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. MATLAB解决经济非平稳时间序列的预测分析

  2. 本文中,我们提出两种估计ARMA(自回归滑动平均)模型参数的新方法。第一种方法是对迭代逆滤波法(ITIF)的改进,第二种方法基于谱转换技术。两种方法都是迭代算法,文中将两种新方法的计算结果与ITIF法进行了比较。

  3. 所属分类：硬件开发

    • 发布日期：2009-10-04
    • 文件大小：257024
    • 提供者：manseagull

  1. BP神经网络在铁路客运市场时间序列预测中的应用

  2. 本文探讨用人工神经网络的反向传播算法研究铁路客运市场的时间序列预测。数值计算结果表明该方法预测精度较高，方法简单易行，为铁路客运市场预测研究提供了新的途径。

  3. 所属分类：其它

    • 发布日期：2011-11-20
    • 文件大小：202752
    • 提供者：axhp718

  1. 基于递阶模糊聚类的混沌时间序列预测

  2. 提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S 模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间, 得到规则数及初始聚类中心, 用模糊C均值算法(FCM)进一步优化聚类中心;然后利用加权最小二乘法估计模糊模型的初始参数, 进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass 混沌时间序列进行预测实验, 结表明可以对Mackey-Glass 混沌时间序列进行准确建模和预测, 证明了本方法的有效

  3. 所属分类：专业指导

    • 发布日期：2015-05-28
    • 文件大小：189440
    • 提供者：ohuaimi

  1. 一个基于基因表达式编程的时间序列预测新方法

  2. 融合传统统计学方法与新的基因表达式编程（GEP）技术，提出了Fibonacci 加权平均滑动窗口预测算法（FWASWPM）和差分平均预测算法（DAPM）算法，有效地解决了传统方法需要过多先验知识的不足及GEP SWPM算法嵌入维数难以制定的缺点。

  3. 所属分类：其它

    • 发布日期：2009-01-14
    • 文件大小：408576
    • 提供者：zytbuaa

  1. 混沌时间序列的小波神经网络预测方法及其优化研究(高清)

  2. 内容推荐 预测是作决策、规划之前的必不可少的重要环节 ，是科学决 策、规划的重要前提。混沌时间序列预测是预测领域 内的一个重 要研究方向。基于小波和人工神经网络的混沌时间序 列预测研究 是近几年来的研究热点，受到了特别的重视。小波神 经网络是结 合小波变换理论与人工神经网络的思想而构造的一种 新的神经网 络模型，它结合了小波变换良好的时频局域化性质及 神经网络的 自学习功能，因而具有较强的逼近能力和容错能力。 自从小波神 经网络被提出以后，它在非线性函数或信号逼近、信 号表示和分 类、系统辨识

  3. 所属分类：讲义

    • 发布日期：2019-03-08
    • 文件大小：18874368
    • 提供者：qq_38769140

  1. 矿井涌水量R/S灰色预测模型

  2. 基于矿井涌水量序列具有灰色和分形的特征,建立R/S灰色预测模型,以克服R/S方法无法进行定量预测以及灰色模型对于随机波动大的长时间序列预测效果差的缺点。以成庄煤矿为例,针对2008年1月—2013年12月矿井涌水量进行R/S分析,确定Hurst指数和平均循环周期,并在一个周期内进行灰色预测。结果表明:成庄矿涌水量序列的Hurst指数为0.839,涌水量有持续增加的趋势,其平均循环周期为18个月;与2014年1—4月实测涌水量对比,R/S灰色预测模型的预测精度为92.56%,高于灰色预测模型,为中

  3. 所属分类：其它

    • 发布日期：2020-05-06
    • 文件大小：380928
    • 提供者：weixin_38743506

  1. 基于小波分析和混沌时间序列的国际原油价格预测

  2. 基于小波分析和混沌时间序列的国际原油价格预测，王洪礼，葛根，本文提供了一种新的预测世界石油价格趋势的方法。通过对原始的石油价格时间序列进行小波分析，将分解后的各层尺度系数和细节系数

  3. 所属分类：其它

    • 发布日期：2020-02-16
    • 文件大小：362496
    • 提供者：weixin_38516804

  1. 基于ARMA模型预测的云计算资源调度策略研究.pdf

  2. 基于ARMA模型预测的云计算资源调度策略研究，重庆大学，硕士学位论文，2016年重庆大学硕士学位论文 中文摘要 摘要 现阶段,云计算作为一种新型髙效且价柊低廉的计算模式受到越来越多企业 的青睐,而云计算瓷源调度算法作为云计算研究的核心内容,对于它的研究从未 间断,当前科研工作者对于云资源调度算法己经进行了大量深入的研究,本文将 首先对当前主流的一些云计算资源调度策略进行简要的介绍,并对这些略的优 点和不足进行了分析,针对当前云计算资源调度策略中存在的宿主机开关机波动、 虚拟机迁移带有盲目性以及任

