oalib

OALib Journal期刊

ISSN: 2333-9721

费用:99美元

投稿

时间不限

2019 ( 42 )

2018 ( 679 )

2017 ( 794 )

2016 ( 949 )

自定义范围…

匹配条件: “周德强” ,找到相关结果约147011条。
列表显示的所有文章,均可免费获取
第1页/共147011条
每页显示
基于遗传算法优选参数的灰色LS-SVM预测
Grey LS-SVM Forecasting with Parameter Optimized by Genetic Algorithm
 [PDF]


Operations Research and Fuzziology (ORF) , 2011, DOI: 10.12677/orf.2011.12006
Abstract:
利用灰色预测方法中累加生成运算形成累加数据,将累加数据作为训练样本构造灰色LS-SVM,并利用遗传算法对灰色LS-SVM自身的参数进行优选,然后将基于遗传算法优选参数的灰色LS-SVM用于小样本预测。选取了典型例子进行验证,并与传统GM(1, 1)和LS-SVM方法进行对比。结果表明本文所提出的方法预测效果良好,且预测模型具有更好的泛化能力。
This paper utilized the accumulation generation operation of grey prediction to produce accumulated data, and accumulated data were used to construct grey LS-SVM. At the same time the parameters for LS-SVM were pretreated through genetic algorithms to get the optimum parameter values, then the optimized LS-SVM based on genetic algorithms was used to small samples forecasting. A typical example was taken to be analyzed and compared with GM (1, 1) and LS-SVM method. The result shows that the method forecast effect is better, and the prediction model has better generalization ability.
估计GM(1,1)模型中参数的LS-SVM方法及其在负荷预测中的应用
Estimation of GM(1,1) Model Parameter Based on LS-SVM Algorithm and Application in Load Forecasting
 [PDF]


Modern Management (MM) , 2012, DOI: 10.12677/mm.2012.21009
Abstract: 为克服利用传统最小二乘法估计GM(1,1)模型参数的缺陷,改善GM(1,1)模型在中长期负荷预测中的精度,提出了基于LS-SVM算法估计GM(1,1)模型中参数的方法。该方法根据GM(1,1)灰色差分方程的特点,构造以背景值序列和原始序列为训练样本的灰色LS-SVM,将GM(1,1)模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到GM(1,1)模型的参数估计。利用本文方法估计GM(1,1)模型的参数,方法上遵循了结构风险最小化原则,算法实现上具有速度快,稳健性强的优点,适合GM(1,1)小样本建模的特点。将本文方法应用于中长期负荷预测,通过与传统的GM(1,1)模型预测效果的对比分析,验证了该模型的有效性和优越性。
In order to overcome the defects of traditional parameters estimation method in GM(1,1) model by means of least square procedure and enhance the forecasting accuracy of GM(1,1) in medium and long-term load forecasting precision, an improvement GM(1,1) model based on LS-SVM algorithm is presented. This method constructs the grey LS-SVM with background value and raw data series as the training sample ac-cording to the character of grey difference equation, converts the GM(1,1) model parameter estimation prob-lem into a grey LS-SVM parameter estimation problem, then the regression parameters in the grey LS-SVM are solved based on the LS-SVM algorithm and the GM(1,1) model parameters estimation are also obtained. Using this method in this paper to estimate the GM(1,1) model, the method follows structural risk minimiza-tion principles, algorithm has the advantage of fast speed, strong robustness, suitable for GM(1,1) model of small samples. This method is applied to long-term load forecasting, compared with forecasting effect analy-sis of traditional GM(1,1) model to prove the validity and the superiority of the model.
基于目标规划法的灰色Verhulst负荷预测模型
Grey Verhulst Load Forecasting Model Based on Objective Programming
 [PDF]

, 向锋
Hans Journal of Data Mining (HJDM) , 2012, DOI: 10.12677/HJDM.2012.23005
Abstract: 为克服传统灰色Verhulst模型中利用最小二乘法估计参数存在的不足,改善灰色Verhulst模型在具有“S型”增长或处于饱和增长状态的中长期电力负荷预测中的精度,提出在最小一乘法准则下,利用目标规划法估计灰色Verhulst模型参数的方法。对某中长期负荷进行预测,并与传统的灰色Verhulst模型进行对比分析。结果表明,该方法发挥了最小一乘法受奇异值影响小,稳健性好的优点,避免了利用最小二乘法估计灰色Verhulst模型参数存在的不足,预测精度更高。
In order to overcome the defects of parameters estimation in traditional grey Verhulst model by means of least square procedure, and enhance the forecasting accuracy of grey Verhulst model in medium and long-term load forecasting for load growth in S-type or load growth being saturated, an estimation method based on least absolute de- viation, which use objective programming to estimate the parameters of grey Verhulst is presented. Then, this model is applied to long-term load forecasting, and is compared with the traditional grey Verhulst model. The results show that the method takes advantages of the benefits of least absolute deviation, which is small influenced by singular value, and robustness is good. This model avoids the defects of parameters estimation in traditional grey Verhulst model by means of least square procedure, and forecasting precision is higher.
改进的灰色Verhulst模型在中长期负荷预测中的应用

