收藏本站
《湖南农业大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的时间序列组合预测模型

向昌盛  
【摘要】:自然科学、社会科学等领域积累了大量的时间序列数据特别是多维时间序列数据,往往既受多个环境因子的影响(需采用回归分析),又自身隐含动态时序特征(需采用自相关分析),同时呈非线性(需采用非线性分析)。预测是认识和决策的依据,发展高精度的时间序列特别是多维时间序列非线性预测分析方法意义重大。当前时间序列分析方法主要沿经典时间序列分析和相空间重构两个方向发展。 本文第一部分沿经典时间序列分析方向深入。 经典时间序列分析的关键环节为:拓阶、定阶、变量筛选、回归模型选择,前三个环节实际上常与回归模型选择耦联在一起。早期经典的多维时间序列分析模型,如带控项的自回归滑动平均模型(Controlled Autoregressive Integrating Moving Average, CARMA)及其简化模型—带控项的自回归模型(Controlled Autoregressive, CAR)均属线性模型,因而其实际预测能力较弱。基于经验风险最小的人工神经网络如前馈神经网络(Back-propagation Neural Networks, BPNN)具有较好的非线性逼近能力,但存在易陷入局部最小、可解释性差、带有较强的经验性等缺陷。基于结构风险最小的支持向量机(Support Vector Machine, SVM)以统计学习理论为基础,较好地解决了局部最小、过学习、非线性等难题,泛化能力优异,因此,本文回归模型选用SVM作为基本建模工具。 1、SLR-LSSVM组合预测模型。 利用逐步线性回归(Stepwise Linear Regression, SLR)对因子进行线性筛选,获得保留因子后用最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)进行非线性建模预测,即为SLR-LSSVM多维时间序列组合预测模型。二代玉米螟百株幼虫虫量与8个气象因子关系的拟合与独立预测表明,SLR-LSSVM优于SLR-MLR、SLR-BPNN、MLR、BPNN、LSSVM等参比模型,说明因子筛选、基于结构风险最小的SVM非线性建模有助于提高预测精度。 2、CAR-LSSVM组合预测模型 SLR-LSSVM仅考虑了环境因子的影响,未考虑自身隐含的动态时序特征(未拓阶),且其变量筛选基于SLR是线性的。CAR虽同时考虑了环境因子影响与自身动态时序特征,但其拓阶、定阶是线性的(基于MLR),变量筛选也是线性的(基于SLR)。借用CAR的思想,本文发展了非线性的CAR-LSSVM多维时间序列组合预测模型:先基于LSSVM以均方误差(Mean Squared Error, MSE)最小原则实施模型非线性拓阶、非线性定阶,再基于LSSVM对定阶后自变量进行非线性筛选获得保留自变量,最后基于LSSVM以保留自变量建模预测。大豆食心虫虫食率与5个影响因子关系的独立预测表明,CAR-LSSVM预测性能明显优于MLR、SNR(基于LSSVM的非线性逐步回归模型)、LSSVM、SLR-LSSVM、CAR等参比模型,说明非线性地统一考虑环境因子影响与自身时序特征、非线性定阶与非线性筛选变量是必要的。 3. GS-LSSVM组合预测模型 CAR基于F测验线性定阶和CAR-LSSVM基于MSE最小原则非线性定阶的共同缺陷包括:一是由低阶到高阶逐步拓阶,过程繁琐。二是因变量连带自变量同时拓阶,既易造成信息冗余、变量筛选时间增加,又易造成拓阶提前终止,降低模型预测精度。本文基于地统计学(Geostatistics, GS)与LSSVM,建立了一种快速定阶、既反映样本集动态特征又体现环境因子影响的高精度非线性时间序列组合预测模型GS-LSSVM:先基于地统计学后效时间长度进行因变量快速、充分拓阶、定阶;然后采用主成分分析消除自变量之间的信息冗余;最后以一步预测法检验GS-LSSVM的有效性。小样本松毛虫发生面积一维时间序列实例独立预测表明,GS-LSSVM模型明显优于LSSVM、GS-BPNN等参比模型。