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

        ?

        基于白化權(quán)函數(shù)的改進(jìn)區(qū)間灰數(shù)預(yù)測模型

        2020-11-16 09:09:50丁婳婳
        關(guān)鍵詞:模型

        丁婳婳

        (華北水利水電大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,河南 鄭州 450046)

        0 引言

        灰數(shù)及其運(yùn)算是灰色系統(tǒng)理論的基礎(chǔ)?;覕?shù)是指僅知道取值范圍但不知其確切值的數(shù),用記號“?”表示[1]。

        文獻(xiàn)[2]根據(jù)區(qū)間灰數(shù)的已有分布信息發(fā)掘其幾何意義,并把灰數(shù)序列轉(zhuǎn)換為實(shí)數(shù)序列完成建模預(yù)測,但僅能解決典型白化權(quán)函數(shù)類型。文獻(xiàn)[3-4]從區(qū)間灰數(shù)的“核”“信息域”以及“認(rèn)知程度”等特征出發(fā)實(shí)現(xiàn)預(yù)測;文獻(xiàn)[5]利用文獻(xiàn)[3-4]定義的信息域和認(rèn)知程度,構(gòu)建了改進(jìn)的區(qū)間灰數(shù)預(yù)測模型;區(qū)間灰數(shù)的標(biāo)準(zhǔn)化形式在文獻(xiàn)[6]中給出,文中把區(qū)間灰數(shù)分為“白部”和“灰部”兩個(gè)實(shí)數(shù)序列;文獻(xiàn)[7]中對文獻(xiàn)[6]所定義的兩個(gè)實(shí)數(shù)序列分別進(jìn)行預(yù)測,進(jìn)而完成區(qū)間灰數(shù)的預(yù)測;文獻(xiàn)[8]在文獻(xiàn)[7]的基礎(chǔ)上又運(yùn)用函數(shù)的面積和重心給出白化權(quán)函數(shù)預(yù)測模型;文獻(xiàn)[9]基于核與測度完成了區(qū)間灰數(shù)的預(yù)測;文獻(xiàn)[10]為了保證灰度在建模過程中不減,利用準(zhǔn)灰度因子對區(qū)間灰數(shù)取值范圍進(jìn)行灰度最大化處理;文獻(xiàn)[11]在“灰度不減”公理?xiàng)l件下,定義兩組含上下限信息的核序列的預(yù)測模型降低誤差;文獻(xiàn)[12]和文獻(xiàn)[13]分別提出了基于白化權(quán)函數(shù)的灰數(shù)的核與灰度的定義。

        本文將利用文獻(xiàn)[12-13]給出的定義,完成基于白化權(quán)函數(shù)的區(qū)間灰數(shù)的預(yù)測。根據(jù)已有信息,本文通過充分利用白化權(quán)函數(shù)端點(diǎn)值與區(qū)間灰數(shù)的邊界值之間的關(guān)系,建立預(yù)測模型。最后將模型應(yīng)用于已有文獻(xiàn)的算例分析中,驗(yàn)證了模型的有效性和實(shí)用性。

        1 基本概念

        定義1[2]既有下界ak,又有上界bk的灰數(shù)稱為區(qū)間灰數(shù),記為?k∈[ak,bk],其中ak≤bk,k=1,2,…。由區(qū)間灰數(shù)構(gòu)成的序列記為X(?)=(?1,?2,…,?n)。

        定義2[1]對于區(qū)間灰數(shù)?k∈[ak,bk],ak≤bk,k=1,2,…,在缺乏灰數(shù)取值信息分布情況下稱

        (1)

        為區(qū)間灰數(shù)的核。

        定義3[4]對于區(qū)間灰數(shù)?k∈[ak,bk],ak≤bk,k=1,2,…,稱區(qū)間長度

        d(?k)=bk-ak

        (2)

        為區(qū)間灰數(shù)的信息域。X(?)中所有區(qū)間灰數(shù)的信息域構(gòu)成的序列稱作信息域序列,記為

        Xd=(d1,d2,…,dn)。

        定義4[3]對于區(qū)間灰數(shù)?k∈[ak,bk],ak≤bk,k=1,2,…,稱

        (3)

        Xp=(p1,p2,…,pn)。

        定義5[13]用來描述一個(gè)灰數(shù)?k∈[ak,bk]在其取值范圍[ak,bk]內(nèi)對不同數(shù)值的偏好程度的函數(shù),稱作區(qū)間灰數(shù)?k的白化權(quán)函數(shù),記為f?k(x);起點(diǎn)、終點(diǎn)確定的左升、右降連續(xù)函數(shù)稱為典型白化權(quán)函數(shù),如圖1所示。

        圖1 典型白化權(quán)函數(shù)Fig.1 Typical whitening weight function

        定義6[13]圖1中,當(dāng)a′k=b′k時(shí),則稱函數(shù)為三角白化權(quán)函數(shù),如圖2所示。

        圖2 三角白化權(quán)函數(shù)Fig.2 Triangular whitening weight function

        定義7[12]論域Ω∈[a,b],區(qū)間灰數(shù)?k∈[ak,bk]?Ω,k=1,2,…,f?k(x)為灰數(shù)?k的白化權(quán)函數(shù),且0≤f?k(x)≤1,則區(qū)間灰數(shù)的核為