电网技术 , 2009,
Abstract: 针对中长期电力负荷预测“小样本”、“贫信息”、“不确定”、“非线性”等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有“S型”增长或处于饱和增长状态的中长期电力负荷预测。根据原始数据建立了灰色Verhulst模型,利用LS-SVM算法对模型中的参数进行了估计,基于等维新息递补预测法对负荷数据进行了预测。实例计算结果表明,基于该模型得到的预测结果相对误差在3%以内,与传统预测模型相比,采用文中的模型可获得更高的预测精度。
三角模糊数互补判断矩阵排序的最小方差法
和媛媛,,,
控制与决策 , 2008,
Abstract: 研究偏好信息为三角模糊数互补判断矩阵形式给出的方案排序方法.根据三角模糊数互补判断矩阵完全一致性的概念,建立了一个基于最小方差的非线性规划模型.通过求解该模型,得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数排序公式对决策方案进行排序.最后通过算例分析表明了所提出的方法是可行而有效的.
基于Kane方法的机器海豚动力学建模及速度优化方法
沈飞, 曹志,,
自动化学报 , 2012, DOI: 10.3724/SP.J.1004.2012.01247
Abstract: ?在利用Kane方法对机器海豚进行动力学建模的基础上,提出了一种对豚体波拟合推进进行速度优化的方法.首先,选取各连杆的关节角和机器海豚头部质心的坐标作为广义坐标,对具有三个推进关节的机器海豚进行运动学分析,进而得到广义惯性力;然后,结合对各连杆受力分析得到的广义主动力,建立机器海豚的动力学方程.其中,根据尾鳍攻角所处的不同范围,分别利用升力线理论和阻力模型将尾鳍建模为有限翼展机翼或平板来计算水动力.在此基础上,结合豚体波拟合推进,提出一种通过调节尾鳍关节角规律的幅度和相位来优化平均推进速度的方法.仿真结果表明了所建模型及优化方法的有效性.
基于模糊判断矩阵的群决策方法研究
和媛媛, ,
中国管理科学 , 2008,
Abstract: ?对多个决策者给出的偏好信息的有效集结是群决策过程的重要问题之一.不同类型的偏好信息有不同的集结方法.基于模糊判断矩阵一致性的定义,提出一种加权集结方法的最优化模型,从而得到群决策中一类模糊判断矩阵的集结方法,并进一步分析和研究群组判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质.
Triton X-100和去氧胆酸钠两种去垢剂对阿片受体作用的影响
李志毅,,倪崇虎,池志
生物化学与生物物理进展 , 1984,
Abstract: 自从证实了动物和人脑内存在阿片受体以来,受体结合试验为阿片受体的研究提供了大量有用的信息。为了对阿片受体化学本质进行深入的研究,必须将其从突触膜上溶脱以获得溶性阿片受体。借助去垢剂是获得溶性受体的常用手段。Bidlack等、Ruegg等和Simonds等分别用非离子型去垢剂聚乙二醇辛基苯基醚Triton X-100(简称Triton),洋地黄皂甙和两性离子型去垢剂,胆酸盐的衍生物3-(3-
用国产大网格聚合物吸附剂从蛋白溶液中除去Triton X-100
,倪崇虎,李志毅,池志
生物化学与生物物理进展 , 1983,
Abstract:
起始时间对亚热带森林凋落物分解速率的影响
李荣华, 邓琦, 国逸,
植物生态学报 植物生态学报 , 2011, DOI: 10.3724/SP.J.1258.2011.00699
Abstract: ?运用分解袋法研究了不同布置时间的凋落物在亚热带森林分解的初期过程,探讨了不同布置时间的凋落物经过相同时间分解的差异及环境因子对其分解速率特别是分解速率常数k的影响。结果表明:在凋落物分解较快的鼎湖山季风常绿阔叶林,不同时间布置的凋落物经过12个月的分解,其残留率及k均存在较大的差异。不同布置时间的凋落物的分解率在前期(0–6个月)与其相应阶段的环境因子呈显著相关关系,但与后期的环境因子相关性并不显著。不同布置时间的k值的变化范围为0.78–1.30,起始于雨季的k值较大,起始于旱季的较小(p<0.001),其大小与分解前期的环境因子相关性较高,与整个分解过程中的环境因子相关性较低。因此,凋落物的凋落时间可能影响其分解速率;由于布置时间不同而导致k值估算的不准确将对森林生态系统的养分循环及其碳平衡的评估产生很大影响。
第1页/共147011条
每页显示


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.