当前位置:主页 > 科技论文 > AI论文 >

基于人工智能优化的指数平滑方法的研究及应用

发布时间:2016-08-17 22:14

  本文关键词:基于人工智能优化的指数平滑方法的研究及应用,,由笔耕文化传播整理发布。


《兰州大学》 2015年

基于人工智能优化的指数平滑方法的研究及应用

张静芸  

【摘要】:指数平滑(Exponential Smoothing, ETS)是一族预测方法的统称,其理论基础是状态空间模型,现在仍然被广泛地应用于商业和工业管理之中。这一系列方法的共同特征是:预测结果是历史观测数据的加权组合,越新的历史数据拥有越高的权重系数,且权重系数随时间变化呈指数趋势增长,因此称之为“指数平滑”。本文基于国内对于指数平滑方法的研究缺少对这一族方法做出整合研究的文献以及鲜有针对指数平滑方法的理论推导的研究等空白和不足之处,对其理论进行了较为系统的研究,包括指数平滑方法的分类、指数平滑方法的点预测形式推导、指数平滑方法的状态空间模型形式推导等问题。并在此基础上,引入了时间序列聚合理论、组合预测理论以及粒子群算法、布谷鸟算法以及人工鱼群算法等人工智能算法对指数平滑方法进行了优化。最后,本文应用澳大利亚新南威尔士州的实际电力负荷数据,对本文提出的基于指数平滑方法的组合预测模型的有效性进行了验证。研究结果表明,对于短期电力负荷预测,本文提出的组合预测模型、特别是经过粒子群算法或者布谷鸟算法对组合系数进行优化以后的组合预测模型,拟合精度与预测精度都得到了较大的提高,且都一定程度上优于传统预测方法的精度。因此,本文提出的组合预测模型是有效的,具有一定的实用性,并对实践有一定的指导意义。

【关键词】:
【学位授予单位】:兰州大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP18
【目录】:

下载全文 更多同类文献

CAJ全文下载

(如何获取全文? 欢迎:购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式


【参考文献】

中国期刊全文数据库 前3条

1 杨洁;;基于人工免疫算法优化LSSVM的短期电力负荷预测[J];山西电力;2014年02期

2 林安东;基于误差绝对值之加权和最小的组合预测模型及其应用[J];上海海运学院学报;2000年03期

3 陈媛;;应用holt-winters加法模型预测出院人次[J];中国卫生统计;2012年02期

中国重要会议论文全文数据库 前1条

1 冯娟;王海燕;;基于稳定性分析的供应链系统牛鞭效应控制研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

