• 
    

    
    

      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 ?

      等間隔灰色GM(1,1r)模型病態(tài)性再研究

      2019-04-10 13:54:04范獻(xiàn)勝
      時(shí)代金融 2019年6期
      關(guān)鍵詞:灰色模型

      摘要:在文獻(xiàn)的基礎(chǔ)上,繼續(xù)研究等間隔灰色模型病態(tài)性問(wèn)題,結(jié)合文獻(xiàn)[9]的思想,結(jié)合反向累積法、向量的數(shù)乘變換和旋轉(zhuǎn)變換從系數(shù)矩陣條件數(shù)和模型預(yù)測(cè)精度兩方面來(lái)改善灰色模型的病態(tài)性。實(shí)例表明對(duì)原始序列在反向累積法下做數(shù)乘變換和旋轉(zhuǎn)變換可以更有效地降低模型參數(shù)矩陣的條件數(shù),使其達(dá)到良態(tài),且模型精度也比傳統(tǒng)模型要高。本方法為其他灰色模型的病態(tài)性研究提供了一種參考。

      關(guān)鍵詞:灰色模型 反向累積法 數(shù)乘變換 旋轉(zhuǎn)變換

      灰色模型的病態(tài)性問(wèn)題主要是由累加法和最小二乘法數(shù)乘法產(chǎn)生,初期主要采用數(shù)乘變換和仿射變換來(lái)解決病態(tài)性問(wèn)題,該方法可從減小模型參數(shù)矩陣條件數(shù)方面來(lái)改善模型的病態(tài)性,但對(duì)模型的預(yù)測(cè)精度沒(méi)有改變。后期,累積法和反向累計(jì)法(一種曲線擬合技術(shù))被引入到GM模型的參數(shù)估計(jì)中,較好的改善了模型的病態(tài)性。近期,向量的數(shù)乘和旋轉(zhuǎn)變換被用于解決離散GM模型的病態(tài)性問(wèn)題,通過(guò)齊次指數(shù)序列的實(shí)例驗(yàn)證,得出較好的結(jié)論。

      灰色模型是含有時(shí)滯項(xiàng)目的模型,對(duì)陡變數(shù)據(jù)建模效果非常好,但有時(shí)候也會(huì)存在精度波動(dòng)較大的病態(tài)性問(wèn)題,目前關(guān)于該模型病態(tài)性的改善方法主要是通過(guò)對(duì)原始數(shù)乘變換和反向累積法來(lái)修正,雖能對(duì)病態(tài)性有一定程度改善,但模型系數(shù)矩陣仍存在輕微病態(tài)性。目前對(duì)這一具體模型病態(tài)性的研究較少,本文基于文獻(xiàn)和的思想,結(jié)合反向累積法、向量的數(shù)乘變換和旋轉(zhuǎn)變換從系數(shù)矩陣條件數(shù)和模型預(yù)測(cè)精度兩方面來(lái)改善灰色模型的病態(tài)性,得出結(jié)論:(1)對(duì)原始序列數(shù)乘變換后進(jìn)行反向累積法一般可使得矩陣條件數(shù)小于10;(2)若(1)中矩陣條件數(shù)大于10,再通過(guò)旋轉(zhuǎn)變換可進(jìn)一步降低參數(shù)矩陣條件數(shù),使其變?yōu)榱紤B(tài)。

      一、模型的定義與矩陣條件數(shù)

      (一)定義

      定義1令為原始序列,,則稱 (1)

      為模型的定義型。其中表示系統(tǒng)的延遲時(shí)間,為具有時(shí)間變化灰輸入的次數(shù)。顯然,當(dāng)時(shí)模型即為經(jīng)典模型[10],故規(guī)定;因此模型為模型的進(jìn)一步推廣。模型的參數(shù)列記為,可表示為如下:

      其中

      (二)矩陣條件數(shù)

