本文關(guān)鍵詞：基于粒子群-傳遞函數(shù)模型的煤炭需求量預(yù)測(cè)　出處：《煤炭技術(shù)》2017年04期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 煤炭需求量 粒子群算法 傳遞函數(shù)噪聲模型

【摘要】：介紹了協(xié)整檢驗(yàn)方法,用于檢驗(yàn)兩數(shù)據(jù)序列是否具有系統(tǒng)的共同運(yùn)動(dòng),為建立的預(yù)測(cè)模型選擇輸入變量;建立了傳遞函數(shù)噪聲模型,分析了粒子群算法,提出了粒子群-傳遞函數(shù)噪聲模型,使用粒子群算法對(duì)預(yù)測(cè)模型進(jìn)行全局尋優(yōu),得到更高精度的預(yù)測(cè)模型。
[Abstract]:Introduces the method of cointegration test, to test whether the two common motion data sequence with the system, for the establishment of prediction model of the selection of input variables; the transfer function noise model, analysis of the particle swarm algorithm, the particle swarm - transfer function noise model, using particle swarm algorithm to forecast model for global optimization, get the prediction model with higher accuracy.

【作者單位】： 河南工業(yè)貿(mào)易職業(yè)學(xué)院;河南信息統(tǒng)計(jì)職業(yè)學(xué)院;
【基金】：河南省科技攻關(guān)項(xiàng)目(162102210096)
【分類(lèi)號(hào)】：F224;F426.21
【正文快照】： 1.1協(xié)整檢驗(yàn)本文建立的傳遞函數(shù)噪聲模型為雙輸入單輸出的數(shù)學(xué)模型。進(jìn)行數(shù)據(jù)的協(xié)整檢驗(yàn)是為傳遞函數(shù)噪聲模型選擇輸入變量。首先檢驗(yàn)輸入序列X、輸出序列Y的平穩(wěn)性,若兩序列是平穩(wěn)序列,則使用Granger Causality檢驗(yàn)法檢驗(yàn)兩序列是否存在因果關(guān)系;若兩序列是非平穩(wěn)序列,則檢驗(yàn)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李小青;;混合粒子群算法及在可靠性?xún)?yōu)化中的應(yīng)用[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年03期

2 柳寅;馬良;黃鈺;;基于模糊粒子群算法的非線性函數(shù)優(yōu)化[J];上海理工大學(xué)學(xué)報(bào);2012年04期

3 黃丹華;王肅;;基于混合粒子群算法的貨位優(yōu)化分配問(wèn)題[J];應(yīng)用科技;2013年04期

4 曹黎俠;張建科;柴偉文;戴飛;;改進(jìn)的粒子群算法在印刷業(yè)優(yōu)化管理中的應(yīng)用[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

5 甄彤;郭嘉;吳建軍;肖樂(lè);;粒子群算法求解糧堆溫度模型參數(shù)優(yōu)化問(wèn)題[J];計(jì)算機(jī)工程與應(yīng)用;2012年12期

6 彭耶萍;董堅(jiān)峰;;多目標(biāo)優(yōu)化中帶變異算子的灰色粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年34期

7 王穎;李盼池;;基于混沌優(yōu)化的雙種群量子粒子群算法[J];信息技術(shù);2013年08期

8 張大鵬;王福利;何大闊;林志玲;;用粒子群算法求解打靶點(diǎn)的一種方法[J];東北大學(xué)學(xué)報(bào);2006年07期

9 潘青飛;;帶自身最好位置權(quán)重的粒子群算法[J];數(shù)學(xué)雜志;2008年05期

10 董銀麗;張莉;;交叉粒子群算法及其在天線設(shè)計(jì)中的應(yīng)用[J];寶雞文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年03期

相關(guān)會(huì)議論文 前2條

1 曹春紅;張永堅(jiān);李文輝;;雜交粒子群算法在工程幾何約束求解中的應(yīng)用[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

2 劉衍民;馬衛(wèi)民;;基于高斯白噪聲擾動(dòng)的混合粒子群算法及其應(yīng)用[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前4條

1 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

2 王雪飛;粒子群算法的動(dòng)態(tài)拓樸結(jié)構(gòu)研究[D];西南大學(xué);2008年

3 秦玉靈;基于響應(yīng)面建模和改進(jìn)粒子群算法的有限元模型修正方法[D];哈爾濱工業(yè)大學(xué);2011年

4 岳本賢;粒子群算法拓展研究及在約束布局優(yōu)化中應(yīng)用[D];大連理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 姚潔;基于啟發(fā)式搜索的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究[D];浙江師范大學(xué);2016年

2 盧飛霞;廣義極值分布函數(shù)的粒子群算法估計(jì)[D];煙臺(tái)大學(xué);2016年

3 白玉龍;基于改進(jìn)的粒子群算法的直覺(jué)模糊多目標(biāo)規(guī)劃[D];湘潭大學(xué);2016年

4 趙婷婷;基于改進(jìn)粒子群算法的一類(lèi)非線性模型預(yù)測(cè)控制[D];遼寧工程技術(shù)大學(xué);2015年

5 張媛媛;雙評(píng)價(jià)粒子群算法[D];陜西師范大學(xué);2012年

6 朱偉豐;改進(jìn)粒子群算法最優(yōu)路徑的研究[D];重慶師范大學(xué);2014年

7 祁佳;粒子群算法的改進(jìn)與應(yīng)用研究[D];南京信息工程大學(xué);2008年

8 韋杏瓊;基于粒子群算法的數(shù)值方法研究[D];廣西民族大學(xué);2009年

9 杜玉平;關(guān)于粒子群算法改進(jìn)的研究[D];西北大學(xué);2008年

10 張磊;協(xié)同粒子群算法及其在車(chē)間調(diào)度中的應(yīng)用[D];武漢理工大學(xué);2010年

，

本文編號(hào)：1397022