2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、中長(zhǎng)期負(fù)荷預(yù)測(cè)在電網(wǎng)與電源規(guī)劃、改造、擴(kuò)建以及開發(fā)布局中至關(guān)重要,并且關(guān)系著電力系統(tǒng)安全、經(jīng)濟(jì)、有序的運(yùn)行。本文主要研究了GM(1,1)及其擴(kuò)展模型的內(nèi)在聯(lián)系、數(shù)據(jù)變換函數(shù)在灰色預(yù)測(cè)算法中的應(yīng)用以及多變量灰色變權(quán)組合模型的構(gòu)造與應(yīng)用,具體工作如下:
  首先,本文分別介紹了離散灰色預(yù)測(cè)模型(DGM(1,1)模型)、GM(1,1)模型及其兩種擴(kuò)展模型,并分析了GM(1,1)模型存在的缺陷。通過A、B、C三省的實(shí)例,分析了上述四種模型

2、的內(nèi)在聯(lián)系,并就 GM(1,1)模型存在的缺陷,提出了優(yōu)化方法并建立了以下兩種改進(jìn)的灰色預(yù)測(cè)模型:
 ?。?)基于數(shù)據(jù)變換與殘差修正的等維新信息灰色線性回歸組合模型:本文就數(shù)據(jù)光滑度與灰色算法預(yù)測(cè)精度之間的關(guān)系,采用了一種新型數(shù)據(jù)變換函數(shù),并證明了該數(shù)據(jù)變換函數(shù)的有效性。為了進(jìn)一步研究該變換函數(shù)的特性,通過實(shí)例探究了函數(shù)y=arccot(xa)中不同a值對(duì) GM(1,1)模型計(jì)算結(jié)果的影響,并說明了在使用y=arccot(xa)對(duì)

3、數(shù)據(jù)進(jìn)行變換時(shí),應(yīng)根據(jù)實(shí)際的數(shù)據(jù)特征,選擇恰當(dāng)?shù)腶值。本文將y=arccot(xa)數(shù)據(jù)變換函數(shù)引入到灰色線性回歸組合算法中,并針對(duì)灰色線性回歸模型存在的問題,利用殘差修正與等維新信息的方法構(gòu)建了基于數(shù)據(jù)變換與殘差修正的等維新信息灰色線性回歸組合模型。
 ?。?)基于殘差修正與等維新信息的多變量灰色變權(quán)組合模型:本文分析了不同分辨系數(shù)對(duì)灰色關(guān)聯(lián)度的影響,并采用灰色關(guān)聯(lián)分析的方法篩選出最優(yōu)影響因素。針對(duì)GM(1,N)模型不能預(yù)測(cè)的問

4、題,采用MGM(1,N)模型對(duì)相關(guān)因素序列進(jìn)行預(yù)測(cè),并將預(yù)測(cè)結(jié)果引入GM(1,N)模型中,一定程度上解決了上述問題。針對(duì)GM(1,1)、MGM(1,N)、GM(1,N)模型邊值選取、參數(shù)估計(jì)、背景值構(gòu)造不合理以及最優(yōu)組合模型權(quán)重固定不合理的問題,提出了基于殘差修正與等維新信息的多變量灰色變權(quán)組合預(yù)測(cè)模型。
  本文將上述兩種算法應(yīng)用于中長(zhǎng)期負(fù)荷預(yù)測(cè)中,結(jié)果表明,改進(jìn)的灰色預(yù)測(cè)算法大幅度的提高了原有算法的預(yù)測(cè)精度,具有一定的實(shí)用性。

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論