      定義2在線性方程組中,設(shè),為非奇異矩陣,為定義在上的矩陣,稱

      為關(guān)于范數(shù)的條件數(shù)。

      若矩陣的條件數(shù)大,則稱對(duì)于求解的線性方程組而言是病態(tài)的,反之為良態(tài)。實(shí)踐中一般認(rèn)為:若,則矩陣為良態(tài);若,則矩陣為輕度病態(tài);若,則矩陣為中等程度或較強(qiáng)病態(tài);若,則矩陣為嚴(yán)重的病態(tài);為分析便利,本文采用最常見(jiàn)的譜條件數(shù),即為譜范數(shù),即

      當(dāng)為實(shí)對(duì)稱矩陣時(shí),有

      其中和分別為矩陣的模最大和最小特征根。

      二、數(shù)乘變換下反向累積法建模機(jī)理

      根據(jù)反向累積法和數(shù)乘變換,此處給出數(shù)乘變換下基于反向累積法模型的參數(shù)如下:

      對(duì)反向累積法模型的原始序列進(jìn)行數(shù)乘變換得到變換后序列,即可知,

      其中由可得

      基于反向累積法和數(shù)乘變換的等間隔模型的一級(jí)參數(shù)包矩陣計(jì)算公式如下

      其中。

      定理2.1[1]當(dāng)時(shí),

      數(shù)乘變換序列的模型的參數(shù)矩陣條件數(shù)達(dá)到最小,且條件數(shù)最小值為

      (7)

      三、向量旋轉(zhuǎn)變換的建模機(jī)理

      若為非零向量,模型的參數(shù)矩陣文獻(xiàn)指出,矩陣的條件數(shù)由列向量和長(zhǎng)度比值和夾角確定。當(dāng)且僅當(dāng)向量和的夾角,數(shù)乘變換才可將矩陣降為良態(tài)矩陣。若夾角不屬于上述范圍,可以借助向量的旋轉(zhuǎn)變換來(lái)將矩陣降為良態(tài)。

      引理3.1[9]已知為非零向量,矩陣,,,為向量和的夾角,則有:

      1)當(dāng)向量夾角時(shí),即且,

      取常數(shù),則,矩陣的列向量與的長(zhǎng)度相等,夾角。為良態(tài)矩陣,條件數(shù),其中。

      2)當(dāng)向量夾角時(shí),即且,

      取常數(shù),則,矩陣的列向量與的長(zhǎng)度相等,夾角,為良態(tài)矩陣,條件數(shù),其中。

      四、模型病態(tài)性的處理步驟

      (1)通過(guò)數(shù)乘變換數(shù)乘變換和反向累積法建立模型,其中若參數(shù)矩陣的條件數(shù)小于10,則為良態(tài),由(6)計(jì)算出參數(shù),為簡(jiǎn)化計(jì)算,取模型中的參數(shù),回代模型可以得出解。如果條件數(shù)大于10,那么可以繼續(xù)第(2)步,對(duì)變換后的進(jìn)行旋轉(zhuǎn)變換。

      (2)通過(guò)旋轉(zhuǎn)變換可得系數(shù)矩陣,其

      中常數(shù),的條件數(shù)小于10,為良態(tài)矩陣

      由(6)計(jì)算出參數(shù),取模型中的參數(shù),回代模型可以得出解。

      五、實(shí)例分析

      選取文獻(xiàn)[7]中的數(shù)據(jù)進(jìn)行模擬比較,即某省SO2排放量的時(shí)間序列為原始數(shù)據(jù)進(jìn)行建模分析。

      采用文獻(xiàn)[8]中的反向累積法建立為模型一,采用數(shù)乘變換下的反向累積法建立為模型二,采用數(shù)乘變換和旋轉(zhuǎn)變換下的反向累積法建立為模型三,取模型中的參數(shù),最終得出三種模型的時(shí)間響應(yīng)序列如下

      三種模型條件數(shù)及精度比較見(jiàn)表1所示

      從表1可知,模型二和模型三的參數(shù)矩陣的條件數(shù)有所降低。針對(duì)本案例,雖在精度上三個(gè)模型沒(méi)變化,但通過(guò)數(shù)乘變換和旋轉(zhuǎn)變換下的反向累積法建立的模型三的效果最好,將矩陣直接降到了良態(tài),根據(jù)模型病態(tài)性理論,此方法有效地改善了模型的病態(tài)性。

