組合預(yù)測模型構(gòu)建及其應(yīng)用

《組合預(yù)測模型構(gòu)建及其應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要論文題目：學(xué)科專業(yè)：研究生：指導(dǎo)教師：組合預(yù)測模型的構(gòu)建及其應(yīng)用應(yīng)用數(shù)學(xué)劉素兵王秋萍副教授要簽名：塑!壹幺簽名：蘭盤壟隨著灰色系統(tǒng)理論、BP神經(jīng)網(wǎng)絡(luò)等新的理論技術(shù)應(yīng)用于預(yù)測領(lǐng)域，預(yù)測技術(shù)得到了很大的發(fā)展。由于灰色預(yù)測模型對一般的預(yù)測模型具有很強(qiáng)的融合力和滲透力，將灰色模型與其它模型結(jié)合進(jìn)行分析和預(yù)測，可以提高預(yù)測精度。因此，本文對灰色模型與其它模型的結(jié)合進(jìn)行了分析和研究，建立了組合預(yù)測模型，并對中國能源消費(fèi)量進(jìn)行了預(yù)測。本文的主要研究內(nèi)容和成果如下：1．提出了基于灰色預(yù)測GM(I，1)模型、三角模型和時(shí)間序列分析ARMA模型的組合預(yù)測摸型TGMA(I，1)。該模型以灰色預(yù)測GM(I，1)模

2、型擬合數(shù)據(jù)序列的趨勢項(xiàng)，以三角模型和ARMA模型捕獲系統(tǒng)的殘差序列。2．構(gòu)建了灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。使用BP神經(jīng)網(wǎng)絡(luò)對三種改進(jìn)的灰色預(yù)測模型(灰色優(yōu)化預(yù)測模型GOM(I，1)、無偏灰色預(yù)測模型、改進(jìn)的新陳代謝預(yù)測模型)迸行組厶口o3．對灰色神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型做進(jìn)一步的改進(jìn)。采用灰色關(guān)聯(lián)分析法找出對中國能源消費(fèi)量有較大影響的幾個(gè)因子，以它們的時(shí)間序列數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，這樣全面綜合地考慮到能源消費(fèi)系統(tǒng)的影響因素，從而提高了預(yù)測精度。關(guān)鍵詞：組合模型；灰色預(yù)測：灰色關(guān)聯(lián)分析；ARMA模型；神經(jīng)網(wǎng)絡(luò)模型hbstractTitle：THEESTABLISHMENTANDAPPLICAIT

3、lONOFCOMBINAITIONFORECASTINGMODELMajor=AppliedmathematicsName：SubingLIUSupervisor=Associateprof．QiupingWangAbstractSignatureWiththeapplicationofthegreysystemtheoryandtheBPneuralnetworkinthefieldofforecasting，theforecastingtechnologyhasobtainedthegreatdevelopment．Thegreyforecastmodelhastheverystrongf

4、usionstrengthandpenetrabilitytothegeneralmodel，SOitCanbecombinedwithothermodelstoimprovetheforecastingprecision．Therefore，analysisandresearchofthegreymodelwithothermodel’Scombinationarecarried，thecombinationforecastingmodelsareestablishedandtheenergyconsumptionofChinaisforecasted．Theprimaryresearchc

5、ontentandresultsareobtainedasfollowes：1．BasedonthegreyforecastmodelGM(1，1)，thetrianglemodelandtheARMAmodel，thecombinationforecastmodelTGMA(1，1)hasbeenproposed．GM(1，1)isusedtofitthetendencyitemofthedataseries，meanwhile，thetrianglemodelandARMA(p，q)modelcapturesystem'sresidualsequence．2．Thegrey-neuraln

6、etworkcombinationmodelhasbeenbuilt．Threeimprovedgreymodels(thegreyoptimizationmodelGOM(1，1)，theagonicgreyforecastmodelandtheimprovedmetabolismforecastmodel)arecombinedthroughthetheoryoftheneuralnetworkmodel．3．Thefurtherimprovementofthegrey-nerualnetworkcombinationmodelhasbeenmade．Thegreyrelationanal

7、ysismethodisadoptedtofindthemaininfluencingfactorsoftheenergyconsumptionandtimeseriesdataofthefactorsareusedasaninputofBPneuralnetwork．So，theenergyconsumptionsystem’Sinfluencingfactorsalealsoconsidere