亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于新息優(yōu)先累積法的GM(0,N)模型及其應(yīng)用

        2018-07-12 08:36:16曾祥艷
        統(tǒng)計與決策 2018年12期
        關(guān)鍵詞:新息參數(shù)估計水電

        袁 泉,曾祥艷

        (桂林電子科技大學 數(shù)學與計算科學學院,廣西 桂林 541004)

        0 引言

        GM(0,N)模型考慮了多個相關(guān)因素對預(yù)測序列的影響,并且需要的樣本數(shù)據(jù)量小,彌補了線性回歸模型樣本容量需求較大的不足,因此在預(yù)測和決策領(lǐng)域得到廣泛應(yīng)用[1,2]。GM(0,N)模型常用的參數(shù)估計法為最小二乘法[3]:通過誤差平方和的最小化,尋找數(shù)據(jù)的最佳函數(shù)匹配,但是這種對誤差的假設(shè)會造成預(yù)測模型的結(jié)構(gòu)參數(shù)與估值之間的偏離或不一致。

        1778年,意大利數(shù)學家P.Marchsi提出累積法:利用樣本數(shù)據(jù)的加權(quán)累加直接估計模型參數(shù),不需對誤差進行假設(shè),其幾何意義是尋找樣本點的一條重心線,能保證預(yù)測誤差和趨于零[4]。累積法在經(jīng)濟計量和工程技術(shù)模型的結(jié)構(gòu)參數(shù)估算中已經(jīng)得到廣泛應(yīng)用[5-7]。李鋒等已將累積法引入GM(0,N)模型中,提高了模型的預(yù)測精度[8]。但是普通累積法存在越老的數(shù)據(jù)占的權(quán)重越大,越新數(shù)據(jù)占的權(quán)重越小的問題,這與實際情況相悖,在現(xiàn)實中,新的信息對未來發(fā)展趨勢的影響更大,所以,本文將基于新息優(yōu)先的原則,改變累積法的累加順序,使越新的數(shù)據(jù)占的權(quán)重越大,并將其引入GM(0,N)模型的參數(shù)估計中,提高模型的預(yù)測精度。

        1 新息優(yōu)先累積法

        在實際情況中,預(yù)測需要更多地考慮最新的發(fā)展動態(tài),新的信息對未來的影響大于舊的信息[9,10]。新息優(yōu)先累積法就是基于越新的數(shù)據(jù)的權(quán)重越大,越老的數(shù)據(jù)的權(quán)重越小的原則。

        設(shè)原始序列為:X={x1,x2,…,xn},定義各階新息優(yōu)先累積和如下:

        依此類推,對任意自然數(shù)r,有:

        特別地,對序列長度為n的X={1,1,…,1},稱D(r)1為r階基本新息優(yōu)先累積和,其計算通式為:

        2 基于新息優(yōu)先累積法的GM(0,N)模型

        GM(0,N)模型是變量導(dǎo)數(shù)階數(shù)為0的靜態(tài)灰色模型,基于原始數(shù)據(jù)的一次累加生成序列進行建模,一次累加生成可將非負序列生成為遞增序列,從而增加序列的規(guī)律性。GM(0,N)模型含有多個變量,能反映多個相關(guān)因素對系統(tǒng)行為的影響。

        對上述N個序列分別做一次累加生成(1-AGO):

        并設(shè)Xi(1)為Xi(0)的一次累加生成序列,即:

        GM(0,N)模型的定義型方程為:

        其中,a,b2,b3…,bN為模型參數(shù)。

        下面,將新息優(yōu)先累積法引入GM(0,N)模型的參數(shù)估計,假設(shè)新息優(yōu)先累積算子的最高階數(shù)為r,由GM(0,N)模型的參數(shù)有N個,因此r≥N,對GM(0,N)模型方程(4)兩邊施加1至r階新息優(yōu)先累積算子,得下列方程組:

        其中:

        則方程組可以寫為矩陣形式:

        對a?的估計分為以下三種情況:

        (1)若r=N,A是非奇異矩陣。此時A-1存在,參數(shù)估計式為:a?=A-1Y;

        (2)若r=N,A是奇異矩陣,且存在r>N使得A是非奇異矩陣。此時取滿足條件最小的r,參數(shù)估計為:

        a?=(ATA)-1ATY;

        (3)若對任意r≥N,A均為奇異矩陣。此時更換原始數(shù)據(jù)的選取方式即可轉(zhuǎn)換為情況(1)或情況(2)。

        在實際應(yīng)用中,一般A-1存在,所以,取r=N,參數(shù)a,b2,b3…,bN的估計為:

        參數(shù)估計后,由基于新息優(yōu)先累積法的GM(0,N)模型的定義型方程(4)即可得到系統(tǒng)行為特征數(shù)據(jù)序列的預(yù)測值

        3 實例分析

        3.1 實例一:水電發(fā)電量

        取2009—2012年我國的年水電發(fā)電量作為模型的行為特征數(shù)據(jù)序列,相應(yīng)年份的水電裝機容量與國內(nèi)生產(chǎn)總值作為模型的相關(guān)因素序列。相關(guān)數(shù)據(jù)見表1所示。其中國內(nèi)生產(chǎn)總值水電發(fā)電量與國內(nèi)生產(chǎn)總值的數(shù)據(jù)來源為《中國統(tǒng)計年鑒》,水電裝機容量的數(shù)據(jù)來源為《全國電力工業(yè)統(tǒng)計數(shù)據(jù)》。