      六、結(jié)論

      運(yùn)用數(shù)乘變換、旋轉(zhuǎn)變換和反向累積法研究模型的病態(tài)性問(wèn)題,發(fā)現(xiàn)病態(tài)性與序列夾角有關(guān),運(yùn)用反向累積法和數(shù)乘變換下的反向累積法均可在一定程度上降低參數(shù)矩陣條件數(shù),若有需要,同時(shí)使用反向累積法、數(shù)乘變換、旋轉(zhuǎn)變換效果會(huì)更好。

      參考文獻(xiàn):

      [1]范獻(xiàn)勝.非等間隔灰色模型的穩(wěn)定性和病態(tài)性研究[D].武漢理工大學(xué),2013.

      [2]鄭照寧,武玉英,包涵齡.GM模型的病態(tài)性問(wèn)題[J].中國(guó)管理科學(xué),2001,9(5):38-44.

      [3]徐永高.采油工程中模型的病態(tài)性診斷[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2004,28(5):702-705.

      [4]李福琴.灰色模型的穩(wěn)定性和建模精度研究[D].武漢理工大學(xué),2006.

      [5]毛樹(shù)華.灰色預(yù)測(cè)控制模型的病態(tài)性研究[D].武漢理工大學(xué)碩士學(xué)位論文,2006.

      [6]吳正朋,劉思峰,等.再論離散GM(1,1)模型的病態(tài)問(wèn)題研究[J].系統(tǒng)工程理論與實(shí)踐,2011,31(1):108~112.

      [7]曾祥艷.累積法GM模型及其病態(tài)性研究[D].武漢理工大學(xué)碩士學(xué)位論文,2006.

      [8]劉圣保,張公讓等.反向累積法GM(2,1)模型及其病態(tài)性研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,34(4):603~608.

      [9]郭金海,楊錦偉等.基于向量變換的離散GM(1,1)模型病態(tài)性[J].控制與決策,2017,32(1):181-186.

      [10]劉思峰,黨耀國(guó),方志根,等.灰色系統(tǒng)理論及其應(yīng)用[M].北京:科學(xué)出版社,2010.

      [11]任玉杰.數(shù)值分析及其MATLAB實(shí)現(xiàn)[M].北京:高等教育出版社,2007.

      猜你喜歡
      灰色模型
      極限學(xué)習(xí)機(jī)修正誤差的體育成績(jī)預(yù)測(cè)模型
      基于改進(jìn)支持向量機(jī)的船舶縱搖預(yù)報(bào)模型
      中長(zhǎng)期電量預(yù)測(cè)的傅里葉馬爾科夫修正模型
      三種電力負(fù)荷預(yù)測(cè)模型的比較
      基于灰色模型的我國(guó)民用住宅建筑面積占比預(yù)測(cè)
      尺寸精度的灰色預(yù)測(cè)模型研究
      基于灰色模型的中國(guó)甘蔗產(chǎn)業(yè)生態(tài)服務(wù)價(jià)值預(yù)測(cè)
      河南省能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)實(shí)證分析
      商情(2016年11期)2016-04-15 20:04:07
      基于灰色模型的RBF人口遷移預(yù)測(cè)方法研究
      基于支持向量機(jī)的網(wǎng)絡(luò)參數(shù)模型研究
      象州县| 梁山县| 广德县| 许昌县| 梨树县| 抚州市| 日照市| 新余市| 益阳市| 民和| 保康县| 青岛市| 灵武市| 碌曲县| 山丹县| 波密县| 申扎县| 九龙坡区| 商洛市| 北碚区| 涟源市| 通辽市| 尼勒克县| 三台县| 綦江县| 舞阳县| 于都县| 阜城县| 板桥市| 新平| 巧家县| 越西县| 余姚市| 中宁县| 秭归县| 定陶县| 丰顺县| 蕉岭县| 佛山市| 牡丹江市| 新龙县|