晚稻第五代褐飞虱发生量与4个气象因子的多维时间序列实例独立预测表明,GS-LSSVM预测精度高于GS-BPNN等参比模型,且稳定性最好,定阶快速准确。GS-LSSVM既反映样本集动态特征又体现环境因子影响,并避免过拟合、避免局部最小缺陷,具有非线性、泛化能力优异等优点,在时间序列预测领域有较广泛的应用前景。 4、ARIMA-DSVM组合预测模型 随着时间的推移,训练样本将越来越大,LSSVM占用的训练时间相当长,更为重要的是,对给定的某一步预测,此前历史所有样本均参与训练不一定合适,且每一个样本对预测结果的影响不一样,动态s-SVM (Dynamic s-insensitive Cost Function Support Vector Machine, DSVM)根据“近大远小”的原理,依时间动态调整不敏感损失函数参数(ε)值,保证了距离预测点时间越近的数据对预测结果影响越大,距离预测点时间越远的数据对预测结果影响则越小。差分自回归滑动平均模型(Autoregressive Integrating Moving Average, ARIMA)线性预测能力优异。当研究体系是线性或非线性未知时,本文综合线性ARIMA与动态非线性DSVM发展了ARIMA-DSVM组合预测模型:首先采用ARIMA提取、预测时间序列中的线性组分,然后采用DSVM对ARIMA预测残差进行非线性动态修正。松毛虫发生面积一维时间序列实例独立预测表明,ARIMA-DSVM模型优于ARIMA、DSVM等参比模型。 本文第二部分沿相空间重构方向深入。 基于相空间重构与LSSVM的时间序列预测包括两个关键环节:相空间重构中时间延迟τ和嵌入维m的确定、LSSVM模型王则化参数γ和核函数宽度参数σ的确定。以往研究中,相空间重构(确定τ和m)与LSSVM建模预测(确定γ和σ)是分步进行的,通过相空间重构确定的τ和m并不总能保证LSSVM有最优的预测精度。因此,不基于任何先验知识、纯粹从数据驱动实施τ和m以及LSSVM参数的联合优化是颇具吸引力的选择。然而,多因素多水平的遍历搜索优化极为耗时。 5、GA-LSSVM组合预测模型 多因素多水平的遍历搜索寻优极为耗时,而遗传算法(Genetic Algorithm, GA)是一种启发式、快速、并行搜索算法。本文发展的GA-LSSVM组合预测模型以LSSVM为基本建模工具,以GA实现τ、m、γ和σ的联合优化。对Mackey-Glass、加噪Mackey-Glass等一维时间序列实例的独立预测表明,GA-LSSVM稳定有效。 6、UD-LSSVM组合预测模型 GA是一种启发式算法,易陷入局部最优。均匀设计(Uniform Design, UD)在实验范围内选择具有低偏差趋于均匀分布的好格子点集来安排试验点,可大幅度降低实验次数到允许范围。LSSVM基于结构风险最小,较好地解决了局部最小、非线性等问题,泛化能力优异。本文针对相空间重构的延迟时间、嵌入维、LSSVM参数联合寻优问题,结合均匀设计与自调用LSSVM发展了组合预测模型UD-LSSVM,并对Mackey-Glass、Lorenz、年太阳黑子数等时间序列实例进行了仿真预测,结果表明UD-LSSVM计算复杂度低、预测精度高且优于文献报道,是一种基于数据驱动、快速有效的延迟时间-嵌入维-支持向量机参数联合优合的组合预测模型。
【学位授予单位】:湖南农业大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:S431.9

【引证文献】
中国期刊全文数据库 前3条
1 马亮亮;陈龙;;一种新的时间序列组合预测模型及其应用[J];大庆师范学院学报;2013年06期
2 马亮亮;;时间序列预测模型的改进及应用——以预测甘肃省天水市的胆囊炎发病率为例[J];唐山学院学报;2013年03期
3 马亮亮;;基于PCA-ARIMA模型的高血压发病率预测[J];河北北方学院学报(自然科学版);2013年02期
中国博士学位论文全文数据库 前1条
1 董绍江;基于优化支持向量机的空间滚动轴承寿命预测方法研究[D];重庆大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 贾春生;;ARIMA模型在马尾松毛虫发生面积预测中的应用[J];安徽农业科学;2007年19期