  3. 所属分类：平台管理

    • 发布日期：2019-07-14
    • 文件大小：1048576
    • 提供者：jay7575

  1. 时间序列分析

  2. python时间序列分析2018/12/7 python时序数据分析-以示例说玥-geek精神-博客园 1.均值 X staticnary series Non-stationary serles Ⅹ是时序数捱的值,t是时间。可以看到左图,数据的均值对于时间轴来说是常量,即数据的均值 不是时间的函数所有它是稳定的;右图随着时间的推移,数捱的值整体趋势是增加的,所有均 值是时间的函数,数据具有趋势,所以是非稳定的 2.方差 X tationary series Non-Stationary ser

  3. 所属分类：算法与数据结构

    • 发布日期：2019-03-05
    • 文件大小：2097152
    • 提供者：vanghoh

  1. 基于异方差模型的长期依赖时间序列的动态VaR和CVaR风险测度方法

  2. 提出了一种新的动态VaR和CVaR风险测度方法。 该方法旨在获取具有长期依赖性的波动时间序列的风险度量的预测估计。 该方法基于异方差时间序列模型。 FIGARCH模型用于波动率建模和预测。 该模型被简化为无穷级的AR模型。 解决了Yule-Walker方程的简化系统，以找到自回归系数。 基于长期相关性定义的自相关函数的回归方程用于获得自相关估计。 提出了一种优化程序来指定自相关系数的估计。 动态风险度量VaR和CVaR的预测值的获取过程被规范化为一个多步骤算法。 该算法包括以下步骤：自回归预测，

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：724992
    • 提供者：weixin_38548704

  1. 时间序列模型在工作面涌水量预测中的应用

  2. 在矿山实际生产过程中，涌水量的预测对于矿山防治水具有重要意义。以山东郓城煤矿1301工作面为研究对象，先在不考虑季节性因素影响的条件下，采用时间序列分析模型ARIMA建立涌水量与时间的函数关系，表明郓城煤矿1301工作面涌水量时间序列受季节性因素影响；在此基础上，基于时间序列加法分解原理，分离提取涌水量时间序列中的长期趋势、季节指数、循环因子和随机变动参数，并应用熵权法确定各参数权重，建立工作面涌水量预测的非线性回归修正模型，并将模拟预测结果与忽略季节效应的ARIMA模型预测的涌水量进行对比，结

  3. 所属分类：其它

    • 发布日期：2020-07-25
    • 文件大小：1048576
    • 提供者：weixin_38720390

  1. 基于模糊神经网络的电机故障预测新方法

  2. 本文将模糊神经网络与时间序列结合起来,并引入时差法,建立了新的预测模型,并以电机运行时的振动电压峰峰值为依据，对电机的运行状态做了预测。检测结果表明：该预测模型的预测精度较高，误差小，是一种较为实用可行的方法。

  3. 所属分类：其它

    • 发布日期：2020-08-04
    • 文件大小：51200
    • 提供者：weixin_38735804

  1. 通信与网络中的基于模糊神经网络的电机故障预测新方法

  2. 1引言 　　系统的状态预测是故障诊断中必不可少的一个环节，是诊断技术的重要目标之一。基于模糊神经网络的预测是一种非参数模型预测。在用模糊神经网络进行预测时，现有的方法一般是利用大量已获得的观测数据即样本数据进行一次建模，然后在预测时不再进行学习，即网络参数不变。随着时间的推移，这种利用历史数据建立的模型不能完全反映时间序列近期和现时的特性，需要随着新数据的积累不断调整网络模型的参数，使模型不断完善。因此，本文提出一种新的模糊神经网络算法，即在原有算法的基础上引入时差法，该方法在某种程度上能实时

  3. 所属分类：其它

    • 发布日期：2020-11-09
    • 文件大小：350208
    • 提供者：weixin_38620741

  1. US-Private-housing-starts--Time-series-analysis:房屋开工是一个月内开始的新住宅建设项目的数量。 美国房屋开工数据是非固定数据，我们旨在使用不同的方法来预测未来时期的房屋开工情况，并为我们的时间

