注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Leslie模型的中国人口预测及模特卡罗仿真++陈鹏+张成龙+高斯蒙

  2. 建模经典的人口预测论文，长期预测中国人口

  3. 所属分类：嵌入式

    • 发布日期：2009-05-06
    • 文件大小：1mb
    • 提供者：tanghaitong521

  1. 电网规划中负荷预测的方法

  2. ：介绍了趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等电力负荷预测的方法，并以预测珠海市全社会年用电量为实例，在适用条件、数据形式、计算难度和适用时间等方面对这几种预测方法进行了分析、比较。得出结论：回归分析法、趋势分析法适用于大样本，且过去、现在和未来发展模式均一致的预测，灰色模型法适用于贫信息条件下的预测；灰色系统理论采用生成数序列建模，回归分析法、趋势分析法采用原始数据建模，指数平滑法是通过对原始数据进行指数加权组合直接预测未来值的；回归分析法和趋势分析

  3. 所属分类：专业指导

    • 发布日期：2010-03-19
    • 文件大小：282kb
    • 提供者：y1987623y

  1. 灰色预测模型，GM(1,1)

  2. GM(1,1)灰色预测模型，用于长期预测使用，短期也有使用

  3. 所属分类：其它

    • 发布日期：2010-04-29
    • 文件大小：21kb
    • 提供者：weixing0406

  1. BP神经网络预测代码

  2. 这是数学建模里经常用的代码，可以进行长期数据预测和短期数据预测，对初学者有很大作用。

  3. 所属分类：网络基础

    • 发布日期：2010-06-26
    • 文件大小：2kb
    • 提供者：cumtlihaibo

  1. 有关中国人口预测数学模型建立预测

  2. 本文对中国中短期、长期的人口作了预测。第一，首先，作为已知的条件（输入）的统计数据都是离散的，如某某年各个年龄的女性生育率、死亡率、性别比等；第二，作为结果输出人们希望得到的数据也是离散的，例如：2010年、2020年、2050年…的人口总数、各个人口总数、人口的年龄分布等；第三，与其用数值的方法求解连续模型，不如直接建立离散模型，也就是所谓的双线型模型，本文就是利用双线型模型解决了问题。 通过Matlab进行编程求解，我们得到未来中短期和长期的市区，城镇，乡村的各项人口指标及其各自的发展趋势

  3. 所属分类：教育

    • 发布日期：2011-06-22
    • 文件大小：291kb
    • 提供者：zzkanhui

  1. 数学建模－人口预测

  2. 本文根据中国现有国情和过去几年的人口数据建立出了符合中国人口增长的数学模型。在此模型的基础上进一步对中国人口的中短期和长期趋势做出预测，其合理性和实用性都比较好。其目的主要是用来给中国的人口政策，和中国人口老龄化的程度进行预测 。

  3. 所属分类：专业指导

    • 发布日期：2008-06-16
    • 文件大小：264kb
    • 提供者：Vanessa219

  1. 基于灰色模型的中国人口预测

  2. 依据我国1980—2008年的人口数据，通过合理的假设条件，建立了灰色预测GM（1,1）模型，预测了中国人口20年内的变化规律，并对中国人口进行了合理评价。结果表明，灰色增量模型在人口的长期预测中可保持较高的预测精度。

  3. 所属分类：讲义

    • 发布日期：2015-08-05
    • 文件大小：999kb
    • 提供者：qq_26582015

  1. 模型预测方法

  2. 大豆锈病是由Phakopsora pachyrhizi 引起的具有极大破坏性的病害。本研究证实了大豆锈菌孢子洲际间传播 长期预测是可行的。用于该预测的气候—传播综合模型系统是由粒子传播模式（HYSPLIT-4）和区域气候预测模式 （MM5）综合而成。应用结果表明，在有具体的菌源分布的情况下，综合模型系统可以作为大豆锈菌，甚至其他气传病 害远程传播预测的一个有用的工具。

