于单项预测模型;从预测结果趋势走向来看,组合预测结果与实际趋势最接近,较单项预测有更高的吻合度,预测结果准确可靠。
关键词
火电行业
NOX排放
时延神经网络模型
离散灰色模型
等维递补多项式拟合
变权组合预测
Keywords
thermal power industry
NOxemission
timedelayed
neural
network
(TDNN)
discrete grey
model
(DGM)
quivalent dimensions additional polynomial fitting
variable
weight
s
combination
forecast
分类号
TM3-55 [电气工程—电机]
下载PDF
职称材料
题名
基于算术平均最小贴近度和BP神经网络的变权组合预测模型研究
被引量:
1
8
作者
张星
张德生
机构
西安理工大学理学院
出处
《宁夏大学学报(自然科学版)》
CAS
2014年第1期19-23,共5页
基金
国家自然科学基金资助项目(51379172)
文摘
通过构造新的差值-比例矩阵,对2012年的沪铜期货价格建立了基于算术平均最小贴近度和BP神经网络的变权组合预测模型,并对沪铜期货价格进行了实证研究.结果表明,基于算术平均最小贴近度和BP神经网络的变权组合预测模型的预测精度明显高于各个单模型的预测精度,说明了此变权组合预测模型是有效的.
关键词
算术平均最小贴近度
BP神经网络
变权组合预测模型
期货
Keywords
the arithmetic average minimum closeness
BP
neural
network
variable
weight
s
combination
forecast
model
futures
分类号
O212 [理学—概率论与数理统计]
F22 [经济管理—国民经济]
下载PDF
职称材料
题名
最优权组合预测法在采煤沉陷变形预测中的应用
被引量:
13
9
作者
鲁小红
机构
山西省矿山调查测量队
出处
《测绘通报》
CSCD
北大核心
2020年第4期111-115,共5页
文摘
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明:3种预测模型精度均达到了一级。经对比3种模型预测结果,最优权组合预测的模型精度较单模型明显提升,预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。
关键词
沉降变形预测
灰色系统模型
BP神经网络模型
组合预测
最优权组合
Keywords
subsidence deformation prediction
grey system
model
BP
neural
network
model
combination
forecast
optimal
weight
combination
分类号
P258 [天文地球—测绘科学与技术]
下载PDF
职称材料
题名
基于自回归和神经网络算法加权组合的负荷预测
被引量:
5
10
作者
吕福琴
机构
宁夏石嘴山电力局
出处
《广东电力》
2011年第5期69-72,102,共5页
文摘
针对时间序列法的自回归动平均模型和神经网络算法在负荷预测中的不足,提出对这两种预测结果采用加权组合方法,在不同时期的负荷预测采用不同的加权值来提高预测结果的精确度。通过算例分析短期负荷预测和长期负荷预测,证明采用加权组合方法的预测结果比自回归动平均模型和神经网络算法分别预测要准确。
关键词
负荷预测
自回归动平均模型
神经网络算法
加权组合
Keywords
load
forecasting
autoregressive integrated moving average
model
neural
network
algorithm
weight
ed
combination
分类号
TM715.1 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于组合预测模型的萧山碳排放预测
被引量:
1
11
作者
罗曼
余彬
翁利国
徐源
龙妍
机构
浙江中新电力工程建设有限公司
国网浙江杭州市萧山区供电有限公司
华中科技大学中欧清洁与可再生能源学院
华中科技大学能源与动力工程学院
出处
《节能》
2022年第4期75-80,共6页
文摘
根据萧山1997—2017年碳排放数据和"十四五"规划指标,基于ARIMA时间序列模型、NAR神经网络、STIRPAT模型分别预测2025年萧山碳排放量.运用最优加权组合模型,截取模型2007—2016年的拟合数据,将3种模型进行组合预测.结果显示,组合之后各项评价指标均表明相对单一模型更好,组合预测模型的拟合优度为0.83,相对平均绝对误差为3.14%、均方根误差为0.5643,组合模型有更高的精度.组合模型预测2025年萧山的碳排放量将达到2454.98万t,碳排放强度下降至0.817 t/万元.
关键词
碳排放
ARIMA模型
NAR神经网络
STIRPAT模型
最优加权组合模型
Keywords
carbon emission
ARIMA
model
NAR
neural
network
STIRPAT
model
optimal
weight
ed
combination
forecasting
model
分类号
X502 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
中国CO_2排放量变权组合预测研究
被引量:
1
12
作者
周建国
王颖雪
机构
华北电力大学经济管理学院
出处
《华东电力》
北大核心
2012年第10期1680-1685,共6页
基金
国家自然科学基金资助项目(70671039)
文摘
从区域CO2排放量预测问题的离散灰色、非线性等特征出发,建立了基于离散灰色预测模型和广义回归神经网络模型的变权组合预测模型。其中,广义回归神经网络模型具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性,适用于解决非线性问题,有利于提高预测的准确性;在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度。以我国1990~2010年CO2排放量的测算数据以及同期的人口数量、GDP和能源消耗总量数据为基础,对未来7年我国CO2排放量进行了预测。
关键词
CO2排放
广义回归神经网络模型
离散灰色预测模型
等维递补多项式拟合
变权组合预测
Keywords
CO2 emission
generalized regression
neural
network
discrete gray forecast
model
equivalent dimensions additional polynomial fitting
variable
weight
combination
forecast
分类号
F206 [经济管理—国民经济]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多模型组合方法的公平水库中长期入库径流预报
肖三明
刘涛
《江西水利科技》
2023
0
下载PDF
职称材料
2
基于变权重组合模型的铁路客运量短期预测
褚鹏宇
刘澜
《计算机工程与应用》
CSCD
北大核心
2017
10
下载PDF
职称材料
3
组合预测方法中权系数的应用研究
代海波
单锐
刘文
《科学技术与工程》
北大核心
2012
3
下载PDF
职称材料
4
基于神经网络和支持向量机的大客车运行车速组合预测
解少博
魏朗
《武汉理工大学学报(交通科学与工程版)》
2013
5
下载PDF
职称材料
5
神经网络优选组合预测模型在电力负荷预测中的应用
赵海青
《运筹与管理》
CSCD
2005
9
下载PDF
职称材料
6
基于熵权的年降雨量预报优化组合模型研究
王宝红
康永辉
黄伟军
孙凯
解建仓
《安徽农业科学》
CAS
2014
1
下载PDF
职称材料
7
基于DGM和TDNN的火电行业NO_x排放量变权组合预测(英文)
周建国
王颖雪
《中国电机工程学报》
EI
CSCD
北大核心
2012
1
下载PDF
职称材料
8
基于算术平均最小贴近度和BP神经网络的变权组合预测模型研究
张星
张德生
《宁夏大学学报(自然科学版)》
CAS
2014
1
下载PDF
职称材料
9
最优权组合预测法在采煤沉陷变形预测中的应用
鲁小红
《测绘通报》
CSCD
北大核心
2020
13
下载PDF
职称材料
10
基于自回归和神经网络算法加权组合的负荷预测
吕福琴
《广东电力》
2011
5
下载PDF
职称材料
11
基于组合预测模型的萧山碳排放预测
罗曼
余彬
翁利国
徐源
龙妍
《节能》
2022
1
下载PDF
职称材料
12
中国CO_2排放量变权组合预测研究
周建国
王颖雪
《华东电力》
北大核心
2012
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部