注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. GM(1_1)模型的应用

  2. 灰色预测是基于GM(1,1)预测模型的预测，按其应用的对象可有四种类型： (1) 数列预测。这类预测是针对系统行为特征值的发展变化所进行的预测。 (2) 灾变预测。这类预测是针对系统行为的特征值超过某个阙值的异常值将在何时出现的预测。

  3. 所属分类：其它

    • 发布日期：2013-08-19
    • 文件大小：373760
    • 提供者：u011741769

  1. 基于灰熵法的深部煤层瓦斯含量影响因素分析及预测

  2. 为了提高深部煤层瓦斯含量的预测精度,提出了采用灰熵分析法对瓦斯含量影响因素进行研究,以潘三矿深部11-2煤层为例,根据灰熵关联度的大小选取不同的影响因素分别建立了GM(1,3)、GM(1,4)和GM(1,5)预测模型,依据精度检验结果选择精度更高的瓦斯预测模型。研究结果表明,影响潘三矿深部11-2煤层瓦斯含量的因素重要程度从大到小依次为:主断层距离、煤层埋深、煤厚、顶板砂泥比、煤层倾角。由此建立的3个模型的预测精度都在合格以上,其中GM(1,4)模型预测精度达到了1级,平均相对误差为5.063

  3. 所属分类：其它

    • 发布日期：2020-05-19
    • 文件大小：673792
    • 提供者：weixin_38558186

  1. 矿井涌水量灰色GM(1,2)预测模型

  2. 基于矿井涌水量序列具有明显的随机性和灰色特征,建立涌水量GM(1,2)预测模型,以克服灰色GM(1,1)模型对于随机波动大的长序列预测效果差的缺点。以王行庄煤矿为例,针对2012年7月至2013年12月王行庄煤矿18个月的涌水量资料,考虑与之密切相关的L7-8灰岩含水层水位降深,建立了矿井涌水量GM(1,2)预测模型;预测了2014年1—4月的涌水量;并与GM(1,1)预测模型进行模型精度与预测精度的比较。结果表明:GM(1,2)模型的预测精度达到了97.44%,GM(1,1)模型的预测精度为9

  3. 所属分类：其它

    • 发布日期：2020-05-03
    • 文件大小：644096
    • 提供者：weixin_38546622

  1. 基于灰色辨识模型的风电功率短期预测

  2. 基于灰色辨识模型的风电功率短期预测，王子赟，纪志成，提出一种基于灰色理论和辨识模型的风电功率短期预测的方法。采用GM(2,1)灰色模型建立具有新陈代谢功能的GM(2,1)风速预测模型。将FIR-MA�

  3. 所属分类：其它

    • 发布日期：2020-02-25
    • 文件大小：614400
    • 提供者：weixin_38552536

  1. 基于动态分类器集成选择和GM(2,1) 的组合预测模型

  2. 基于动态分类器集成选择和GM(2,1) 的组合预测模型，王江满，张艳菊，由于突发性事件预测过程中往往存在研究样本数据少或者数据缺失的情况，基于分类器集成技术，建立DCESM模型弥补数据缺失的不足，再�

  3. 所属分类：其它

    • 发布日期：2020-02-01
    • 文件大小：203776
    • 提供者：weixin_38612139

  1. GM/T 0001.2-2012 《祖冲之序列密码算法：第2部分：基于祖冲之算法的机密性算法》

  2. 中国密码行业标准 祖冲之序列密码算法：第2部分：基于祖冲之算法的机密性算法 GM/T 0001的本部分描述了基于祖冲之算法的机密性算法。该机密性算法可适用于3GPP LTE通信中的加密和解密。本部分可用于指导基于祖冲之算法的机密性算法的相关产品的研制、检测和使用。

  3. 所属分类：其它

  1. 基于差分方程预测模型的自动聚焦算法

  2. 基于差分方程预测模型的自动聚焦算法，有需要的可以看看272 计算机应用与软件 2015年 2若方程式(3)有两个相同的实根则其解为 前所在区域。若为散焦区跳至步骤二;若为聚焦区使用爬山 x()(p)=C×r1+C2×p×r (1)算法进行峰值搜索。 考虑到初始情况下p=1p=2时可得到方程式(12)和方 步骤二增加步长为2采集新的聚焦值洲断聚焦值的的 程式(13) 变化星确定当前所在区域。若为散焦区使用差分方程预测模 (1)=C1×r1+C2×1 (12)型预测搜索方向跳至步骤三。若为聚焦区使用

