灰色预测模型优化方法及其在中国页岩气产量预测中的应用
发布时间：2021-03-05 10:05
灰色预测模型是灰色系统理论的重要组成部分,然而现有灰色预测模型在建模精度上还难以完全适应事物的发展变化,需要对灰色预测模型进行不断的调整,以满足实际的需要。常用的单一的优化方法,一定程度上改善了灰色预测模型的建模精度,却限制了模型整体性能提升的能力。如何从整体提升灰色预测模型的性能,具有非常重要的研究意义。中国页岩气的产量在制定能源政策过程占有重要地位,然而由于中国页岩气产量的历史数据非常有限,呈现出典型的“小样本”特点,因此常规的以大数据集为基础的机器学习方法和统计学方法无法对小数据集进行建模。灰色预测模型是对小样本数据建模的一种方法,但传统的灰色预测模型预测中国页岩气产量时不准确,因此建立有效的灰色预测模型具有理论和应用双重价值。本文针对目前灰色预测模型优化过程存在优化能力不足的问题,基于组合优化的思想,构建了一种新灰色预测模型,并基于此方法对中国页岩气年产量进行预测。本文主要从以下两方面开展研究工作:（1）开展灰色预测模型优化研究。以典型的三参数灰色预测模型的基本形式作为模型研究基础,通过对其表达形式进行简化,构建三参数灰色预测模型通用形式。将分数阶累加/累减技术引入三参数灰色预...
【文章来源】：重庆工商大学重庆市
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 灰色预测模型研究现状
1.2.2 中国页岩气产量预测研究现状
1.2.3 研究现状评述
1.3 研究内容与研究思路
1.3.1 研究内容
1.3.2 研究思路
1.4 创新点
第2章 基于新信息优先的分数阶三参数离散灰色预测模型
2.1 传统的三参数离散灰色预测模型及其缺陷分析
2.2 基于新信息优先的FTGM（1,1,r）模型构建及参数求解
2.2.1 FTGM（1,1,r）模型定义
2.2.2 FTGM（1,1,r）模型参数估计
2.2.3 FTGM（1,1,r）模型求解
2.2.4 FTGM（1,1,r）模型性质
2.3 FTGM（1,1,r）模型阶数的粒子群寻优
2.4 本章小结
第3章 FTGM（1,1,r）模型建模条件和误差检验方法
3.1 FTGM（1,1,r）模型建模条件
3.2 FTGM（1,1,r）模型误差检验方法
3.3 FTGM（1,1,r）建模步骤与流程图
3.4 本章小结
第4章 基于FTGM（1,1,r）模型的中国页岩气年产量预测
4.1 数据预处理
4.1.1 数据收集
4.1.2 数据分析
4.1.3 数据处理
4.2 FTGM（1,1,r）模型建模
4.2.1 建模序列准光滑条件测试
4.2.2 页岩气产量预测建模
4.2.3 模型性能比较与分析
4.3 中国页岩气产量预测
4.4 对策建议
4.5 本章小结
第5章 结论与展望
5.1 总结全文
5.2 研究展望
参考文献
致谢
在学期间发表论文及参加课题情况
附录
（1）粒子群算法MATLAB运行代码
（2）FTGM（1,1,r）模型MATLAB运行代码
【参考文献】：
期刊论文
[1]弱化缓冲算子修正的离散灰色预测[J]. 王池,刘超锋,刘琪. 测绘与空间地理信息. 2019(12)
[2]近似非齐次指数序列的非等间距IANGM（1,1,k）模型构造[J]. 陈静,陈友军. 统计与信息论坛. 2019(12)
[3]基于灰色GM（1,1）改进模型的年度风功率预测[J]. 马东. 应用能源技术. 2019(11)
[4]基于GM（1,1）模型残差修正的经济预测[J]. 邢晏,冯长焕. 渭南师范学院学报. 2019(11)
[5]中部六省碳排放因素分析和趋势预测——基于STIRPAT和灰色GM（1,1）模型的实证研究[J]. 梁一鸣,雷社平. 价值工程. 2019(21)
[6]灰色GM（1,1）模型优化算法及应用[J]. 李丽,李西灿. 统计与决策. 2019(13)
[7]TPGM（1,1）预测模型在基坑变形中的应用研究[J]. 陈家骐,司大雄,丁蕾,丁碧莹. 佳木斯大学学报(自然科学版). 2019(03)