        (4)

        定義8[13]一種基于灰色白化權(quán)函數(shù)的灰數(shù)灰度定義(如圖1)

        (5)

        2 基于白化權(quán)函數(shù)的改進(jìn)區(qū)間灰數(shù)預(yù)測模型的構(gòu)造

        基于白化權(quán)函數(shù)的改進(jìn)區(qū)間灰數(shù)預(yù)測模型的建模流程:首先根據(jù)已有的信息內(nèi)容,計(jì)算出區(qū)間灰數(shù)的信息域和認(rèn)知程度序列,對兩序列依次建立DGM(1,1)模型,經(jīng)由推導(dǎo)還原,完成區(qū)間灰數(shù)上下界值的預(yù)測;因?yàn)橐阎鲄^(qū)間灰數(shù)的白化權(quán)函數(shù),就已知其在取值區(qū)間內(nèi)的偏好信息,故在計(jì)算認(rèn)知程度時(shí),用文獻(xiàn)[12]給出的核來作為白化值。然后根據(jù)核與灰度,建立白化權(quán)函數(shù)端點(diǎn)值與區(qū)間灰數(shù)的上下界信息之間的關(guān)系,通過對核與灰度序列建立GM(1,1)模型再推導(dǎo),完成白化權(quán)函數(shù)端點(diǎn)值的預(yù)測。

        2.1 白化權(quán)函數(shù)已知的區(qū)間灰數(shù)上下界預(yù)測

        其中k=1,2,…,n,

        其還原值為

        (6)

        其中k=1,2,…,n。

        同理建立認(rèn)知程度序列的DGM(1,1)模型,還原值為

        (7)

        其中k=1,2,…,n。

        由于此時(shí)缺乏預(yù)測值的取值分布信息,故用式(1)給出的核作為認(rèn)知程度中的白化值。有

        (8)

        (9)

        聯(lián)立式(8)和式(9)可得

        (10)

        將式(6)和式(7)的預(yù)測結(jié)果代入式(10)中即可得區(qū)間灰數(shù)上下界的預(yù)測值。

        2.2 白化權(quán)函數(shù)端點(diǎn)值預(yù)測

        基于白化權(quán)函數(shù)的區(qū)間灰數(shù)預(yù)測模型,在預(yù)測完區(qū)間灰數(shù)的取值范圍基礎(chǔ)上,完成白化權(quán)函數(shù)端點(diǎn)值的預(yù)測。本文研究了兩種白化權(quán)函數(shù)類型。

        1)白化權(quán)函數(shù)為典型白化權(quán)函數(shù)。

        當(dāng)f?k(x)為典型白化權(quán)函數(shù)時(shí),如圖1所示,其具體表達(dá)式為

        由式(4)可求得區(qū)間灰數(shù)的核為

        (11)

        由式(5)可得區(qū)間灰數(shù)的灰度

        (12)

        對核與灰度序列分別建立GM(1,1)模型,其還原值為

        (13)

        (14)

        已知區(qū)間灰數(shù)的核與灰度的預(yù)測值,聯(lián)立式(11)和式(12),將式(13)和式(14)的結(jié)果代入即可得典型白化權(quán)函數(shù)端點(diǎn)預(yù)測值的表達(dá)式,為

        (15)

        (16)

        由式(15)和(16)即可得典型白化權(quán)函數(shù)的端點(diǎn)預(yù)測值。

        歸納建模步驟:

        步驟1通過式(2)式(3)計(jì)算出區(qū)間灰數(shù)的信息域和認(rèn)知程度,形成信息域序列和認(rèn)知程度序列,認(rèn)知程度中的白化值由式(4)給出;

        步驟2通過式(6)和(7)對兩個(gè)實(shí)數(shù)序列建立DGM(1,1)模型;

        步驟3通過式(10)可還原得區(qū)間灰數(shù)預(yù)測值的上下界;

        步驟4通過式(11)和(12)求出各灰數(shù)的核與灰度,形成核與灰度序列;

        步驟5通過式(13)和(14)對核序列與灰度序列建立GM(1,1)模型;

        步驟6通過式(15)和(16)可得典型白化權(quán)函數(shù)端點(diǎn)預(yù)測值;

        步驟7模型精度分析。

        2)白化權(quán)函數(shù)為三角白化權(quán)函數(shù)。

        當(dāng)f?k(x)是三角白化權(quán)函數(shù)時(shí),如圖2所示,其具體表達(dá)式為

        由式(4)可得區(qū)間灰數(shù)的核為

        (17)

        由式(17)可得三角白化權(quán)函數(shù)端點(diǎn)值的表達(dá)式為

        (18)

        通過式(17)求出核,并形成核序列。通過式(13)可得區(qū)間灰數(shù)的核預(yù)測值。將上下界預(yù)測值和核預(yù)測值代入式(18)即可得三角白化權(quán)函數(shù)的端點(diǎn)預(yù)測值。

