简介:上海市社会总抚养比受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此文章提出了基于最小二乘法的改进GM(1,1)模型.首先文章介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007-2011年上海市社会总抚养比数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年上海市社会总抚养比,便于该市对未来经济的发展宏观调控.结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据.
简介:摘要院本文采用偏最小二乘回归模型(PLS),以泰国菠萝贸易为例,通过变量投影重要性准则筛选自变量,由交叉有效性提取主成分,进而建立偏最小二乘回归模型。深入分析了各指标对泰国菠萝出口贸易的影响。研究表明泰国菠萝出口与原料价格及工厂生产加工速度密切相关,并且偏最小二乘回归的拟合效果优于普通最小二乘回归。
简介:本文提出一种基于自适应遗传算法(AGA)的FJSP求解方法。研究了基于迭代次数优化和适应度分布分析的自适应遗传算法,也即综合两者优点的全自适应遗传算法。该方法利用FJSP本身的特点,克服了传统GA进化初期早熟和中后期随机搜索速度慢的自身局限。求解精度和搜索效率提高的同时,既能避免陷入局部最优,又使收敛过程加速。
简介:结合偏最小二乘法和支持向量机的优缺点,提出基于偏最小二乘支持向量机的天然气消费量预测模型。首先,利用偏最小二乘法确定影响天然气消费量的新综合变量,建立以新综合变量为输入,天然气消费量为输出的支持向量机模型,对天然气消费量进行了预测;然后,与多元回归、偏最小二乘回归、普通支持向量机做误差检验比较,验证该方法的可行性与正确性。结果表明,此天然气消费量预测模型具有较高的精确度和应用价值。
简介:实际生产过程中,系统受到环境的影响而产生参数漂移,传统的PID控制算法应用受限.自适应控制应运而生并显示了其强大的控制优势.其中,模型参考自适应控制因其历史最为久远,应用简单而受到广泛的关注.本文将一种新型的模型参考自适应控制应用于单元机组的协调控制.通过仿真实验可以看出,这种方法有良好的适应性.
简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
简介:地下采煤引起的地表沉陷是一个时间和空间的过程,据此提出了观测站动态数据处理模型Kalman滤波和自适应Kalman滤波,通过实例验证了自适应Kalman滤波比普通Kalman滤波在观测站数据滤波和预测中具有优越性。
简介:由于地震数据中包含的噪声在不同频率或者频带数据中的分布强度存在差异,使得全频带数据上进行的噪声衰减处理改变了地震反射波信号的动力学特征,干扰后期的地震资料解释、储层预测、油气检测等问题,提出边界和振幅特性保持自适应噪声衰减方法。首先应用小波包变换对全频带地震数据进行多频段划分,然后对分频段数据进行非线性各向异性倾角导向边界保持自适应滤波处理。在该方法中,由结构张量计算的扩散张量实现自适应地确定平滑滤波方向,加入的不连续结构置信度量和不连续性算子自适应地控制不连续结构特征的保持程度,引入的去相关滤波迭代停止准则自适应地确定滤波迭代次数。这些参数的引入具有减少处理人员的干预和人为的主观性,且执行简单的特点。对合成地震记录和实际地震记录处理结果表明,提议的方法能够自适应地衰减地震数据中噪声,同时既能保持地震反射波中有效的不连续性信息,也能有效地保持有效信号的频率分布规律。能够为后期的地震资料解释和分析提供高品质的基础数据。