组合预测模型构建及其应用

《组合预测模型构建及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要论文题目：学科专业：研究生：指导教师：组合预测模型的构建及其应用应用数学刘素兵王秋萍副教授要签名：塑!壹幺签名：兰盘垄随着灰色系统理论、BP神经网络等新的理论技术应用于预测领域，预测技术得到了很大的发展。由于灰色预测模型对一般的预测模型具有很强的融合力和渗透力，将灰色模型与其它模型结合进行分析和预测，可以提高预测精度。因此，本文对灰色模型与其它模型的结合进行了分析和研究，建立了组合预测模型，并对中国能源消费量进行了预测。本文的主要研究内容和成果如下：1．提出了基于灰色预测GM(I，1)模型、三角模型和时间序列分析ARMA模型的组合预测摸型TGMA(I，1)。该模型以灰色预测GM(I，1)模

2、型拟合数据序列的趋势项，以三角模型和ARMA模型捕获系统的残差序列。2．构建了灰色神经网络组合预测模型。使用BP神经网络对三种改进的灰色预测模型(灰色优化预测模型GOM(I，1)、无偏灰色预测模型、改进的新陈代谢预测模型)迸行组厶口o3．对灰色神经网络组合预测模型做进一步的改进。采用灰色关联分析法找出对中国能源消费量有较大影响的几个因子，以它们的时间序列数据作为BP神经网络的输入，这样全面综合地考虑到能源消费系统的影响因素，从而提高了预测精度。关键词：组合模型；灰色预测：灰色关联分析；ARMA模型；神经网络模型hbstractTitle：THEESTABLISHMENTANDAPPLICAIT

3、lONOFCOMBINAITIONFORECASTINGMODELMajor=AppliedmathematicsName：SubingLIUSupervisor=Associateprof．QiupingWangAbstractSignatureWiththeapplicationofthegreysystemtheoryandtheBPneuralnetworkinthefieldofforecasting，theforecastingtechnologyhasobtainedthegreatdevelopment．Thegreyforecastmodelhastheverystrongf

4、usionstrengthandpenetrabilitytothegeneralmodel，SOitCanbecombinedwithothermodelstoimprovetheforecastingprecision．Therefore，analysisandresearchofthegreymodelwithothermodel’Scombinationarecarried，thecombinationforecastingmodelsareestablishedandtheenergyconsumptionofChinaisforecasted．Theprimaryresearchc

5、ontentandresultsareobtainedasfollowes：1．BasedonthegreyforecastmodelGM(1，1)，thetrianglemodelandtheARMAmodel，thecombinationforecastmodelTGMA(1，1)hasbeenproposed．GM(1，1)isusedtofitthetendencyitemofthedataseries，meanwhile，thetrianglemodelandARMA(p，q)modelcapturesystem'sresidualsequence．2．Thegrey-neuraln

6、etworkcombinationmodelhasbeenbuilt．Threeimprovedgreymodels(thegreyoptimizationmodelGOM(1，1)，theagonicgreyforecastmodelandtheimprovedmetabolismforecastmodel)arecombinedthroughthetheoryoftheneuralnetworkmodel．3．Thefurtherimprovementofthegrey-nerualnetworkcombinationmodelhasbeenmade．Thegreyrelationanal

7、ysismethodisadoptedtofindthemaininfluencingfactorsoftheenergyconsumptionandtimeseriesdataofthefactorsareusedasaninputofBPneuralnetwork．So，theenergyconsumptionsystem’Sinfluencingfactorsalealsoconsidere