        歸納建模步驟:

        步驟1-3同1);

        步驟4通過式(17)求出所有灰數(shù)的核;

        步驟5通過式(13)對核序列建立GM(1,1)模型;

        步驟6通過式(18)得到三角白化權(quán)函數(shù)端點(diǎn)預(yù)測值;

        步驟7模型精度分析。

        3 算例分析

        為了便于比較模型精度,本文引用文獻(xiàn)[8]的數(shù)據(jù)進(jìn)行建模,并將結(jié)果進(jìn)行對比分析。文獻(xiàn)[8]收集了黃河巴彥高勒站2008—2013年在凌期12月09日到第二年3月15日的日均流量,原數(shù)據(jù)見表1??赊D(zhuǎn)化為基于三角白化權(quán)函數(shù)的區(qū)間灰數(shù),如表2。

        表1 巴彥高勒站2008—2013年凌期日均流量/m3·s-1Tab.1 Daily average flow rate of Bayangola Station during ice age from 2008 to 2013/m3·s-1

        表2 巴彥高勒站2008—2013年凌期日均流量/m3·s-1Tab.2 Daily average flow rate of Bayangola station during ice age from 2008 to 2013/m3·s-1

        根據(jù)2008—2012年的數(shù)據(jù),建立模型預(yù)測2012—2013年的日均流量,步驟如下:

        步驟1通過式(2)式(3)計(jì)算出區(qū)間灰數(shù)的信息域和認(rèn)知程度,得到信息域序列和認(rèn)知程度序列

        步驟2通過式(6)和(7)對兩個(gè)實(shí)數(shù)序列建立DGM(1,1)模型得

        步驟3通過式(10)可得區(qū)間灰數(shù)預(yù)測值的取值區(qū)間為[312.41,780.9];

        步驟4通過式(17)求出的核序列為

        步驟5通過式(13)對核序列建立GM(1,1)模型為

        步驟7模型精度分析,將本文模型預(yù)測結(jié)果與文獻(xiàn)[8]方法的預(yù)測結(jié)果對比見表3。

        表3 兩種方法模擬預(yù)測值對比分析

        4 結(jié)論

        本文通過區(qū)間灰數(shù)的已有信息計(jì)算出各特征值,先計(jì)算出信息域與認(rèn)知程度序列,對兩序列建立DGM(1,1)模型,經(jīng)由推導(dǎo)還原得區(qū)間灰數(shù)預(yù)測值的上下界;再根據(jù)核與灰度,建立白化權(quán)函數(shù)端點(diǎn)值與上下界信息之間的關(guān)系,通過推導(dǎo)還原,來完成白化權(quán)函數(shù)端點(diǎn)值的預(yù)測,研究了兩種白化權(quán)函數(shù)類型。 并將本文模型應(yīng)用到已有文獻(xiàn)的算例分析中,結(jié)果表明本文所提出的預(yù)測模型模擬精度較好。但本文的白化權(quán)函數(shù)都是線性函數(shù),當(dāng)白化權(quán)函數(shù)為非線性函數(shù)時(shí)要做出怎樣的改進(jìn),這是接下來研究的重點(diǎn)。

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務(wù)本地化模型
        適用于BDS-3 PPP的隨機(jī)模型
        提煉模型 突破難點(diǎn)
        函數(shù)模型及應(yīng)用
        p150Glued在帕金森病模型中的表達(dá)及分布
        函數(shù)模型及應(yīng)用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        亚洲国产精品区在线观看| 久久国产热精品波多野结衣av| 深夜福利国产| av高潮一区二区三区| 好大好湿好硬顶到了好爽视频| 亚洲熟妇无码av另类vr影视| 国产精品久久婷婷婷婷| 日本在线一区二区三区视频| 亚洲va久久久噜噜噜久久天堂 | 国产免费专区| 手机av在线观看视频| 日本av一区二区三区在线| 国产操逼视频| 无夜精品久久久久久| 国产激情小视频在线观看的| 亚洲av无码一区二区三区鸳鸯影院| 欧美亚洲日本国产综合在线| 蜜桃一区二区三区在线看| 亚洲一区二区三区福利久久蜜桃 | 色婷婷一区二区三区久久亚洲| 丰满熟妇乱又伦精品| 失禁大喷潮在线播放| 亚洲色欲色欲www成人网| 国产交换精品一区二区三区| 国产免费爽爽视频在线观看| 亚洲首页一区任你躁xxxxx| 亚洲双色视频在线观看| 老熟女富婆激情刺激对白| 国产97在线 | 亚洲| 性做久久久久久久| 91精品亚洲熟妇少妇| 国产成人无码av| AV有码在线免费看| 冲田杏梨av天堂一区二区三区| 国产一区二区三区精品免费av| 波多野结衣av手机在线观看| 极品诱惑一区二区三区| 久久精品国产亚洲综合av| 国产午夜成人av在线播放| 五月婷一本到五月天| 国产91精品清纯白嫩|