首页> 中文学位 >改进GM(1,1)预测模型及其在城市用水量中的应用
【6h】

改进GM(1,1)预测模型及其在城市用水量中的应用

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1论文的研究背景

1.2研究意义

第二章 灰色系统的理论基础

2.1灰色系统理论简介

2.2灰色系统理论的基本原理及证明

2.3灰生成

2.4本章小结

第三章 GM(1,1)预测模型

3.1灰预测理论的基本知识

3.2灰色系统预测的五步建模思想

3.3 GM(1,1)预测模型

3.4 GM(1,1)预测模型的适用范围及证明

3.5 GM(1,1)预测模型的有偏性与无偏性

3.6 GM(1,1)预测模型的精度检验

3.7 GM(1,1)预测模型的特征

3.8本章小结

第四章 MSR-GM(1,1)预测模型在城市用水量中的应用

4.1本章引论

4.2灰色关联度

4.3多元逐步回归模型原理

4.4 MSR-GM(1,1)预测模型的构建过程及流程图

4.5 MSR-GM(1,1)预测模型在城市用水量中的应用

4.6本章小结

第五章 GM(1,1)-MA预测模型在城市用水量中的应用

5.1本章引论

5.2时间序列分析

5.3 GM(1,1)-MA预测模型的构建过程及流程图

5.4GM(1,1)-MA预测模型在城市用水量中的应用

5.5本章小结

总结与展望

总结

展望

参考文献

攻读学位期间取得的研究成果

致谢

展开▼

摘要

随着社会经济的发展,现代社会生产力得到了很大的提高,科学预测逐步取代迷信和经验的预测,并发展成为一门预测学科。预测学科的出现,适应了现代经济的发展需求。
  传统的预测方法是人们根据系统的特点和规律,研究出来的预测模型,而这些预测模型针对的是“大数据”、“系统信息明确”的问题。对于“少数据”、“贫信息”的不确定性问题,研究学者提出了灰色预测模型。灰色预测模型使用的数据少,原理简单,可以用于检验测试。然而,它的预测能力具有一定的局限性,其长期预测精度较低。
  为了避免灰色预测模型的局限性,人们尝试将其与其它模型相结合,构成组合预测模型。组合预测模型可以实现不同模型之间功能和优势互补,避免单一模型的局限性,增强了预测的能力,提高了预测精度。
  本文主要研究工作如下:
  第一部分阐述了灰色系统的基本理论、主要概念和基本原理,并对基本原理做出了详细的分析及证明;
  第二部分介绍了灰色系统的基础模型——GM(1,1)模型,对其构建思想进行了阐述,并对建模原理进行了详细的证明。
  第三部分建立了MSR GM(1,1)预测模型,即GM(1,1)预测模型与多元逐步回归模型相组合而形成的组合预测模型。首先,利用灰色关联度筛选出与因变量具有很大灰相关度的自变量,做为预自变量集;其次,为了进一步简化模型,运用逐步回归方法,对所选择出的预自变量集进行进一步的筛选,从而筛选出更为精确的相关因子作为最终的自变量集。再次,根据所筛选出的自变量集建立多元回归模型。同时,对筛选出的自变量分别建立灰色GM(1,1)预测模型,对其进行预测,将所得预测值代入建立的回归模型中,从而求得因变量的预测值;最后,运用案例对所建立的MSR GM(1,1)预测模型进行检测,结果显示该组合模型的预测精度较高,从而证明了此组合模型的合理性。
  第四部分构建了GM(1,1) MA预测模型,即GM(1,1)预测模型与时间序列模型相结合而形成的组合预测模型。首先,利用灰色GM(1,1)预测模型对所研究的系统体系进行合理的中期预测;其次,对预测所产生的残差序列,选择出合适的平滑周期M,建立合理的简单滑动平滑模型,进而使用此模型对残差序列进行平滑、分析和预测,对预测模型的残差进行修正,从而得出精确度更高的组合预测模型;最后,通过实例验证了GM(1,1) MA预测模型的有效性。
  第五部分利用所建立的MSR GM(1,1)预测模型和GM(1,1) MA预测模型,分别对不同条件下的某城市总用水量进行模拟和预测,其结果表明,组合的预测模型精度高于单一预测模型,其预测结果更具有参考价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号