【摘要】：鄧聚龍?zhí)岢龅腉M(1,1)灰色預(yù)測模型在對復(fù)雜系統(tǒng)所蘊(yùn)含規(guī)律的信息挖掘方面表現(xiàn)出較強(qiáng)的適應(yīng)性能。自提出以來,針對GM(1,1)模型的改進(jìn)從來沒有停止過。雖然現(xiàn)有模型在提高序列的預(yù)測能力方面均有不同程度的優(yōu)異表現(xiàn),然而,對于任意給定的近似非齊次指數(shù)序列的適應(yīng)能力和預(yù)測精度并不令人滿意。為進(jìn)一步增強(qiáng)模型的預(yù)測性能,本文著重從建模思路與方法改進(jìn)入手,深入探索與模糊集理論相結(jié)合的灰色系統(tǒng)預(yù)測模型的構(gòu)建方法,主要研究內(nèi)容如下:(1)為了增強(qiáng)灰色預(yù)測模型的序列適應(yīng)能力,提出了結(jié)構(gòu)自適應(yīng)的全階時(shí)間冪灰色預(yù)測模型FOTP-GM(1,1)。研究了模型的參數(shù)估計(jì)、求解方法、預(yù)測屬性及與已知模型的關(guān)系屬性。討論了模型通過參數(shù)管道匹配序列的變結(jié)構(gòu)機(jī)制及最優(yōu)結(jié)構(gòu)的可視化選擇方法。分析了可能出現(xiàn)的病態(tài)問題及避免方法。通過與傳統(tǒng)模型對比研究,得出了FOTP-GM(1,1)具有更高預(yù)測精度、更強(qiáng)泛化能力的結(jié)論。(2)為了實(shí)現(xiàn)對伴隨有加速度、速度及常數(shù)擾動(dòng)項(xiàng)的近似非齊次指數(shù)序列的準(zhǔn)確預(yù)測,提出了FOTP-GM(1,1)的兩種簡化模型VCGM和VSSGM。結(jié)合已有灰色預(yù)測模型對5種典型序列展開預(yù)測性能對比研究,發(fā)現(xiàn)VCGM模型可以實(shí)現(xiàn)對伴隨有速度與常數(shù)擾動(dòng)項(xiàng)的近似非齊次指數(shù)序列的準(zhǔn)確模擬和無偏預(yù)測。進(jìn)一步,VSSGM可以實(shí)現(xiàn)對帶有加速度擾動(dòng)項(xiàng)的近似非齊次指數(shù)序列的準(zhǔn)確預(yù)測。(3)為解決對象的描述性評價(jià)已知而其隸屬度未知時(shí),如何尋找最優(yōu)隸屬度的問題,提出了R-fuzzy集的優(yōu)勢測度概念,給出一種模式分類,參數(shù)辨識(shí)的新方法。通過證明優(yōu)勢測度與1型模糊集的等價(jià)性,與R-fuzzy集的一致性,及以優(yōu)勢測度為隸屬度的2型模糊集與R-fuzzy集的等價(jià)性,指出了優(yōu)勢測度為R-fuzzy粗糙隸屬度集驗(yàn)證器的本質(zhì)屬性。(4)為強(qiáng)化模型對變化序列的跟蹤能力,基于新信息優(yōu)先原則,提出了具有新陳代謝機(jī)制的MVCGM灰色組合模型。進(jìn)一步,為獲得最優(yōu)模型參數(shù),基于人工蜂群優(yōu)化算法,提出了ABC-MVCGM模型,并分析了模型的動(dòng)態(tài)、收斂性能及種群規(guī)模對模型性能的影響。通過對煤堆自燃綜合性指數(shù)HLC的預(yù)測和分析,得出了ABC-MVCGM模型具有更優(yōu)預(yù)測性能的結(jié)論。(5)為提高原始IGPM_T區(qū)間灰數(shù)預(yù)測模型的預(yù)測精度,本文應(yīng)用所提出的VSSGM模型對原始IGPM_T模型結(jié)構(gòu)中的GM(1,1)模型進(jìn)行了置換,并結(jié)合Rfuzzy集優(yōu)勢測度的參數(shù)辨識(shí)方法,得到了更為準(zhǔn)確的三角模糊數(shù)及由其產(chǎn)生的區(qū)間灰數(shù)序列。最后,通過改進(jìn)的IGPM_T區(qū)間灰數(shù)預(yù)測模型結(jié)合幾何布朗隨機(jī)過程對燃煤電廠投資決策中的重要影響因素上網(wǎng)電價(jià)和煤電成本進(jìn)行了成功預(yù)測。
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：N941.5;O159
，

本文編號：2642315