导读:本文包含了灰色时变参数模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:灰色,模型,参数,系统,算子,在线,分数。
灰色时变参数模型论文文献综述
金梦迪,刘基伟,张辉[1]（2018）在《二次时变参数离散灰色预测模型的进一步推广》一文中研究指出本文基于传统缓冲算子不能实现作用强度的微调的原因,通过引入分数阶经典弱化缓冲算子,建立二次时变参数离散灰色模型,最后举例进行实证分析,比较不同缓冲算子间对模型预测精度的影响。结果显示,分数阶经典弱化缓冲算子可以实现强度的微调,提高模型预测的精度。(本文来源于《中国传媒大学学报(自然科学版)》期刊2018年06期）
刘基伟,张辉[2]（2018）在《基于分数阶缓冲算子的时变参数离散灰色模型》一文中研究指出本文基于传统缓冲算子不能实现作用强度的微调的原因,通过引入分数阶经典弱化缓冲算子,建立线性时变参数离散灰色模型,最后比较了不同缓冲算子间对模型预测精度的影响。结果显示,分数阶经典弱化缓冲算子可以实现强度的微调,提高模型预测的精度。(本文来源于《中国传媒大学学报(自然科学版)》期刊2018年04期）
曾亮[3]（2017）在《新时变参数灰色预测模型及其应用》一文中研究指出为增强传统GM(1,1)模型对系统动态变化的适应能力,有学者通过引入多项式时间项构建了时变参数GM(1,1)模型.在此基础上,首先从其白化微分方程推导得到一种新的时变参数灰色预测模型TGM(1,1),然后给出了模型参数的最小二乘解,同时利用可变步长的复合3/8辛普森积分公式给出了可用于预测的离散时间响应式.最后通过实例表明新模型能显着提高预测精度,证实了新模型的有效性和实用性.(本文来源于《系统科学与数学》期刊2017年01期）
周万春,周强波,黄九松,刘鸿剑[4]（2016）在《时变参数灰色模型背景值重构及实现》一文中研究指出针对时变参数灰色模型PGM(1,1)的背景值重构收敛速度及稳定性问题,该文运用积分的方法综合序列在Δt内不同变化趋势,导出背景值模型的准确表达式。实现了反映序列对新老信息偏爱程度的最优权值介于(0,1)内,且非不能越过某一阈值;给出了背景值重构模型最优解准确求取的具体算法步骤。基于MATLAB语言的实验结果表明:改进模型预测精度高,易于实现;所研究的带权灰色模型GM(1,n)背景值模型的重构及计算方法验证了PGM(1,1)模型重构及计算实现方法的有效性和实用性。(本文来源于《测绘科学》期刊2016年06期）
杨保华[5]（2015）在《时变参数灰色Verhulst模型及其应用》一文中研究指出文章为了进一步增强灰色Verhulst模型对原始数据的适应能力,提出了时变参数灰色Verhulst模型,方法是引入多项式函数描述灰色Verhulst模型的结构参数随时间的动态变化规律。根据建模样本量的不同,分叁种情形给出了模型的参数辨识算式,同时给出了时变参数灰色Verhulst模型白化方程的解析解,利用积分复合梯形公式将其转化为可用于预测的离散时间响应式,并提出了参数优化方法。应用实例表明,灰色Ver-hulst模型比传统灰色Verhulst模型具有更高的建模精度。(本文来源于《统计与决策》期刊2015年21期）
蒋诗泉,刘思峰,刘中侠,方志耕[6]（2016）在《叁次时变参数离散灰色预测模型及其性质》一文中研究指出通过引入叁次时间项来构造叁次时变参数离散灰色预测模型(简称CDGM(1,1)模型),并对模型的性质进行研究.研究结果表明,CDGM(1,1)模型具有白指数重合性、线性规律重合性、二次规律重合性、叁次规律重合性和伸缩变换一致性.运用最优化理论研究了CDGM(1,1)模型的基值迭代问题,并给出了模型的预测步骤和算法.通过算例比较CDGM(1,1)、DGM(1,1)和NDGM(1,1)叁个模型的预测效果,结果表明CDGM(1,1)的预测和模拟精度都得到了明显改善.(本文来源于《控制与决策》期刊2016年02期）
王亮,滕克难,吕卫民,金永川[7]（2015）在《基于粒子群算法的非线性时变参数离散灰色预测模型》一文中研究指出文章分析了传统GM(1,1)及DGM(1,1)模型应用时对数据要求上的弊端,证明了GM(1,1)与DGM(1,1)模型的模拟数据的增长率均为定值,指出对于非近似指数增长的数据序列,GM(1,1)与DGM(1,1)模型的模拟及预测效果并不理想。引入非线性时间项,构造了一种拓展的非线性时变参数离散灰色预测模型(NTDGM(1,1)模型),并利用粒子群算法(PSO)优化得到模型中各参数,给出了该模型的建模步骤。算例分析表明文章提出的NTDGM(1,1)模型对各类型趋势数据均具有很好的模拟精度,能够很好地解决非线性序列的模拟问题。(本文来源于《统计与决策》期刊2015年12期）
