您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于新陈代谢等维GM(1,1)和Leslie矩阵的丁克与人口增长模型

  2. 本文建立了我国丁克家庭增长的预测模型,并引进丁克影响系数,对各年份不同地区我国丁克家庭总量增长的中短期和长期趋势做出了预测。在此基础上,本文又建立了我国人口增长的预测模型,并引进生育意愿系数,对各年份不同地区我国人口总量增长的中短期和长期趋势做出了预测,同时还对总和生育率、育龄妇女变化数量,人口老龄化等一系列评价指标进行了预测。最后提出了有关解决由丁克现象引起的人口问题的措施。
  3. 所属分类:专业指导

    • 发布日期:2010-04-20
    • 文件大小:1048576
    • 提供者:taoliwenbin
  1. 灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序

  2. %下面程序是灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序,matlab6.5 ,使用本程序请注明,程序存储为gm1.m   %x = [5999,5903,5848,5700,7884];gm1(x); 测试数据   %二次拟合预测GM(1,1)模型   function gmcal=gm1(x)
  3. 所属分类:其它

    • 发布日期:2010-07-29
    • 文件大小:56320
    • 提供者:hualiu163
  1. 灰色预测工具箱 各种灰色模型

  2. 几种灰色预测序列: 简单的gm11 verhust(gm(2,1)) 新陈代谢gm11 残差gm11
  3. 所属分类:其它

    • 发布日期:2008-09-25
    • 文件大小:4096
    • 提供者:leejunjie2008
  1. MATLAB实现灰色预测程序

  2. MATLAB实现灰色预测程序 灰色模型预测是在数据不呈现一定规律下可以采取的一种建模和预测方法,其预测数据与原始数据存在一定的规律相似性 %下面程序是灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序,matlab6.5 ,使用本程序请注明,程序存储为gm1.m %x = [5999,5903,5848,5700,7884];gm1(x); 测试数据
  3. 所属分类:专业指导

    • 发布日期:2013-12-28
    • 文件大小:38912
    • 提供者:ltbgm
  1. 灰色预测程序

  2. 灰色模型预测是在数据不呈现一定规律下可以采取的一种建模和预测方法,其预测数据与原始数据存在一定的规律相似性 下面程序是灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序,matlab6.5 ,使用本程序请注明,程序存储为gm1.m
  3. 所属分类:其它

    • 发布日期:2018-01-30
    • 文件大小:4096
    • 提供者:qq_41690857
  1. 优化背景值的GM(1,1)模型组合改进

  2. 针对提高模型的拟合效果.在GM(1,1)模型基础上,提出改进方案生成紧邻生成序列.利用组合预测思想,结合BP神经网络预测算法对改进后的灰色模型做进一步的优化修正,同时引用新陈代谢灰色模型理论成为BP-GM(1,1)等维新息模型.该模型充分利用了两种预测方法的优势,适当的减小了单个模型预测时的误差.数据拟合结果表明:BP-GM(1,1)模型具有更好的拟合精度,该模型应用范围更广.
  3. 所属分类:其它

    • 发布日期:2020-05-15
    • 文件大小:155648
    • 提供者:weixin_38667835
  1. 基于新陈代谢GM(1,1)模型的湖北省城市生活垃圾清运量预测

  2. 基于新陈代谢GM(1,1)模型的湖北省城市生活垃圾清运量预测,熊华平,*辉,以湖北省2008~ 2014年城市生活垃圾清运量为基础数据,建立新陈代谢GM(1,1)模型,对湖北省未来六年的城市生活垃圾清运量进行了分析预
  3. 所属分类:其它

    • 发布日期:2020-03-09
    • 文件大小:558080
    • 提供者:weixin_38732740
  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. 基于新陈代谢GM(1,1)-ARMA(p,q)模型的江苏省地区生产总值预测

  2. 基于新陈代谢GM(1,1)-ARMA(p,q)模型的江苏省地区生产总值预测,陶利,陈亦涛,本文结合新陈代谢GM(1,1)模型以及ARMA(p,q)模型的优点,用新陈代谢GM(1,1)模型提取序列中的趋势项,其余部分进行ARMA(p,q)分析,建立了新陈�
  3. 所属分类:其它

    • 发布日期:2020-01-16
    • 文件大小:705536
    • 提供者:weixin_38752074
  1. 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