  3. 所属分类：硬件开发

    • 发布日期：2019-10-06
    • 文件大小：290816
    • 提供者：qq_38081300

  1. 基于Matlab 的优化案例分析课件.rar

  2. 基于Matlab 的优化案例分析课件PPT 第1章 Matlab基础知识 第2章 GUI应用及数值分析 第4章 GM应用分析 第5章 PLS应用分析 第6章 ES应用分析 第7章 MARKOV应用分析 第8章 AHP应用分析 第9章 DWRR应用分析 第10章 模糊逼近算法 第11章 模糊RBF网络 第12章 基于FCEM的TRIZ评价 第13章 基于PSO的寻优计算 第14章 基于PSO的机构优化

  3. 所属分类：专业指导

    • 发布日期：2019-07-26
    • 文件大小：5242880
    • 提供者：zwei1563

  1. 基于熵权法的PHC管桩承载力组合预测

  2. 为克服单项预测方法产生的误差,利用灰色模型GM(1,N)、多元线性回归、BP神经网络等3种单项预测方法建立组合预测模型,并采用熵值法确定加权系数。通过对PHC管桩承载力进行比较预测,结果显示GM(1,N)法平均绝对百分比误差(MAPE)值为5.4%,多元线性回归法的MAPE为3.0%,BP神经网络法的MAPE为2.8%,组合预测法的MAPE为2.3%。因此组合预测法精度较高,实用性更强。

  3. 所属分类：其它

    • 发布日期：2020-06-16
    • 文件大小：135168
    • 提供者：weixin_38550834

  1. 基于灰色理论的回采工作面瓦斯涌出量动态预测研究

  2. 瓦斯涌出量的准确预测直接关系到煤矿企业的宏观决策及系统布局。为了提高回采工作面瓦斯涌出量的预测精度,提出了采用灰色预测法对瓦斯涌出量动态预测进行研究,以车集矿2316回采工作面为例,通过重组瓦斯监测数据构建了灰色GM(1,3)动态预测模型,并依据后验差检验比值c及小概率精度p对模型预测效果进行了分析。研究结果表明,数据重组后的GM(1,3)模型的动态预测值平均相对误差为5.65%,后验差检验比值c0.95,预测精度达到了1级,在对2316工作面后期的瓦斯涌出量动态预测结果与实测值十分接近,平均相

  3. 所属分类：其它

    • 发布日期：2020-06-14
    • 文件大小：637952
    • 提供者：weixin_38730821

  1. 基于最优加权组合模型的煤炭消费预测分析

  2. 为了研究最优的煤炭消费预测模型,为我国能源结构优化提供依据,基于差分自回归移动平均(ARIMA)、灰色预测(GM)和人工神经网络(ANN)模型构建了8个组合预测模型,对我国煤炭消费量进行预测分析,应用评价指标R、MAE、MAPE和RMSE对预测模型精度进行比较,筛选出最优组合模型并预测分析未来10年我国煤炭消费趋势。研究结果表明:(1)最优加权组合模型均方根误差、平均绝对误差、平均相对误差等参数均较小,预测效果明显优于单项和简单组合预测模型;(2)构建了权重为(0.73,0.09,0.18)的我

  3. 所属分类：其它

    • 发布日期：2020-06-14
    • 文件大小：1048576
    • 提供者：weixin_38681301

  1. 基于小波分析与GM(1,1)-ARMA(p,q)组合的矿井防尘用水量预测

  2. 为了提高矿井防尘用水量预测的精确度,提出了基于小波分析理论与灰色预测模型(GM(1,1))、自回归滑动平均模型(ARMA(p,q))组合的预测模型。运用小波分析将用水量时间序列做不同尺度分解,并将低频信号和高频信号采用GM(1,1)和ARMA(p,q)进行预测,最终经小波重构得到预测结果。以林南仓矿为研究背景,使用该组合模型预测2014年各月份的用水量,通过与实际数据对比,残差检验相对误差不超过2.5%。结果表明:矿井防尘用水量在总体上逐年缓慢增加,每年内呈周期性的变化;基于小波分析与GM(1,

  3. 所属分类：其它

    • 发布日期：2020-06-13
    • 文件大小：1048576
    • 提供者：weixin_38557515

  1. 基于GM(1,2)模型的矿井涌水量模拟与预测

  2. 针对常规矿井涌水量预测方法考虑影响因素多、预测精度低的问题,以赵家寨煤矿为例,考虑矿井涌水量和水位降深2个因素建立GM(1,2)模型,实现了对已知涌水量的模拟和后期涌水量的预测。预测结果表明,未来3个月的涌水量相对稳定。经检验,预测结果平均相对误差为3.69%。

