verhulst优化模型与mgm(1%2cn)组合预测模型的研究

《verhulst优化模型与mgm(1%2cn)组合预测模型的研究》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、譬：专?，-、”_

2、。j～j0誊0t1『

3、。’■

4、』0≯一蠢≯?I．

5、i≥。、j甏"≯t摹_I『耋二。≮麓一ij参一

6、『

7、1『『』-≯爹

8、-o．j黪誉-．曩，≥一『ji、¨jj．：li”叠ji1『≥二掌零火所莹变的学位论文是在导师指导节进行的磅究王。维友般缀施成幕。尽我所知≥薹一誊≤。囊髂特别棚以标注的地方外，j瓷囊币不包含其他人的研究域粜≯与藏孝商芏馆的同志对本毒!。，it爹爹案》廿袋荫薪螽i往和成藁的往裔瓷欷璃已茬论支每禧亍南翻赫箍鸶蕊誊蠡诸篆i_霉譬≯j≥≥。菇；警j。溪。姜。。。j本论文及其相蓑资料若有不实之处，由本天承担。黼美责往_i一。I。oo。-‘i。}1I一、?一o

9、。o一≯。jol≯·?i-。?≯菇文拓箍蜜．．签鋈．】兰!≥薹≥≤≥≤芰月站苦l—I

10、一。。。麓i。i≮

11、『i。_、t≥一I．毫i?r?j

12、：

13、

14、量≤e-萋o，-t，．

15、艚卜：}?1．∥董蔓’i。移-一。I。弘j叠l?iji蔑、‘÷》≥争。∥’等-◇?。≯I学位论文使用授权々’≥≥-『『『-『l。≥≥纛lI

16、

17、

18、I一

19、

20、◇≥≮j。I．

21、。一律人作为学位论文作者了解并愿意遵守学校有关保留≮使用学位论文的规定∥唧：一?，一在导师的指导下创作完成韵学位论文的知识产权归西安理工大学所有，本火今磊在使用或发表该论文涉及的研究内容时，会注明西安理工大学≯西安理正大学拥有学位论文的期下使羼权，包

22、括：学校可以保存学位论j务可以采用影印、缩印或其他复铡豢段保存#^。．谂建f霄以查阅或借阅。本人援权西安理霪大学对学位论文全部内容编入公开的数据库一．I。j。i’“’一～，嵇行检索。本学位论文全部或部分内容的公布(包括刊登)授粳西安理工大学研究生学一‘5

23、。鼠耔毽。

24、i。。『ui戮I≥I黪警文冀爨遣哆权≯。～。，：参卷，≯0I一一，，≥I爹fji浮≤誉I

25、

26、名黼≤鋈瘩美◆导师泛：．至鑫二．．．．．毒≤。l。年弓≥弓麓≯．

27、I

28、

29、l

30、≯?譬：j一。。．

31、；。舅等。。．一．．；。。。．j。镳◇∥囊j、。。≯_，．．：0㈡。鬟。。。。。__j≮≯一叠。一_。～。．警．、譬≮雾w，，j。．

32、?ij，、、≯≯≯i。

33、『『：，。，、，-尊，≯搬j。，

34、¨一田∥～镰拶∥一

35、

36、。，：：l_。牲≯≯。。Jq-。i仓独。一一。、一-¨

37、》爱_。蕾j栽；毫¨∥0；。j。≯i¨一：{{

38、一．————————————j坚——一一fIIIIlllllllIlllllllllllIJIIIIlllJIIIIlllllllJllIinlliiiiiiiiiiUlIIIIIIIIIIIf’’’。‘‘——’’。‘。————---———--—————-——————--—————--————-——————-———．．．．．．．—．．．．．．———．．．．．．．．．．———————————————一一

39、——l论文题目：verhulst优化模型与MGM(1，n)组合预测模型的研究Y2127862学科专业：应用数学研究生：李芸指导教师：王秋萍副教授陈冰博士摘要签名：墨兰签名：望盘潭签名：醢。生随着科学技术的日益发展，需要管理者决策的事物不断增多。因此准确预测事物未来的发展趋势对管理者做出合理的决策是十分重要的。灰色预测模型是建立在“少数据”，“贫信息”的情况下，通过一次累加变换建模数据，将具有不明显变化趋势的原始数据经过累加后变得具有明显变化趋势，并用变换后的数据结合灰色差分方程与灰色微分方程建立模型，最后经累减还原得到拟合数据与预测数据。灰色模型适应于平滑数据，特别是数据呈单调递增

40、趋势其预测效果好，对于单调效果不明显的数据其预测效果不理想。经过近三十年发展灰色模型已经广泛地应用在各个领域中。因此，本文研究了Verhulst模型，多变量MGM(1，n)模型。在Verhulst模型基础上研究了Verhulst优化模型，在灰色多变量模型中研究了以IOWGA算子为工具的组合模型。通过实例验证模型的有效性。本文主要的研究内容和成果如下：(1)在Verhulst模型中，针对Verhulst模型的辨识参数和初值对模型求解拟合值的误差；首先采用总体最小二乘法改善辨识参数，其次将总体最小二乘法(TLS)求出的辨识参数结合遗传算法求出边值修正项得到Verhulst优化模型。(2

41、)在多变量灰色预测模型中，首先利用灰色关联分析选择与我国能源消费量关联度较大的影响因素构建MGM(1，n)模型。其次用灰色关联分析选择出来的与我国能源消费量关联度较大的影响因素构建BP神经网络模型。最后以IOWGA算子为工具建立多变量灰色模型与BP神经网络的组合预测模型。本文将优化Verhulst模型和组合模型应用到实际问题中。通过建立模型对实际数据预测，并分析预测结果，最后得出结论：构建的模型在实际应用中具有可行性与有效性，并可以为管理者提供决策支持的理论依据。关键