  2. 文中针对时间因素对GM(1,1)模型预测造成的影响引入了时间加权-新陈代谢GM(1,1)模型,并将该模型应用于建筑物的沉降预测,结果证明时间加权-新陈代谢GM(1,1)模型比传统的GM(1,1)模型的预测精度高,具有较高的参考价值。
  3. 所属分类:其它

    • 发布日期:2020-05-24
    • 文件大小:670720
    • 提供者:weixin_38712279
  1. 灰色预测模型代码.zip

  2. 灰色预测模型的代码,很全面,里面包含了GM(1.1)的原初模型函数,新信息模型函数,新陈代谢函数,主函数。代码里面有很多解释
  3. 所属分类:其它

    • 发布日期:2020-05-30
    • 文件大小:5120
    • 提供者:gui_ye
  1. 基于灰色GM(1,1)新陈代谢模型的矿井瓦斯涌出量动态预测

  2. 矿井工作面瓦斯涌出是一个动态不确定的过程,因此最新瓦斯涌出数据的研究至关重要,本文将灰色GM(1,1)模型瓦斯涌出量预测结果加入原始数列,对原始数据序列的信息进行更新,建立了矿井瓦斯涌出量GM(1,1)新陈代谢动态预测模型,采用残差检验法对该模型精度进行检验,其平均相对误差为3.861%,预测精度明显优于GM(1,1)模型,提高了灰色GM(1,1)模型预测瓦斯涌出量的精度。
  3. 所属分类:其它

    • 发布日期:2020-06-19
    • 文件大小:693248
    • 提供者:weixin_38631049
  1. 基于支持向量机的多绳提升机钢丝绳张力不平衡预测

  2. 为了有效解决多绳提升机钢丝绳最大张力不平衡量的预测问题,提出了支持向量机预测模型,即先构造钢丝绳最大张力不平衡量样本序列,再运用支持向量机非线性回归算法预测钢丝绳张力最大不平衡量。试验分析结果表明,支持向量机预测模型不仅能有效进行钢丝绳张力最大不平衡量的预测,而且其预测精度优于新陈代谢GM(1,1)模型。
  3. 所属分类:其它

    • 发布日期:2020-07-01
    • 文件大小:212992
    • 提供者:weixin_38519763
  1. 基于灰色理论和BP神经网络的多绳摩擦提升机钢丝绳张力不平衡预测

  2. 对多绳摩擦提升机钢丝绳张力不平衡进行预测和预警,既有利于保证生产安全,又能节约成本,合理安排生产计划。提出了新陈代谢GM(1,1)灰色模型和BP神经网络相结合的混合模型,对钢丝绳张力不平衡程度进行预测。试验结果证明了该模型的有效性,为钢丝绳张力不平衡预测研究提供参考依据。
  3. 所属分类:其它

    • 发布日期:2020-06-30
    • 文件大小:223232
    • 提供者:weixin_38559727
  1. 矿井瓦斯涌出量的GM(1,1)新陈代谢模型预测

  2. 运用灰色系统理论,根据矿井相对瓦斯涌出量的历史统计数据建立GM(1,1)模型和GM(1,1)新陈代谢模型,使用残差进行精度检验。对比表明,新陈代谢模型精度高于常规的GM(1,1)模型,应用GM(1,1)新陈代谢模型对矿井未来3 a的瓦斯涌出量进行了预测,为矿山可持续发展提供参考。
  3. 所属分类:其它

    • 发布日期:2020-07-09
    • 文件大小:220160
    • 提供者:weixin_38631454
  1. 改进的灰色系统理论预测矿井涌水量

  2. 基于我国东部许多大水矿区煤炭资源日渐枯竭,衰老矿井涌水量变化巨大的现状,以灰色系统理论为基础,提出了一种新的矿井涌水量预测组合模型——GM(1,1)–Markov–新陈代谢组合模型以及用于预测结果综合评价的指数Z。模型验证结果表明,该组合模型的预测结果优于其他模型,减小了序列数据波动性大、新旧信息更替差异所造成的误差,能够较好地解决时间跨度下采空区残留涌水、意外突水等不确定因素对衰老矿井涌水量预测精度和可靠性的影响。将该组合模型及其他模型应用于开滦集团荆各庄衰老矿井涌水量的预测,结果显示:GM(
  3. 所属分类:其它

    • 发布日期:2020-07-14
    • 文件大小:901120
    • 提供者:weixin_38741891