文献阅读成绩登记表

  • 格式:doc
  • 大小:26.50 KB
  • 文档页数:1
型的改进总结起来主要有两个方面:一是对传统的灰色GM(1,1)模型进行修正或改变内部建模机制使之适应原始数据的增长模式;二是对原始数据序列作数据处理,提高数据序列的光滑度,使之适应灰色预测模型的要求,此外还有不少学者将灰色模型与其它模型进行结合来得到更好的预测结果。
现在对灰色模型的改进主要分为三类,分别是通过修正或改变建模机制改进预测模型,通过对原始序列作数据处理改进预测模型,通过与其他算法相结合来改进预测模型。例如对初始点进行了离散化迭代处理、改进了GM(1,1)模型的背景值提取方法,这两种改进属于通过对原始序列作数据处理改进预测模型。对GM(1,1)模型的参数估计方法进行了改进,对序列的光滑度做了预处理,采用LS-SVM算法代替最小二乘法对GM(1,1)模型的变异模型Verhulst模型的参数进行估计。或是应用灰色理论与其他算法相结合来改进预测结果。又或者提出一种GM(1,1)模型的新的应用方法。从上面我们可以看到研究灰色预测理论的学者们采用各种各样的方法对灰色预测GM(1,1)模型进行了改进,取得了一些进展,但仍存在如下一些问题。(l)灰色预测GM(1,1)模型对建模数据序列的光滑特性要求较高。只有当原始数据序列具有较好的光滑度时,模型才能获得较满意的预测精度(2)通过改善原始数据序列光滑度进行改进灰色预测模型的研究中,对变化丰富的实际数据通过函数变换建模时,研究者提出了多种变换函数,但其都有一定局限性(3)灰色预测GM(l,1)模型具有一定的适用范围。
中国石油大学(北京)研究生文献阅读成绩登表
姓名:__王诗淳__________学号:___S080071236___________
专业:计算机科学与技术___导师:_____王新______________
灰色预测理论中应用较多的是GM(1,l)模型,以GM(1,l)模型为基础的预测叫做灰色预测。近年来,国内外许多学者对灰色预测模型进行了深入地研究,试图找出影响GM(1,1)模型精度的关键因素,进而提高模型的预测精度。经过不懈地努力,研究者找出了影响GM(1,l)模型精度的一些关键因素,例如模型的初始值、模型的背景值、原始数据序列的光滑度、建模数据序列的灰指数律和级比偏差等,并提出了一些改进灰色预测模型的方法。
文献阅读成绩:
注:请研究生指导教师于__________年____月_____日前此表交所在系、院教学秘书。