        表1 2009—2012年我國的水電發(fā)電量及相關(guān)因素

        原始數(shù)據(jù)包含一個系統(tǒng)行為特征數(shù)據(jù)序列與兩個系統(tǒng)相關(guān)因素序列:

        建立GM(0,3)模型:

        基于新息優(yōu)先累積法估計模型參數(shù)有:

        可得:

        則模型的預(yù)測公式為:

        由式(8)計算可得模型預(yù)測值,對2013—2015年我國水電發(fā)電量進行預(yù)測,并與基于最小二乘法和基于文獻[9]給出的累積法建立的GM(0,3)模型的預(yù)測結(jié)果進行對比,見表2所示。

        表2 三種參數(shù)估計法的GM(0,3)模型的預(yù)測結(jié)果比較

        顯然基于新息優(yōu)先累積法的GM(0,3)模型的預(yù)測值更接近于實際值,預(yù)測精度更高。

        3.2 實例二:社會消費品零售總額

        取2008—2012年我國的社會消費品零售總額作為行為特征數(shù)據(jù)序列,選取國內(nèi)生產(chǎn)總值、年末總?cè)丝谂c貨幣供應(yīng)量這3個因素,作為模型的相關(guān)因素序列。相關(guān)數(shù)據(jù)見表3所示。數(shù)據(jù)來源為《中國統(tǒng)計年鑒》。

        表3 2008—2012年我國的社會消費品零售總額及相關(guān)因素

        建立基于新息優(yōu)先累積法的GM(0,4)模型,模型的預(yù)測公式為:

        由式(9)計算得模型預(yù)測值,對2013—2015年我國的社會消費品零售總額進行預(yù)測,并與基于最小二乘法和文獻[9]給出的累積法GM(0,4)模型的預(yù)測結(jié)果比較,見表4所示。

        表4 三種參數(shù)估計法的GM(0,4)模型的預(yù)測結(jié)果比較

        由表4可看出基于新息優(yōu)先累積法的GM(0,4)模型的預(yù)測結(jié)果優(yōu)于另兩個模型,而且短期預(yù)測的精度更高。

        4 結(jié)束語

        本文改進了普通累積法,提出以越新的數(shù)據(jù)的權(quán)重越大為原則的新息優(yōu)先累積法,并建立了基于新息優(yōu)先累積法的GM(0,N)模型。兩個實例驗證的結(jié)果表明新息優(yōu)先累積法GM(0,N)模型的預(yù)測精度相對于最小二乘法及普通累積法有了很大的提升。

        猜你喜歡
        新息參數(shù)估計水電
        基于新型DFrFT的LFM信號參數(shù)估計算法
        傳遞函數(shù)辨識(21):線性回歸系統(tǒng)的遞階遞推參數(shù)估計
        M估計的強跟蹤SVD-UKF算法在組合導(dǎo)航中的應(yīng)用
        電子科技(2018年7期)2018-07-23 05:30:32
        央企剝離水電資產(chǎn)背后
        能源(2017年7期)2018-01-19 05:05:02
        水電:全力消納富余水電 更重生態(tài)環(huán)保
        能源(2018年7期)2018-01-15 22:51:08
        Logistic回歸模型的幾乎無偏兩參數(shù)估計
        基于向前方程的平穩(wěn)分布參數(shù)估計
        自適應(yīng)卡爾曼濾波在航空重力異常解算的應(yīng)用研究
        基于競爭失效數(shù)據(jù)的Lindley分布參數(shù)估計
        長江水電之歌
        国产成人无码av在线播放dvd| 国产一区二区三区免费精品视频| 亚洲高清中文字幕视频| 国产欧美性成人精品午夜| 51国偷自产一区二区三区| 在线观看视频亚洲| 国产精品亚洲美女av网站| 亚洲av手机在线观看| 国产三级精品视频2021| 欧美又大又色又爽aaaa片| 无码专区久久综合久中文字幕| 亚洲av午夜成人片精品| 国产一区二区在线观看av| 丝袜美腿国产一区精品| 亚洲精品久久久久avwww潮水| 亚洲精品无码mv在线观看| 国产精品18久久久久久首页| 日本一二三区在线视频观看| 日产精品高潮一区二区三区5月 | 激情综合色五月丁香六月亚洲| 最新国产精品亚洲二区| 色婷婷久久99综合精品jk白丝| 亚洲天堂av一区二区| 日本熟妇美熟bbw| 吃奶摸下的激烈视频| av手机天堂| 国产一区二区熟女精品免费| 在厨房拨开内裤进入毛片| 天美传媒一区二区| 国产v综合v亚洲欧美大天堂| 区三区久久精品水蜜桃av| 宅男亚洲伊人久久大香线蕉| 色www永久免费视频| 最新四色米奇影视777在线看| 中文字幕亚洲精品人妻| 视频女同久久久一区二区| 一本色道久久88加勒比—综合| 最近中文字幕mv在线资源| 国产伦码精品一区二区| 麻豆精品在线视频观看| 国产精品白浆在线观看免费|