  2. 美国私人住房开始-时间序列分析 房屋开工是一个月内开始的新住宅建设项目的数量。 美国房屋开工数据是非固定数据，我们旨在使用不同的方法来预测未来一段时间内的房屋开工情况，并为我们的时间序列找到最佳模型。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：843776
    • 提供者：weixin_42120563

  1. ATAforecasting:R的ATAforecasting包-使用Ata方法的自动时间序列分析和预测-源码

  2. ATA预测 使用带有Box-Cox幂变换族和季节性分解技术的Ata方法进行自动时间序列分析和预测。 描述 ATA方法是一种新的替代性预测方法。 该方法替代了两种主要的预测方法：指数平滑法和ARIMA。 如Yapar，G.（2016） ，Yapar G.，Capar，S.，Selamlar，HT，Yavuz，I。（2017） 所述的基于修改后的简单指数平滑的Ata方法和Yapar G.，Selamlar，HT，Capar，S.，Yavuz，I.（2019） 是一种新的单变量时间序列预测方法，为解

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：954368
    • 提供者：weixin_42139460

  1. 基于极地模糊信息粒子的时间序列长期波动的新预测模型

  2. 时间序列的长期波动通常由具有各种动力学特征的大量短期行为组成，其中不同时期的波动模式会相互变化。 在本文中，我们提出了一种新的方法来构造极坐标中的模糊信息颗粒，并在短期波动模式的基础上实现对时间序列长期波动的预测。 首先，通过滑动时间窗将时间序列划分为多个段，并基于回归模型定义模糊信息颗粒，以指示时间段的波动模式。 不同信息颗粒之间的传递形成了一个包含丰富推断信息的动态网络。 接下来，分析构建的网络以捕获模糊信息颗粒的传递特性。 结果表明，只有少数类型的模糊信息颗粒和模糊关系组在波动机制中起关键

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：2097152
    • 提供者：weixin_38589774

  1. 一类新型动态多目标鲁棒进化优化方法

  2. 传统动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)的求解方法,通常需要在新环境下,通过重新激发寻优过程,获得适应该环境的Pareto最优解.这可能导致较高的计算代价和资源成本,甚至无法在有限时间内执行该优化解.由此,提出一类寻找动态鲁棒Pareto最优解集的进化优化方法.动态鲁棒Pareto解集是指某一时刻下的Pareto较优解可以以一定稳定性阈值,逼近未来多个连续动态环境下的真实前沿,从而直接作为这些环境下的Pare

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：957440
    • 提供者：weixin_38668335

  1. 基于未知输入观测器的非线性时间序列故障预报

  2. 将未知非线性系统的输出作为时间序列并进行空间重构, 针对得到的离散线性时变系统, 提出了基于未知 输入观测器的预测新方法. 以实时拟合时间序列的线性AR 模型作为时变系统的已知线性部分, 将拟合误差作为时 变系统的未知输入, 实现了对非线性时间序列的一步预测. 再利用递推预测的方法, 将一步预测推广到N 步预测, 同 时证明了该方法的预测误差有界. 通过未知输入的预测值和状态的预测误差的变化可以方便地判断故障的发生, 实 现故障预报. 仿真结果证明了方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：216064
    • 提供者：weixin_38622849

  1. 直觉模糊时间序列建模及应用

  2. 针对模糊时间序列对于预测不确定性的控制、有效的分区间隔和不同分区间隔达到一致的预测准确性方面 研究的不足, 构建了直觉模糊时间序列预测模型. 新模型应用直觉模糊?? 均值聚类算法优化序列区间划分, 充分考 虑数据点固有的模糊不确定性, 较好地反映了系统的特征分布, 提高了复杂环境中时间序列的预测性能且允许处理 多因子预测问题. 最后通过实例验证了所提出方法的有效性和优越性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：198656
    • 提供者：weixin_38531210

  1. 含核函数切换的风电功率短期预测新方法

  2. 为了降低大规模风电接入对电网造成的潜在威胁，提出基于核函数切换机制的混沌时间序列预测新方法，以进一步提高短期风电功率预测性能。首先，结合互信息法和虚假邻近点法实现原始风电功率序列的相空间重构，通过递归图和最大Lyapunov指数验证了风电功率是来自含确定性和随机性的混沌系统，说明了混沌预测方法的可行性。其次，给出了使用核函数进行混沌时间序列预测的实现方法，结合训练样本分析了该方法优于传统预测方法，并结合训练结果提出了使用支持向量机（SVM）训练最优核函数的切换机制，进一步提高了预测精度。最后，以

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38650150
« 12 3 4 5 »