中国硕士学位论文全文数据库 前1条

1 郑洪清;布谷鸟搜索算法的改进分析及应用研究[D];广西民族大学;2013年

【共引文献】

中国期刊全文数据库 前8条

1 张艺馨;;基于布谷鸟优化算法的电力负荷预测优化模型[J];经营管理者;2015年03期

2 孙李红;;基于灰色组合预测的国内债券余额预测[J];哈尔滨商业大学学报(自然科学版);2012年02期

3 李勤;;组合预测方法研究综述[J];价值工程;2012年29期

4 陈华;张艺丹;;基于logistic模型的自适应布谷鸟算法[J];计算机工程与应用;2015年20期

5 刘柱;钟金宏;李兴国;;基于改进GM模型的港口集装箱吞吐量预测研究[J];商场现代化;2008年14期

6 孙李红;沈继红;;基于相关系数的加权几何平均组合预测模型的性质[J];系统工程理论与实践;2009年09期

7 高尚;张绍彪;梅亮;;基于相对误差的线性组合预测研究[J];系统工程与电子技术;2008年03期

8 高尚;;线性组合预测的推广[J];中南大学学报(自然科学版);2013年S2期

中国重要会议论文全文数据库 前1条

1 高尚;;线性组合预测的推广[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年

中国博士学位论文全文数据库 前2条

1 谢东;铀矿通风尾气放射性核素在大气中迁移的数值模拟与实验研究[D];中南大学;2009年

2 孙李红;基于组合预测方法的舰船纵摇运动预报[D];哈尔滨工程大学;2009年

中国硕士学位论文全文数据库 前6条

1 林安东;集装箱航运市场分析及基于Web的市场信息发布系统开发的研究[D];上海海运学院;2001年

2 陈兰;江苏省内河货运发展分析与预测[D];武汉理工大学;2003年

3 王琳;港口建设项目中经济预测方法研究[D];天津大学;2003年

4 刘柱;灰色理论在港口集装箱吞吐量预测中的应用[D];合肥工业大学;2009年

5 李瑞祥;基于改进人工鱼群算法的桥式起重机主梁优化设计研究[D];中北大学;2015年

6 张博文;山东港口总吞吐量预测研究[D];安徽理工大学;2015年

【二级参考文献】

中国期刊全文数据库 前10条

1 段青;赵建国;马艳;;优化组合核函数相关向量机电力负荷预测模型[J];电机与控制学报;2010年06期

2 畅广辉;刘涤尘;熊浩;;基于多分辨率SVM回归估计的短期负荷预测[J];电力系统自动化;2007年09期

3 刘宝英;杨仁刚;;基于主成分分析的最小二乘支持向量机短期负荷预测模型[J];电力自动化设备;2008年11期

4 耿艳;韩学山;韩力;;基于最小二乘支持向量机的短期负荷预测[J];电网技术;2008年18期

5 张梅凤;邵诚;甘勇;李梅娟;;基于变异算子与模拟退火混合的人工鱼群优化算法[J];电子学报;2006年08期

6 高芳;崔刚;吴智博;杨孝宗;;一种新型多步式位置可选择更新粒子群优化算法[J];电子学报;2009年03期

7 胡国胜;任震;;基于支持向量机混合模型的短期负荷预测方法[J];高电压技术;2006年04期

8 刘幸;;改进微粒群算法优化PID参数的研究[J];电子设计工程;2011年09期

9 叶淳铮;常鲜戎;顾为国;;基于小波变换和支持向量机的电力系统短期负荷预测[J];电力系统保护与控制;2009年14期

10 陆宁;周建中;何耀耀;;粒子群优化的神经网络模型在短期负荷预测中的应用[J];电力系统保护与控制;2010年12期

【相似文献】

中国期刊全文数据库 前10条

1 陈常祥;;最优指数平滑预测方法的研究[J];武汉工学院学报;1987年03期

2 宋芳;张亚平;张宗郁;赵涵;;基于遗传退火三次指数平滑的期货预测研究[J];计算机工程与设计;2012年05期

3 高春雷;安泰;向兵;董杰;梁罗希;范训礼;;基于粒子群算法的指数平滑系数优化方法[J];西北大学学报(自然科学版);2014年03期

4 帅训波;;一种基于指数平滑的天然气产量灰色预测模型(英文)[J];计算机技术与发展;2010年03期

5 李军怀;高瞻;王志晓;张璟;;基于指数平滑和马尔可夫链的短时交通流量预测[J];计算机系统应用;2013年12期

6 董德基;;实用预测技术[J];情报知识;1983年02期

7 刘国衡,关玉才;图象序列的目标检测[J];计算机工程与应用;1997年08期

8 邵晨;;基于历史连接数据的机会网络关键节点预测[J];信息通信;2014年05期

9 胡海龙;杭德全;;基于残噪预测的网络流量异常检测算法[J];计算机安全;2009年04期

10 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 赵志坚;;三次指数平滑预测模型中参数α的选取问题[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集(下卷)[C];1995年

2 徐大江;郑学东;;证券投机风险三次指数平滑测度及应用研究[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

3 卫贵武;;用改进的AR(p)与指数平滑组合模型预测油田产油量[A];中国现场统计研究会第12届学术年会论文集[C];2005年

4 郑学东;徐大江;;证券组合投资的指数平滑决策模型[A];中国现场统计研究会第九届学术年会论文集[C];1999年

中国重要报纸全文数据库 前1条

1 中央电视台财经频道 中国经济时报;[N];中国经济时报;2012年

中国硕士学位论文全文数据库 前2条

1 张静芸;基于人工智能优化的指数平滑方法的研究及应用[D];兰州大学;2015年

2 李奇;一种基于时间序列指数平滑的决策支持算法的研究[D];燕山大学;2007年

中国知网广告投放

相关机构

>燕山大学

>兰州大学

相关作者

>张静芸 >李奇

基于人工智能优化的指数平滑方法的研究及应用

《中国学术期刊(光盘版)》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址:北京清华大学 84-48信箱 知识超市公司
京ICP证040441号
互联网出版许可证 新出网证(京)字008号
出版物经营许可证 新出发京批字第直0595号

订购热线:400-819-9993 010-62982499
服务热线:010-62985026 010-62791813
在线咨询:
传真:010-62780361
京公网安备11010802020475号



  本文关键词:基于人工智能优化的指数平滑方法的研究及应用,由笔耕文化传播整理发布。



本文编号:96756

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/rengongzhinen/96756.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6dcd1***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com