  3. 所属分类：教育

    • 发布日期：2018-07-07
    • 文件大小：2mb
    • 提供者：zxjye73

  1. 灰色预测分析

  2. 数学建模中的常用所发模型灰色预测的详细分析，算法简介:1、灰色预测模型（必掌握） 灰色预测模型使用范围： ①数据样本点个数少，6-15 个 ②数据呈现指数或曲线的形式 ③只适合做中短期预测，不适合长期预测。

  3. 所属分类：讲义

    • 发布日期：2018-02-04
    • 文件大小：123kb
    • 提供者：wjq227

  1. 深度学习方法预测车辆轨迹

  2. 采用深度学习的方法预测车辆长期运行轨迹，通过prescan采集原始数据，建立车辆轨迹的模型。

  3. 所属分类：深度学习

    • 发布日期：2018-11-13
    • 文件大小：340kb
    • 提供者：weijimin1

  1. 基于动态不等时距的边坡位移灰色预测模型分析

  2. 对边坡进行安全监测,建立灰色GM(1,1)模型可以预测预警灾害的发生。边坡监测难以实现等时距观测,传统不等时距GM(1,1)模型预测精度低,无法满足长期预测要求。针对其缺点,重新分配在建模过程中系统数据累加和累减的权值分配,确立最佳权值分配,并在MATLAB实现程序化建模。针对仓上露天坑尾矿库边坡建立了传统、动态和修正权值的动态不等时距GM(1,1)模型,对比分析3个模型发现:动态模型较传统模型具有明显优势,预测精度提高,残差和残差率下降;修正权值的动态模型拟合度更好,预测结果更接近真实值,更能

  3. 所属分类：其它

    • 发布日期：2020-05-18
    • 文件大小：346kb
    • 提供者：weixin_38550834

  1. 基于支持向量机的水泵状态多步预测

  2. 将支持向量机技术应用于水泵的时间序列多步预测中。为提高预测精度,提出利用多个测量通道获得的多时间序列进行预测,并通过水泵电机上获得的实际测量数据进行对比分析,证明该方法在设备长期预测中具有较好的预测精度。

  3. 所属分类：其它

    • 发布日期：2020-05-08
    • 文件大小：536kb
    • 提供者：weixin_38731239

  1. 地表下沉曲线短期和长期预测分析

  2. 地表下沉曲线短期和长期预测分析，王晓卿，王长伟，本文分别运用灰色系统模型和回归分析模型对地表下沉曲线进行了预测，并据求解结果，指出灰色系统模型和回归分析模型只适用于短期

  3. 所属分类：其它

    • 发布日期：2020-01-18
    • 文件大小：315kb
    • 提供者：weixin_38657102

  1. 灰色预测理论在回采工作面周期来压步距中的应用

  2. 结合工程实例,应用灰色系统理论,视周期来压为灾变事件,采用灾变预测转化为数列预测的方法,并将循环次数代替周期来压步距建立了灰色系统GM(1,1)模型和Verhulst模型,同时结合指数回归和对数回归拟合对比分析。分析结果表明,GM(1,1)模型适用于对周期来压步距进行短期预测,而Verhulst模型适用于进行长期预测,具有更高的精度。

  3. 所属分类：其它

    • 发布日期：2020-05-24
    • 文件大小：239kb
    • 提供者：weixin_38637805

  1. 北京市人口预测模型研究

  2. 题的目的： 对目前常用的人口预测模型进行分析比较，对其短、中、长期的预测准确度作出结论，同时考虑人口老龄化、人口迁移情况和北京市奥运会前后人口增长率变化对北京市人口总数的影响，利用预测模型得到的结果对北京市人口未来增长变化作出一个大概的预测。 选题的意义： 北京是我国的首都，同时也是人口密度很大的一个直辖市，未来人口的发展走向决定着北京未来的建设方向。奥运会结束后会对北京带来什么样的影响，人口走势会有什么样的变化，都是需要系统的建立模型进行研究。而选择什么模型，不同的模型的各自的特点，都是需要

