發(fā)布時(shí)間：2024-02-25 23:09

　　提升對(duì)數(shù)據(jù)特征的適應(yīng)能力是預(yù)測(cè)建模的關(guān)鍵問題之一.本文融合緩沖算子方法與灰色滾動(dòng)預(yù)測(cè)模型構(gòu)建適應(yīng)性灰預(yù)測(cè)模型,即BARGM模型.該方法將原始序列拆分為連續(xù)的數(shù)據(jù)片段,利用緩沖算子和數(shù)據(jù)片段上的反饋信息調(diào)整變權(quán)系數(shù).并用GM(1,1)的衍生模型對(duì)調(diào)整后的片段數(shù)據(jù)進(jìn)行逐步建模和外推;緩沖適應(yīng)性模型相對(duì)傳統(tǒng)建模方法具有兩個(gè)特點(diǎn),即改變灰模型響應(yīng)式形式的單一性、具有較強(qiáng)的智能化拓展能力:案例研究采用我國(guó)能源相關(guān)的溫室氣體排放數(shù)據(jù)進(jìn)行建模測(cè)試與對(duì)比,建模結(jié)果顯示擬合精度和預(yù)測(cè)精度均有明顯提升,印證了緩沖適應(yīng)性建模方法的有效性.

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖３灰色模型擬合精度對(duì)比圖??表２模型計(jì)算結(jié)果的對(duì)比??數(shù)據(jù)１??數(shù)據(jù)２??擬合誤差??預(yù)測(cè)誤差??擬合誤差??頂測(cè)誤差??

第１（）期??徐寧．等：動(dòng)態(tài)灰預(yù)測(cè)模型的緩沖適應(yīng)性建模方法??２６２５??ｍｏｄｅｌ１ｖｓｍｏｄｅｌ５??ｍｏｄｅｌ２ｖｓｍｏｄｅｌ５??ｍｏｄｅｌ３ｖｓｍｏｄｅｌ５??ｍｏｄｅｌ４ｖｓｍｏｄｅｌ５??１００００－??４０００－，??２００４??２００７?２０１０?２０１３?２０....

圖1BARGM建模原理示意圖

其中為預(yù)測(cè)數(shù)據(jù).3.4變權(quán)系數(shù)的搜索方法

圖2λ與模型精度關(guān)系圖

本文選取中國(guó)能源相關(guān)溫室提起排放測(cè)算數(shù)據(jù)作為建模案例,溫室氣體排放屬于短期時(shí)效性強(qiáng),支配數(shù)據(jù)的規(guī)律難以系統(tǒng)性把握.本文利用灰色預(yù)測(cè)模型對(duì)數(shù)據(jù)進(jìn)行建模預(yù)測(cè),其中包括BARGM模型以及其他四種同類模型,主要目的是通過建模的對(duì)比嚴(yán)重新模型的特性.原始數(shù)據(jù)列于表1當(dāng)中.為了驗(yàn)證本文所構(gòu)建....

圖3灰色模型擬合精度對(duì)比圖

從擬合精度可以明顯發(fā)現(xiàn),本文模型相對(duì)原始灰預(yù)測(cè)模型有較大提升幅度.無論擬合數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)的精度均高于其他參照模型.模型1即傳統(tǒng)GM(1,1)擬合誤差為6.24%.模型2則在GM(1,1)基礎(chǔ)上進(jìn)行了背景值優(yōu)化.所得擬合誤差略有下降,而模型3和4則表現(xiàn)出對(duì)擬合能力的明顯優(yōu)化;與之對(duì)....

本文編號(hào)：3910979