GMDH算法的改进及其在煤炭价格系统中的应用
[Abstract]:Coal energy is an important means of production related to the national economy and people's livelihood, and plays an important role in the national economic construction. Coal price is an important factor in coal market. Under the condition of market economy, coal price directly reflects the change of coal supply and demand, and adjusts the production and management activities of both supply and demand. The important basis on which the state formulates economic policy. Under this background, systematic research on coal price has very important theoretical significance and practical application value. This paper takes the coal price system as the research object, selects the GMDH algorithm to model and forecast it. Firstly, the paper analyzes the coal price system, summarizes the factors influencing the coal price, and introduces the formation mechanism of the coal price in China and the foreign coal pricing methods. Then, the principle and implementation steps of GMDH algorithm are introduced, and the advantages and disadvantages of the algorithm are analyzed. Aiming at the three disadvantages of classical GMDH algorithm, we need to divide samples artificially, and using the regularization criterion as the outer criterion alone can not guarantee the extrapolation performance of the model. There are limitations in identifying the parameters of the intermediate model by using the least squares, and three improved strategies are put forward: the method of grouping the samples, the method of combining the outer criterion and the method of identifying the parameters of the intermediate model by using genetic algorithm. On this basis, the GCG-GMDH algorithm is formed. The coal price system model is constructed by GMDH algorithm and GCG-GMDH algorithm respectively. Based on the model, the coal price forecast is extrapolated for three cycles. Compared with the prediction results, it is found that the prediction accuracy of the model based on the component of GCG-GMDH algorithm is obviously improved. In order to further verify the effectiveness of the improved algorithm, the GCG-GMDH algorithm is used to model and forecast the supply and demand of coal price system. The experimental results show that the model based on GCG-GMDH algorithm has good extrapolation ability.
【学位授予单位】:南京航空航天大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F764.1;F426.21;TP311.13
【相似文献】
相关期刊论文 前10条
1 孟含明,杨自厚,李宝泽;数据处理组合方法(GMDH)及其应用[J];控制与决策;1987年01期
2 庄富山;钟碧良;;GMDH算法在常压塔预报模型中的应用[J];炼油化工自动化;1990年03期
3 R.K.Mehra ,晓明;数据处理组合法(GMDH)——回顾与经验[J];系统工程与电子技术;1984年10期
4 Peter A.Karnazes ,宛琰;用GMDH算法辨识空空弹的非线性多项式模型[J];系统工程与电子技术;1984年11期
5 江崇礼,王众嫭;地下水位建模与预报的一种GMDH方法[J];信息与控制;1988年04期
6 陈雨田,俞金寿,邵惠鹤;一种有效的多变量非线性系统的建模方法——GMDH+模型结构优化方法[J];华东化工学院学报;1988年06期
7 黄秦富,徐功仁;成长型GMDH[J];华东化工学院学报;1988年S1期
8 刘丹,王秀峰;GMDH的双向逐步回归递推算法[J];信息与控制;1989年05期
9 庄富山;钟碧良;;改进型GMDH算法在常压塔预报模型的应用[J];化工自动化及仪表;1989年06期
10 王秀峰;刘丹;;非线性系统辨识——GMDH的一种新算法及其应用[J];自动化学报;1990年04期
相关会议论文 前10条
1 王剑;张剑;方磊;;GMDH算法及其在负荷建模中的应用[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
2 黄娜;李孟军;;GMDH神经网络算法在分析基尼系数上的应用[A];管理科学与系统科学研究新进展——第8届全国青年管理科学与系统科学学术会议论文集[C];2005年
3 贺昌政;肖进;谯虹;;基于GMDH的上市公司财务风险影响因素分析[A];中国灾害防御协会风险分析专业委员会第二届年会论文集(一)[C];2006年
4 田益祥;;中长期预测模型的GMDH两水平算法[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
5 张宾;贺昌政;;偏差准则对GMDH模型推广能力的改进[A];中国运筹学会第七届学术交流会论文集(下卷)[C];2004年
6 吴凯峰;;GMDH-EPTSV算法及建立合成氨反应过程的数学模型[A];1997中国控制与决策学术年会论文集[C];1997年
7 张玉桂;田树苞;文世骐;;基于K-L变换的GMDH方法及其在柴油机燃烧过程中的应用[A];1991年控制理论及其应用年会论文集(下)[C];1991年
8 田益祥;肖璨;;基于GARCH风险价值的GMDH估计[A];中国灾害防御协会风险分析专业委员会第二届年会论文集(一)[C];2006年
9 黄敏;田益祥;;VAR模型的GMDH估计方法及实证研究[A];中国企业运筹学[C];2006年
10 白霞;张琦;;基于GMDH的影响输电线路造价指标的遴选[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
相关硕士学位论文 前10条
1 王明月;GMDH算法的改进及其在煤炭价格系统中的应用[D];南京航空航天大学;2016年
2 张珂瑜;基于GMDH理论的预测与预警模型及实证分析[D];电子科技大学;2008年
3 王佳兴;基于GMDH方法的设备剩余寿命预测[D];武汉科技大学;2010年
4 高林;GMDH与回归分析的结合研究[D];四川大学;2006年
5 殷为洋;基于解耦型GMDH的拼焊板材料参数反求[D];湖南大学;2014年
6 涂黎晖;希尔伯特—黄变换和GMDH方法在金融时间序列分析中的应用[D];浙江大学;2008年
7 郑明翠;基于非参数GMDH的企业市场调查数据分析方法研究[D];四川大学;2006年
8 陈久超;基于PSO优化的GMDH网络在贸易预测中的应用[D];天津大学;2014年
9 郭富霞;基于GMDH模型和主成分logistic模型的信用风险评估方法研究[D];青岛大学;2012年
10 李增光;GMDH算法的改进及煤炭市场系统的预测与预警研究[D];南京航空航天大学;2013年
,本文编号:2359363
本文链接:https://www.wllwen.com/qiyeguanlilunwen/2359363.html