  3. 所属分类：专业指导

    • 发布日期：2010-05-01
    • 文件大小：172kb
    • 提供者：wuseyoumo

  1. kTsnn:在简单时间延迟神经网络（TDNN）的keras中实现对时间序列的短期和长期预测-源码

  2. 千吨 某些与时间序列短期和长期预测有关的神经网络在keras中的实现。 主要思想是折叠时间序列数据集，以使同一列中的每一列具有多个“滞后”。 然后，我们使用滞后列来预测将来的列。 对于长期预测，我们将这些预测用作下一步的证据。 这旨在与我的高斯动态贝叶斯网络（ ）模型进行性能比较。 我想将我的GDBN模型与类似情况下的NN模型进行比较，并在此过程中创建一种“即插即用”的替代方案，以备将来需要时使用。 参考 延时神经网络： : 凯拉斯： ：//keras.io/

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：11kb
    • 提供者：weixin_42175516

  1. 基于逐步线性划分算法和时变区带模糊信息颗粒的时间序列长期预测

  2. 在对具有高噪声和非线性的时间序列进行长期预测的研究中，序列数据的趋势信息和波动范围通常比时间点的特定值的预测更有价值和实用。 针对模糊信息颗粒（图）的可变长度分区，构造了一种称为逐步线性除法（SLD）的方法，该方法的特征是从时间序列的原始数据分布中提取的。 其次，基于上述划分算法，首先提出了一种新颖的模糊信息颗粒，可以描述数据的变化趋势，波动范围和分散程度。 此外，可以量化预测结果的可靠性。 在对时间序列进行细化之后，建立了基于规则的模糊推理系统，以实现对时间序列的预测。 实验中利用合成序列和真

  3. 所属分类：其它

  1. GRU-ARIMA用于时间序列预测：使用GRU和ARIMA模型进行时间序列预测，其中GRU可以进行短期预测和长期预测。GRU和ARIMA模型用于时间序列预测，其中GRU可用于短期和长期预测-源码

  2. GRU-ARIMA时间序列预测 GRU和ARIMA模型用于时间序列预测，其中GRU可用于短期和长期预测。使用GRU和ARIMA模型进行时间序列预测，其中GRU可以进行短期预测和长期预测。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：707kb
    • 提供者：weixin_42148975

  1. 基于深度去噪核映射的长期预测模型

  2. 针对最小二乘支持向量机核函数结构较浅对其长期预测模型精度的限制,采用深度学习中逐层特征提取的思想,提出基于深度去噪核映射的最小二乘支持向量机长期预测模型.该模型通过深度核网络的逐层变换,将样本数据映射到深度特征空间,从而有效提高其长期预测的精度.此外,为了提高模型对含高噪声数据的拟合性能,将去噪算法融入深度核网络的训练过程中,并通过反向传播算法对核网络参数进行整体微调.标准数据集及实际工业数据的仿真实验结果表明,所提方法能够有效提取数据中蕴含的特征信息,提高预测模型的精度.

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：432kb
    • 提供者：weixin_38732425

  1. 基于VMD循环随机跳跃状态网络的时间序列长期预测

  2. 由于混沌系统的演化规律复杂,直接对混沌时间序列进行长期预测通常难以达到较好的效果.针对此问题,利用变分模态分解方法将混沌时间序列转化为一系列特征子序列,利用排列熵评估选取子序列个数的合理性,保证特征子序列包含了原序列长期演化趋势.此外,提出一种改进的确定性循环跳跃状态网络作为子序列的预测模型,该网络模型中的储备池采用单向环状连接和双向随机跳跃的拓扑结构,能够避免储备池确定连接结构造成的预测精度较低和随机连接造成网络的不稳定性问题.通过所提出模型对时间序列进行长期预测,采用多种评估手段对预测结果进

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：805kb
    • 提供者：weixin_38681646
« 12 3 4 5 6 7 8 9 10 ... 16 »