基于粒子群-传递函数模型的煤炭需求量预测

发布时间：2018-01-08 12:05

  本文关键词：基于粒子群-传递函数模型的煤炭需求量预测　出处：《煤炭技术》2017年04期 　论文类型：期刊论文

  更多相关文章： 煤炭需求量 粒子群算法 传递函数噪声模型

【摘要】：介绍了协整检验方法,用于检验两数据序列是否具有系统的共同运动,为建立的预测模型选择输入变量;建立了传递函数噪声模型,分析了粒子群算法,提出了粒子群-传递函数噪声模型,使用粒子群算法对预测模型进行全局寻优,得到更高精度的预测模型。
[Abstract]:Introduces the method of cointegration test, to test whether the two common motion data sequence with the system, for the establishment of prediction model of the selection of input variables; the transfer function noise model, analysis of the particle swarm algorithm, the particle swarm - transfer function noise model, using particle swarm algorithm to forecast model for global optimization, get the prediction model with higher accuracy.

【作者单位】： 河南工业贸易职业学院;河南信息统计职业学院;
【基金】：河南省科技攻关项目(162102210096)
【分类号】：F224;F426.21
【正文快照】： 1.1协整检验本文建立的传递函数噪声模型为双输入单输出的数学模型。进行数据的协整检验是为传递函数噪声模型选择输入变量。首先检验输入序列X、输出序列Y的平稳性,若两序列是平稳序列,则使用Granger Causality检验法检验两序列是否存在因果关系;若两序列是非平稳序列,则检验

【相似文献】

相关期刊论文 前10条

1 李小青;;混合粒子群算法及在可靠性优化中的应用[J];计算机系统应用;2012年03期

2 柳寅;马良;黄钰;;基于模糊粒子群算法的非线性函数优化[J];上海理工大学学报;2012年04期

3 黄丹华;王肃;;基于混合粒子群算法的货位优化分配问题[J];应用科技;2013年04期

4 曹黎侠;张建科;柴伟文;戴飞;;改进的粒子群算法在印刷业优化管理中的应用[J];西南民族大学学报(自然科学版);2009年01期

5 甄彤;郭嘉;吴建军;肖乐;;粒子群算法求解粮堆温度模型参数优化问题[J];计算机工程与应用;2012年12期

6 彭耶萍;董坚峰;;多目标优化中带变异算子的灰色粒子群算法[J];计算机工程与应用;2012年34期

7 王颖;李盼池;;基于混沌优化的双种群量子粒子群算法[J];信息技术;2013年08期

8 张大鹏;王福利;何大阔;林志玲;;用粒子群算法求解打靶点的一种方法[J];东北大学学报;2006年07期

9 潘青飞;;带自身最好位置权重的粒子群算法[J];数学杂志;2008年05期

10 董银丽;张莉;;交叉粒子群算法及其在天线设计中的应用[J];宝鸡文理学院学报(自然科学版);2008年03期

相关会议论文 前2条

1 曹春红;张永坚;李文辉;;杂交粒子群算法在工程几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

2 刘衍民;马卫民;;基于高斯白噪声扰动的混合粒子群算法及其应用[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年

相关博士学位论文 前4条

1 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

2 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年

3 秦玉灵;基于响应面建模和改进粒子群算法的有限元模型修正方法[D];哈尔滨工业大学;2011年

4 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年

相关硕士学位论文 前10条

1 姚洁;基于启发式搜索的贝叶斯网络结构学习研究[D];浙江师范大学;2016年

2 卢飞霞;广义极值分布函数的粒子群算法估计[D];烟台大学;2016年

3 白玉龙;基于改进的粒子群算法的直觉模糊多目标规划[D];湘潭大学;2016年

4 赵婷婷;基于改进粒子群算法的一类非线性模型预测控制[D];辽宁工程技术大学;2015年

5 张媛媛;双评价粒子群算法[D];陕西师范大学;2012年

6 朱伟丰;改进粒子群算法最优路径的研究[D];重庆师范大学;2014年

7 祁佳;粒子群算法的改进与应用研究[D];南京信息工程大学;2008年

8 韦杏琼;基于粒子群算法的数值方法研究[D];广西民族大学;2009年

9 杜玉平;关于粒子群算法改进的研究[D];西北大学;2008年

10 张磊;协同粒子群算法及其在车间调度中的应用[D];武汉理工大学;2010年

，

本文编号：1397022