基于全信息新陈代谢的GM(1,1)电力预测
100 积分
50
评分
4.3 积分- 详情
- 2021-04-27
- 简介
pdf
- 145KB
- 页数 4P
- 阅读 73
- 下载 20
传统的灰色预测模型所需的样本容量较少,仅4个数据就可以建立灰色预测模型。虽然传统的灰预测建模较为简单,但是忽略了对预测较为有利的新信息,容易产生预测模型老化的现象,预测精度不高。全信息新陈代谢的GM(1,1)灰色预测模型更为合理、科学,全信息建模避免了局部信息建模的局限性,每预测一个结果去除原始数列的最老数据的新陈代谢处理保证了预测数列的实效性,并用Matlab实现改进GM(1,1)模型的编程计算,应用于双流县电力需求量的预测,预测精度好。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于全信息新陈代谢的GM(1,1)电力预测 145KB
新陈代谢GM(1,1)模型在建筑物沉降预测中的应用 146KB
基于新陈代谢GM(1,1)模型的在建工程项目耗材动态预测 116KB
基于时间加权-新陈代谢GM(1,1)模型在建筑物沉降预测中的应用 1.3MB
新陈代谢GM(1,1)模型在地铁基坑变形预测中的应用 297KB
灰色新陈代谢GM(1,1)模型在土钉支护结构变形预测中的应用 276KB
新陈代谢GM(1,1)模型在建筑物沉降预测中的应用研究 288KB
新陈代谢GM(1,1)模型在建筑物沉降预测中的应用研究 440KB
基于Verhulst动态新陈代谢的邻近铁路基坑变形预测 954KB
新陈代谢知识联系框架 287KB