  3. 所属分类：其它

    • 发布日期：2020-06-24
    • 文件大小：471040
    • 提供者：weixin_38708223

  1. GMT 0001.3-2012 祖冲之序列密码算法第3部分：基于祖冲之算法的完整性算法.pdf

  2. GM/T 0001《祖冲之序列密码算法》包括三部分: 第1部分:算法描述; 第2部分:基于祖冲之算法的机密性算法: 第3部分:基于祖冲之算法的完整性算法。 本部分为GM/T 0001的第3部分。

  3. 所属分类：网络安全

    • 发布日期：2020-06-29
    • 文件大小：3145728
    • 提供者：ss433433

  1. GMT 0001.2-2012 祖冲之序列密码算法第2部分：基于祖冲之算法的机密性算法.pdf

  2. GM/T 0001《祖冲之序列密码算法》包括三部分: 第1部分:算法描述; 第2部分:基于祖冲之算法的机密性算法: 第3部分:基于祖冲之算法的完整性算法 本部分为GM/T 0001的第2部分。

  3. 所属分类：网络安全

    • 发布日期：2020-06-29
    • 文件大小：3145728
    • 提供者：ss433433

  1. 基于GM(0,N)模型的煤自然发火期预测

  2. 为科学准确预测煤自然发火期,运用灰色系统理论,基于灰色关联分析,选取煤样工业分析中的灰分、挥发分和元素分析中的C、H、O、S含量作为系统相关因素,建立了预测煤最短自然发火期的GM(0,7)模型,经后验差检验,模型精度为优;通过与多元线性回归模型预测结果对比,GM(0,7)模型预测煤自然发火期的平均相对误差为2%,多元线性回归模型预测的相对误差为10.35%.经外来数据回代检验,GM(0,7)模型预测结果的相对误差在2%左右,多元线性回归模型预测结果相对误差达26.27%,说明GM(0,7)模型预

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：796672
    • 提供者：weixin_38528459

  1. 基于灰色GM(2,1)模型的工作面瓦斯涌出量预测

  2. 利用灰色GM(2,1)模型理论建立了数学模型,对国投新集刘庄煤矿171302工作面进行了瓦斯涌出量预测。结果表明预测值与实际值之间的最大相对误差为8%,最小相对误差为0.09%,平均相对误差为4.64%,精度较高,可以应用于煤矿安全生产管理,减少煤矿瓦斯事故的发生。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：485376
    • 提供者：weixin_38697579

  1. 详解一个基于react+webpack的多页面应用配置

  2. 简单介绍 首先本文不会对webpack代码进行解释，其所有配置都可以在文档上找到。 平时工作中会写一些多页面应用，因为习惯了react的开发模式，故此写了一个简单的配置，跟大家一起分享。如果你也喜欢，对你的开发有所帮助，希望给点鼓励（start） github地址：https://github.com/ivan-GM/Gm-cli 项目目录介绍： 打包后文件目录： 打包成cli如果你厌烦了新项目的复制、粘贴，也可以构建成cli 1，首先创建个文件夹，npm init初始化项目； 2, 创建b

  3. 所属分类：其它

    • 发布日期：2020-12-12
    • 文件大小：149504
    • 提供者：weixin_38719564

  1. 基于GM(2,1)的亚细胞定位预测

  2. 基于GM(2,1)的亚细胞定位预测

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：1048576
    • 提供者：weixin_38732307

  1. 基于GM（1，1）与BP神经网络的卫星钟差预报

  2. 针对单一钟差预报模型的局限性，提出了一种基于GM（1，1）与BP神经网络组合的GPS卫星钟差预报方法。该方法首先用GM（1，1）对钟差进行建模预报，然后利用BP神经网络对GM（1，1）的预报残差建模，并进行外推预报，将GM（1，1）的钟差后续预报值与BP神经网络的残差预报值对应相加可得最终的钟差预报结果。用IGS提供的精密钟差数据进行试验，并与单一灰色模型进行了对比，结果显示，组合模型对未来6 h、12 h、18 h和24 h的钟差序列分别预报，平均预报精度分别为0.36 ns、0.41 ns、

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38712279
« 12 3 »