田英俊,宋立忠,阮苗锋[8]（2014）在《基于线性时变参数离散灰色模型的在线故障预测系统设计》一文中研究指出为实现故障预测的实时性,克服设备实际数据处理能力的局限,采用了线性时变参数离散灰色模型(linear time-varying parameters discrete grey model,TDGM),并对其建模所用的最小二乘法采用递推算法,形成了递推建模法,解决了实时建模预测所面临的建模序列取舍、计算和存储量巨大等难题,并采用视情剔除旧数据的方法克服了递推建模法存在的"数据饱和"现象,完成了在线故障预测系统(online fault prediction system,OFPS)的初步设计。实例仿真验证表明:该系统运行稳定可靠,计算和存储量在可承受范围之内,预测效果良好,可以应用到实际设备中。(本文来源于《海军工程大学学报》期刊2014年01期）
邬丽云,吴正朋,李梅[9]（2013）在《二次时变参数离散灰色模型》一文中研究指出本文基于离散灰色模型模拟值增长率恒定的原因,通过引入二次时间项来构造了二次时变参数离散灰色模型(quadratic time-varying parameters discrete grey model,简称为QDGM(1,1)模型).并且研究了该模型的性质.结果说明,QDGM(1,1)模型具有白指数规律重合性,线性规律重合性,二次规律重合性,伸缩变换一致性.应用最优化方法研究QDGM(1,1)模型迭代基值问题,建立优化模型并提出求解算法.最后叙述了应用QDGM(1,1)模型建模和预测的步骤,并通过实例比较了QDGM(1,1)模型与原离散灰色模型及其非齐次离散模型和线性时变参数离散灰色模型的预测能力,最终结果表明本文提出的QDGM(1,1)模型具有更高的模拟和预测精度.(本文来源于《系统工程理论与实践》期刊2013年11期）
张可,刘思峰[10]（2010）在《线性时变参数离散灰色预测模型》一文中研究指出分析离散灰色模型模拟值增长率恒定的原因,通过引入线性时间项,构造时变参数离散灰色模型(称TDGM(1,1)模型).进而研究该模型性质,结果表明:TDGM(1,1)模型具有白指数规律重合性、线性规律重合性、伸缩变换一致性,克服了原离散模型模拟值为等比序列的问题.应用最优化方法研究TDGM(1,1)模型迭代基值问题,建立优化模型并提出求解算法.最后说明应用TDGM(1,1)模型进行建模和预测的步骤,通过实例比较该模型与原离散灰色模型及非其次离散模型的预测能力,结果显示TDGM(1,1)具有更高的模拟和预测精度.(本文来源于《系统工程理论与实践》期刊2010年09期）
灰色时变参数模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文基于传统缓冲算子不能实现作用强度的微调的原因,通过引入分数阶经典弱化缓冲算子,建立线性时变参数离散灰色模型,最后比较了不同缓冲算子间对模型预测精度的影响。结果显示,分数阶经典弱化缓冲算子可以实现强度的微调,提高模型预测的精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰色时变参数模型论文参考文献
[1].金梦迪,刘基伟,张辉.二次时变参数离散灰色预测模型的进一步推广[J].中国传媒大学学报(自然科学版).2018
[2].刘基伟,张辉.基于分数阶缓冲算子的时变参数离散灰色模型[J].中国传媒大学学报(自然科学版).2018
[3].曾亮.新时变参数灰色预测模型及其应用[J].系统科学与数学.2017
[4].周万春,周强波,黄九松,刘鸿剑.时变参数灰色模型背景值重构及实现[J].测绘科学.2016
[5].杨保华.时变参数灰色Verhulst模型及其应用[J].统计与决策.2015
[6].蒋诗泉,刘思峰,刘中侠,方志耕.叁次时变参数离散灰色预测模型及其性质[J].控制与决策.2016
[7].王亮,滕克难,吕卫民,金永川.基于粒子群算法的非线性时变参数离散灰色预测模型[J].统计与决策.2015
[8].田英俊,宋立忠,阮苗锋.基于线性时变参数离散灰色模型的在线故障预测系统设计[J].海军工程大学学报.2014
[9].邬丽云,吴正朋,李梅.二次时变参数离散灰色模型[J].系统工程理论与实践.2013
[10].张可,刘思峰.线性时变参数离散灰色预测模型[J].系统工程理论与实践.2010
论文知识图
