异质性离散灰色季节预测模型的构建及其应用

发布时间：2023-03-31 20:59

　　准确预测季节序列对于制定经济、环境、能源等系统的中长期规划和政策评估,实现经济社会可持续发展至关重要。目前,由于系统演化速度快,且受复杂因素干扰,对系统的准确预测面临着各种困难,尤其是受季节性和不确定性干扰的系统。传统的预测模型难以对季节序列的变化趋势特征进行准确描述,因此很难得到准确的猜测。但是由于生活中实际数据的难以获取以及信息的不对称等因素,会导致有效信息量少,给实际预测带来一定的困难。要想对实际情况做到准确的预测,必须通过合理的方法解决这一问题。灰色系统理论由邓聚隆教授提出,拥有样本量小、能处理贫信息问题且预测精度高等诸多优点,得到广大学者的认可。现有的灰色预测模型经过大量实践证明其可行性及实用性,并被广泛用于能源预测,工业预测及新兴产业预测等实际运用中,为人们解决实际预测问题提供了良好的解决方案。尽管现有的研究中,对于季节序列在理论和方法上已经达到了成熟的阶段,但忽略了在描述某一系统未来估计中发挥重要作用的趋势特征且对于数据的适应性还有待加强。为了解决离散灰色季节模型的不足,本研究在传统离散灰色模型的基础上构建两个异质性离散灰色预测模型即DGSTM(1,1)和DGSTPM(1...

【文章页数】：72 页

【文章目录】：
中文摘要
abstract
1 绪论
    1.1 研究背景
    1.2 研究意义
        1.2.1 理论意义
        1.2.2 现实意义
    1.3 国内外研究现状
        1.3.1 传统计量方法研究现状
        1.3.2 机器学习方法研究现状
        1.3.3 灰色预测模型研究现状
        1.3.4 文献评述
    1.4 研究内容
    1.5 技术路线与方法
    1.6 创新点
2 异质性离散灰色季节模型的构建
    2.1 DGSTM(1,1)模型
        2.1.1 DGSTM(1,1)模型的构建
        2.1.2 DGSTM(1,1)模型的性质
    2.2 DGSTPM(1,1)模型
        2.2.1 DGSTPM(1,1)模型的构建
        2.2.2 DGSTPM(1,1)模型的性质
    2.3 DGSTPM(1,1)模型的参数优化
    2.4 性能评估准则
    2.5 本章小结
3 基于DGSTM(1,1)模型的案例分析
    3.1 实验设计
    3.2 参数估计
    3.3 模拟结果分析
        3.3.1 案例一:中国季度总用电量
        3.3.2 案例二:美国终端用户季度用电量
        3.3.3 案例三:日本月度成品油消费情况
        3.3.4 案例四:德国月度石油产品消费情况
    3.4 DGSTM(1,1)模型案例讨论及建议
4 基于DGSTPM(1,1)模型的案例分析
    4.1 实验设计
    4.2 参数评估
    4.3 模拟结果分析
        4.3.1 案例一:美国月度石油消费量
        4.3.2 案例二:焦炭产量预测
        4.3.3 案例三:常州PM_2.5污染物
    4.4 DGSTPM(1,1)模型案例总结
5 结论与展望
    5.1 结论
    5.2 展望
参考文献
附录
攻读学位期间研究成果
致谢



本文编号：3775780