• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      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(jì)與決策 2018年12期
      關(guān)鍵詞:新息參數(shù)估計(jì)水電

      袁 泉,曾祥艷

      (桂林電子科技大學(xué) 數(shù)學(xué)與計(jì)算科學(xué)學(xué)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(bǔ)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(jì)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(xué)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(jì)模型參數(shù),不需對誤差進(jìn)行假設(shè),其幾何意義是尋找樣本點(diǎn)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(jì)計(jì)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(shí)際情況相悖,在現(xiàn)實(shí)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(jì)中,提高模型的預(yù)測精度。

      1 新息優(yōu)先累積法

      在實(shí)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(jì)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(jìn)行建模,一次累加生成可將非負(fù)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(jì),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(jì)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(jì)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(jì)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(shí)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(jì)為:

      參數(shù)估計(jì)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(shí)例分析

      3.1 實(shí)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(jī)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(jì)年鑒》,水電裝機(jī)容量的數(shù)據(jù)來源為《全國電力工業(yè)統(tǒng)計(jì)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(jì)模型參數(shù)有:

      可得:

      則模型的預(yù)測公式為:

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

      表2 三種參數(shù)估計(jì)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(shí)際值,預(yù)測精度更高。

      3.2 實(shí)例二:社會消費(fèi)品零售總額

      取2008—2012年我國的社會消費(fèi)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(jì)年鑒》。

      表3 2008—2012年我國的社會消費(fèi)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(jì)算得模型預(yù)測值,對2013—2015年我國的社會消費(fèi)品零售總額進(jìn)行預(yù)測,并與基于最小二乘法和文獻(xiàn)[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(jì)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(jìn)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(shí)例驗(yàn)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(jì)水電
      基于新型DFrFT的LFM信號參數(shù)估計(jì)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(jì)
      M估計(jì)的強(qiáng)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(jì)
      基于向前方程的平穩(wěn)分布參數(shù)估計(jì)
      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(jì)
      長江水電之歌
      吴忠市| 淮南市| 新竹县| 抚州市| 安国市| 库伦旗| 郸城县| 博爱县| 定南县| 甘洛县| 湖南省| 东阿县| 嘉祥县| 土默特左旗| 成武县| 鄂托克旗| 陈巴尔虎旗| 渝北区| 满洲里市| 阿尔山市| 年辖:市辖区| 田林县| 江口县| 东丰县| 新疆| 华坪县| 蓝山县| 汕头市| 江城| 大洼县| 韩城市| 新建县| 大同县| 蒙山县| 石泉县| 诸城市| 古交市| 北碚区| 体育| 洛阳市| 宜君县|