• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>International Journal of Environmental Research and Public Health >An Optimized Fractional Grey Prediction Model for Carbon Dioxide Emissions Forecasting
【2h】

An Optimized Fractional Grey Prediction Model for Carbon Dioxide Emissions Forecasting

机译：二氧化碳排放预测的优化分数灰色预测模型

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Because grey prediction does not demand that the collected data have to be in line with any statistical distribution, it is pertinent to set up grey prediction models for real-world problems. GM(1,1) has been a widely used grey prediction model, but relevant parameters, including the control variable and developing coefficient, rely on background values that are not easily determined. Furthermore, one-order accumulation is usually incorporated into grey prediction models, which assigns equal weights to each sample, to recognize regularities embedded in data sequences. Therefore, to optimize grey prediction models, this study employed a genetic algorithm to determine the relevant parameters and assigned appropriate weights to the sample data using fractional-order accumulation. Experimental results on the carbon dioxide emission data reported by the International Energy Agency demonstrated that the proposed grey prediction model was significantly superior to the other considered prediction models.
机译：因为灰色预测不要求收集的数据必须符合任何统计分布，因此与建立真实问题的灰度预测模型有关。 GM（1,1）一直是广泛使用的灰色预测模型，但相关参数，包括控制变量和开发系数，依赖于不容易确定的背景值。此外，一阶累积通常被纳入灰色预测模型，其为每个样本分配相同的权重，以识别嵌入数据序列中的规律性。因此，为了优化灰度预测模型，本研究采用了遗传算法来确定相关参数，并使用分数级累积为样本数据分配适当的权重。国际能源机构报告的二氧化碳排放数据的实验结果表明，所提出的灰色预测模型明显优于其他考虑的预测模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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