[8]基于改进GM（1,1,k）模型的上海市各项存款余额预测[J]. 宋良美,胡金辉. 上海立信会计金融学院学报. 2018(06)
[9]浅析页岩气钻探设备技术的应用创新[J]. 程翀,林铁军. 中国石油和化工标准与质量. 2018(19)
[10]离散灰色DGM（1,1）模型在高层建筑物沉降预测中的应用[J]. 洪晓江,方志聪,庄锦亮. 西昌学院学报(自然科学版). 2018(03)
博士论文
[1]基于分数阶拓展算子的灰色预测模型[D]. 孟伟.南京航空航天大学 2015
本文编号：3065024
【文章来源】：重庆工商大学重庆市
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 灰色预测模型研究现状
1.2.2 中国页岩气产量预测研究现状
1.2.3 研究现状评述
1.3 研究内容与研究思路
1.3.1 研究内容
1.3.2 研究思路
1.4 创新点
第2章 基于新信息优先的分数阶三参数离散灰色预测模型
2.1 传统的三参数离散灰色预测模型及其缺陷分析
2.2 基于新信息优先的FTGM（1,1,r）模型构建及参数求解
2.2.1 FTGM（1,1,r）模型定义
2.2.2 FTGM（1,1,r）模型参数估计
2.2.3 FTGM（1,1,r）模型求解
2.2.4 FTGM（1,1,r）模型性质
2.3 FTGM（1,1,r）模型阶数的粒子群寻优
2.4 本章小结
第3章 FTGM（1,1,r）模型建模条件和误差检验方法
3.1 FTGM（1,1,r）模型建模条件
3.2 FTGM（1,1,r）模型误差检验方法
3.3 FTGM（1,1,r）建模步骤与流程图
3.4 本章小结
第4章 基于FTGM（1,1,r）模型的中国页岩气年产量预测
4.1 数据预处理
4.1.1 数据收集
4.1.2 数据分析
4.1.3 数据处理
4.2 FTGM（1,1,r）模型建模
4.2.1 建模序列准光滑条件测试
4.2.2 页岩气产量预测建模
4.2.3 模型性能比较与分析
4.3 中国页岩气产量预测
4.4 对策建议
4.5 本章小结
第5章 结论与展望
5.1 总结全文
5.2 研究展望
参考文献
致谢
在学期间发表论文及参加课题情况
附录
（1）粒子群算法MATLAB运行代码
（2）FTGM（1,1,r）模型MATLAB运行代码
【参考文献】：
期刊论文
[1]弱化缓冲算子修正的离散灰色预测[J]. 王池,刘超锋,刘琪. 测绘与空间地理信息. 2019(12)
[2]近似非齐次指数序列的非等间距IANGM（1,1,k）模型构造[J]. 陈静,陈友军. 统计与信息论坛. 2019(12)
[3]基于灰色GM（1,1）改进模型的年度风功率预测[J]. 马东. 应用能源技术. 2019(11)
[4]基于GM（1,1）模型残差修正的经济预测[J]. 邢晏,冯长焕. 渭南师范学院学报. 2019(11)
[5]中部六省碳排放因素分析和趋势预测——基于STIRPAT和灰色GM（1,1）模型的实证研究[J]. 梁一鸣,雷社平. 价值工程. 2019(21)
[6]灰色GM（1,1）模型优化算法及应用[J]. 李丽,李西灿. 统计与决策. 2019(13)
[7]TPGM（1,1）预测模型在基坑变形中的应用研究[J]. 陈家骐,司大雄,丁蕾,丁碧莹. 佳木斯大学学报(自然科学版). 2019(03)
[8]基于改进GM（1,1,k）模型的上海市各项存款余额预测[J]. 宋良美,胡金辉. 上海立信会计金融学院学报. 2018(06)
[9]浅析页岩气钻探设备技术的应用创新[J]. 程翀,林铁军. 中国石油和化工标准与质量. 2018(19)
[10]离散灰色DGM（1,1）模型在高层建筑物沉降预测中的应用[J]. 洪晓江,方志聪,庄锦亮. 西昌学院学报(自然科学版). 2018(03)
博士论文
[1]基于分数阶拓展算子的灰色预测模型[D]. 孟伟.南京航空航天大学 2015
本文编号：3065024
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3065024.html
