版權(quán)說(shuō)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、西安理工大學(xué)碩士學(xué)位論文灰色預(yù)測(cè)模型的改進(jìn)及其應(yīng)用姓名：張軍申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：應(yīng)用數(shù)學(xué)指導(dǎo)教師：王秋萍20080301AbstractTitle：lMPROVEMENTOFGREYFORECASTlNGMODELANDn『SAPPLICAlTIONMajorAppliedmathematicsName：JunZhangSupervisor=AssociateprofQiupingWANGAbstractSignature：Sign
2、ature：GreyforecastingmodelisallimportantpartofgreysystemtheoryalsoisawidelyusedpredictionmethodinthepredictiontheoreyandapplicationTherefore，researchongreyforecastingmodelisofgreatsignificanceAtpresent，theproblemsofgreyf
3、orecastingmodelareasfollows：theimprovedmethodiscomplex，thescopeofapplicationisconfined，andforecastingprecisionisnothighAgainsttheseproblems，onthebasisofsummarizingtheexistingoutcomeofimprovedgreyforecastingmodel，thepaper
4、studyonimprovedgreyforecastingmodelusingfunctiontransformationandinversetransformationtheorygreysystemmodelingtheoryandgeneticalgorithmtheoryParticularlytheresearchonimprovinggreymodel’Sforecastingprecisionbyincreasingth
5、esmoothdegreeofmodelingdataseriesisgivenAndviabilityofimprovedmethodsisprovedandeffectivenessofimprovedmethodsistestedbypracticalexamplesTheprimaryresearchcontentandresultsareobtainedasfollowes：1Thesmoothdegreeofmodeling
6、dataseriesisoneoftheimportantfactorsthatimpactforecastingprecisionofgreymodelThus，onthebasisoftranslationtransformationandstretchingtransformation，thepaperpresentedalinearfunctiontransformationimprovedgreyforecastingmode
7、lwithparametersandprovedthattheimprovedmethodcanincreasethesmoothdegreeofmodelingdataseriesFinallynumericalexampleisgivenandfittedeffectandforecastingprecisionofimprovedmodelisanalysised2Inthepaperonthebasisoflogarithmfu
8、nctiontransformationandlinearfunctiontransformationcanincreasethesmoothdegreeofmodelingdataseries，logarithmfunction—linearfunctiontransformationimprovedgreyforecastingmodelwithparametersandlinearfunction—logarithmfunctio
9、ntransformationimprovedgreyforecastingmodelwithparametersaregivenIthasbeenprovedthatthetwotransformationmethodsCanincreasethesmoothdegreeofmodelingdataseriesThecalculationresultsofpracticalexampleshoweffectivenessofthetw
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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
- 基于改進(jìn)灰色模型的預(yù)測(cè)控制.pdf
- 基于灰色模型與人工神經(jīng)網(wǎng)絡(luò)的改進(jìn)組合預(yù)測(cè)模型及其應(yīng)用研究.pdf
- 基于改進(jìn)灰色模型的電力負(fù)荷預(yù)測(cè)方法研究及應(yīng)用.pdf
- 人口預(yù)測(cè)的灰色增量模型及其應(yīng)用.pdf
- 基于改進(jìn)灰色模型的物流成本預(yù)測(cè)研究
- 外文翻譯--改進(jìn)的灰色預(yù)測(cè)模型在電力需求上的應(yīng)用
- 灰色預(yù)測(cè)模型與灰色證據(jù)組合模型研究及應(yīng)用.pdf
- 灰色預(yù)測(cè)模型及其在電力需求中的應(yīng)用.pdf
- 灰色預(yù)測(cè)模型及其在電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究.pdf
- 灰色預(yù)測(cè)模型方法的研究及應(yīng)用.pdf
- 外文翻譯--改進(jìn)的灰色預(yù)測(cè)模型在電力需求上的應(yīng)用（譯文）
- 灰色預(yù)測(cè)模型的研究及其在汽溫控制中的應(yīng)用.pdf
- 基于改進(jìn)灰色模型的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)
- 改進(jìn)型灰色預(yù)測(cè)模型在中石化油氣成本預(yù)測(cè)中的應(yīng)用研究.pdf
- 經(jīng)濟(jì)系統(tǒng)灰色突變預(yù)測(cè)模型及其應(yīng)用研究.pdf
- 外文翻譯--改進(jìn)的灰色預(yù)測(cè)模型在電力需求上的應(yīng)用（譯文）.doc
- 基于改進(jìn)灰色模型的中長(zhǎng)期電力負(fù)荷預(yù)測(cè).pdf
- 8301.改進(jìn)的灰色模型在煤礦地表沉降預(yù)測(cè)中的應(yīng)用研究
- 魚(yú)群灰色預(yù)測(cè)模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- 適于用水量預(yù)測(cè)灰色伯努利改進(jìn)模型研究及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論