GM(1,N)

作品数:209被引量:1038H指数:17
导出分析报告
相关领域:经济管理更多>>
相关作者:舒服华党耀国丁松罗佑新肖国安更多>>
相关机构:武汉理工大学南京航空航天大学中国矿业大学上海工程技术大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金中央高校基本科研业务费专项资金国家社会科学基金国家教育部博士点基金更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 期刊=数学的实践与认识x
条 记 录,以下是1-7
视图:
排序:
基于灰关联聚类降维数据空间的GM(1,n)预测模型被引量:2
《数学的实践与认识》2022年第3期81-88,共8页韩静 吴永武 郭本华 王辉 钱淑渠 杨正泽 
贵州省教育厅自然科学研究资助项目(黔教合KY字[2018]337,[2018]034,[2018]070,[2019]069,[2020]131,[2020]136);贵州省科技厅科学技术基金课题(黔科合基础[2020]1Y278);国家自然科学基金(61762001)。
按照时间顺序,记粮食产量与影响它的生产条件为数据序列,根据灰色关联的基本原理计算他们之间的关联系数,通过对比系数值的大小,分别将和粮食产量关系密切的一些生产因素聚为一类,系数较小的一些因素聚为另一类.接着以两组数据为基础建...
关键词:灰关联 聚类 粮食产量 GM(1 N) 预测 
基于蚁群算法的多变量MGM(1,N)组合预测模型被引量:3
《数学的实践与认识》2021年第14期41-47,共7页李树 王丰效 
国家社会科学基金项目(11XTJ001)。
为了提高组合预测的精度,利用多变量灰色MGM(1,N)模型建立了组合预测模型.MGM(1,N)模型的初值一般可以利用第i个累加观测数据作为初值条件.利用传统MGM(1,N)模型,新息MGM(1,N)以及相对误差最小的初值优化模型作为单项预测模型,建立了线...
关键词:MGM(1 N)模型 初值优化 组合预测模型 蚁群算法 
融合粗糙集的GM(1,N)幂模型在短时交通流预测中的应用被引量:1
《数学的实践与认识》2021年第9期241-249,共9页解铭 吴利丰 
河北省社会科学基金(HB20GL034)。
实时准确的道路网短时交通流预测是智能交通系统的核心内容和难点问题.由于交通流的非线性、复杂性和不确定性,使得传统的交通流预测不能取得满意的效果.基于GM(1,N)幂模型,建立了一种道路网多段面短时交通流预测模型.考虑到上游路段与...
关键词:粗糙集 GM(1 N)幂模型 遗传算法 短时交通流预测 
基于GM(0,N)模型的瓦斯涌出量简易预测被引量:6
《数学的实践与认识》2019年第14期324-328,共5页杨文光 高艳辉 王姝 李强丽 
河北省高等学校科学技术研究项目(Z2017044);国家自然科学基金项目(11702094,11801173);河北省科技计划项目(162176438);华北科技学院概率论与数理统计校级重点学科资助项目(06DV09);中央高校基本科研业务费资助项目(3142017109,3142017075);河北省数据科学与应用重点实验室开放课题(HBSJQ0708)
瓦斯涌出量具有非线性、时变与多变量等特点,对其进行准确预测具有很大的难度.在考虑初始数据的重要性基础上,对现有的GM(0,N)模型进行适当改进,得到改进的GM(0,N)模型.改进的GM(0,N)模型以一次累加生成算子(1-AGO)作为模型生成基础,没...
关键词:瓦斯涌出量 GM(0 N) 预测 最小二乘解 GM(1 N) 
可控和稳定视阈下城镇职工养老保险发展分析被引量:2
《数学的实践与认识》2019年第7期20-27,共8页李红艳 万桃 吴忠 万萍 
教育部哲学社会科学研究重大课题攻关项目(15JDZ028);教育部人文社会科学研究青年基金(16YJCZH043);上海市自然科学基金科研计划项目(16ZR1414000);上海市人才发展资金资助(201671)
以上海市老龄化、高龄化和"渐富快老"趋势日益显著为背景,按照基金收支平衡原则,在分析影响上海市城镇职工养老保险基金收入和支出因素基础上,应用灰色关联度方法选取影响因素,通过GM(1, N)模型建立微分方程进行可控性和稳定性分析.结...
关键词:城镇职工养老保险基金 可控性 稳定性 灰色关联度 GM(1 N) 
GM(1,N)与GM(0,N)模型在能源消费碳排放预测中的比较研究被引量:17
《数学的实践与认识》2014年第5期72-79,共8页张勇 刘婵 姚亚平 
近年来,减少碳排放已成为缔约国家社会经济发展和生产经营活动的重要目标之一,研究并使用科学的方法对我国未来碳排放进行分析与预测对我国应对气候变化政策的制定具有重要意义.拟将GM(1,N)和GM(0,N)模型用于能源消费碳排放量的预测,建...
关键词:GM(1 N)模型 GM(0 N)模型 能源消费 碳排放 比较 
多变量灰色预测公式的改进被引量:4
《数学的实践与认识》2009年第6期98-101,共4页肖燕彩 陈秀海 
M GM(1,n)预测模型同样存在理论缺陷,即在形成预测公式时规定^X(1)(1)为已知条件是不合理的,应当根据实际情况选用其他数据.对原公式进行了修正和拓广,给出了新的预测公式,为提高预测精度提供了新的途径.
关键词:灰色系统 MGM(1 n) 预测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部