基于驱动信息控制项的灰色多变量离散时滞模型及其应用

发布时间：2022-12-04 07:53

　　针对传统灰色多变量离散模型存在未考虑各驱动因素的时滞动态变化特征及未利用各驱动因素往期数据的问题,通过引入驱动信息控制项调整系数T_i和作用系数λ_i,构建新的灰色多变量离散时滞DDGMD（1,N）模型,并推导出模型参数估计及时间响应式.采用灰色扩维识别方法对调整系数T_i进行识别,明晰各驱动因素及其滞后参数;采用粒子群算法对作用系数λ_i进行优化求解,反应驱动因素往期数据对于当期系统行为序列的影响.最后以江苏省能源消费量预测为例,验证了所提出的模型适用于具有时滞特征的小样本数据预测的有效性. 

【文章页数】：9 页

【文章目录】：
0引言
1 基于驱动信息控制项的灰色多变量离散时滞模型构建
    1.1 模型构建及参数识别
    1.2 驱动信息控制项的识别
        1.2.1 驱动信息控制项调整系数Ti识别
        1.2.2 驱动信息控制项作用系数λi识别
2 案例分析
    2.1 江苏省能源消费量影响因素识别
    2.2 江苏省能源消费量的驱动因素及其滞后效应分析
    2.3 江苏省能源消费量DDGMD (1, N) 模型构建及分析
3 结论


【参考文献】：
期刊论文
[1]多变量时滞GM（1,N）模型及其应用[J]. 王正新.  控制与决策. 2015(12)
[2]时滞多变量离散灰色模型及其应用[J]. 张可,曲品品,张隐桃.  系统工程理论与实践. 2015(08)
[3]分数阶累加时滞GM（1,N,τ）模型及其应用[J]. 毛树华,高明运,肖新平.  系统工程理论与实践. 2015(02)
[4]基于驱动控制的多变量离散灰色模型[J]. 张可.  系统工程理论与实践. 2014(08)
[5]基于粒子群优化算法的中国能源需求预测[J]. 陈卫东,朱红杰.  中国人口.资源与环境. 2013(03)
[6]基于组合模型的能源需求预测[J]. 周扬,吴文祥,胡莹,刘秀香.  中国人口·资源与环境. 2010(04)
[7]非线性优化GM（1,N）模型及其应用研究[J]. 周伟,方志耕.  系统工程与电子技术. 2010(02)
[8]中国能源消耗变动影响因素的结构分解[J]. 尚红云,蒋萍.  资源科学. 2009(02)
[9]中国能源需求的经济计量分析[J]. 林伯强.  统计研究. 2001(10)
[10]带有时滞的GM（1,2）模型及应用[J]. 翟军,冯英浚,盛建明.  系统工程. 1996(06)



本文编号：3707871