本书首先分析了现有混沌时间序列预测的基本理论与方法,然后给出了两种预测方法:基于最小二乘支持向量机动态选择集成混沌时间序列预测方法和基于变异粒子群联合参数优化多尺度核混沌时间序列预测方法,两种方法都很好地提高了混沌时间序列的预测精度。最后详细介绍了双重K-L变换(Karhunen-LoeveTransform)方法,该方法有效抵抗了对混沌序列的预测,提高了系统的安全性。
全书共12章,包括区间数序列预测研究概况、GM(1,1)与累积法、基于序列转换的GM(1,1)、基于序列转换的新陈代谢GM(0,N)、基于序列转换的ARMA模型、基于序列转换的支持向量机预测方法、基于整体发展系数的区问数GM(1,1)、BIGM(1,1)和TIGM(1,1)修正、基于整体发展系数的区间数多变量灰色模型、矩阵型GM(1,1)、矩阵型多变量灰色模型、向量自回归和多元线性回归联合模型等。 本书适合作为高等学校理、工、经济、管理类各专业大学生和研究生教材,也可供管理干部、科研人员、工程技术人员、高校教师等参考。
区间数序列的数学模型预测技术是2020年由北京交通大学出版社出版,作者曾祥艳//何芳丽责编黎丹。
温馨提示:
1.本电子书已获得正版授权,由出版社通过知传链发行。
2.该电子书为虚拟物品,付费之后概不接收任何理由退款。电子书内容仅支持在线阅读,不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
得书感谢您对《区间数序列的数学模型预测技术》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。