2 陈绘画;朱寿燕;周泽华;;基于遗传神经网络混合模型预测马尾松毛虫发生量的研究[J];安徽农业科学;2009年12期
3 张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期
4 王海英;蔡向东;尤波;张礼勇;;基于遗传算法的移动机器人动态路径规划研究[J];传感器与微系统;2007年08期
5 徐丹;邓华玲;;投影寻踪回归模型在大豆食心虫虫食率预测中的应用[J];东北农业大学学报;2009年02期
6 朱志宇,姜长生,张冰;基于支持向量回归的混沌序列预测方法[J];电工技术学报;2005年06期
7 王海燕,盛昭瀚;混沌时间序列相空间重构参数的选取方法[J];东南大学学报(自然科学版);2000年05期
8 张胜,刘红星,高敦堂,沈振宇,业苏宁;ANN非线性时间序列预测模型输入延时τ的确定[J];东南大学学报(自然科学版);2002年06期
9 王海燕,盛昭瀚,张进;多变量时间序列复杂系统的相空间重构[J];东南大学学报(自然科学版);2003年01期
10 王海燕,朱梅;混沌时间序列单变量和多变量重构的预测比较(英文)[J];Journal of Southeast University(English Edition);2003年04期
中国博士学位论文全文数据库 前3条
1 谢景新;非线性多步预测与优化方法及其在水文预报中的应用[D];大连理工大学;2006年
2 李红星;基于统计学习理论的正则化最小二乘回归在时间序列建模和预测中的应用[D];中国科学技术大学;2007年
3 甘敏;基于状态相依模型的非线性时间序列建模及其优化方法研究[D];中南大学;2010年
中国硕士学位论文全文数据库 前3条
1 姜桂仁;混沌时序的特征量分析及相空间重构[D];江苏大学;2005年
2 王大鹏;基于支持向量机的公路车流量数据分析与预测模型[D];哈尔滨工程大学;2006年
3 陈斌;利用主要气象因子对二代玉米螟预测预报研究[D];山东农业大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 陈一村;蔡聪艺;冀宾;高分飞;张艳美;黄展勤;白雪婷;石刚刚;;东莨菪亭和橙皮素联用的镇痛效果定量分析[J];癌变·畸变·突变;2010年03期
2 刘铮;孙俊;王冬;费维水;;施工危险源辨识结果库知识的获取研究[J];四川建筑科学研究;2006年03期
3 曾庆海;马中军;王艺霖;;引入混沌理论的混凝土中氯离子传输机理研究[J];四川建筑科学研究;2007年01期
4 刘慧卿;周国峰;张先起;;空调负荷混沌特性分析与预测[J];四川建筑科学研究;2009年05期
5 张君亭;孙廷林;门兴元;于毅;张安盛;李丽莉;梁奉兵;;紫花苜蓿田中黑盲蝽和主要天敌分布及空间格局的地统计学研究[J];山东农业科学;2010年02期
6 鲁照权;俞宗嘉;胡金东;胡焱东;;广义最小二乘限定记忆参数辨识方法与仿真研究[J];安徽大学学报(自然科学版);2009年06期
7 罗荣;;混沌伪随机序列发生器的实现[J];安徽工程科技学院学报(自然科学版);2009年02期
8 刘乃森;刘福霞;;人工神经网络及其在植物保护中的应用[J];安徽农业科学;2006年23期
9 刘乃森;刘福霞;鄢贵龙;杨晋彬;;BP人工神经网络在植物病虫害预测中的应用[J];安徽农业科学;2007年25期
10 李亭;杨敬锋;彭晓琴;陈志民;;基于最大似然法集成的黄曲条跳甲预警模型[J];安徽农业科学;2008年25期
中国重要会议论文全文数据库 前10条
1 韩敏;李德才;;基于因果聚类的多变量时间序列相关性研究及预测[A];第二十六届中国控制会议论文集[C];2007年
2 陶新民;杜宝祥;徐勇;;基于Lyapunov指数的一类轴承故障检测研究[A];第二十六届中国控制会议论文集[C];2007年
3 杜陈艳;肖敏;张榆锋;苏娜峰;王荔芳;陈明;石岩岩;白宝丹;;相空间最近邻非线性自适应预测法在EMD边缘效应中的应用[A];第二十七届中国控制会议论文集[C];2008年
4 刘润杰;申金媛;张端金;穆维新;;下一代网络信令流量的混沌预测[A];第二十七届中国控制会议论文集[C];2008年
5 朱家海;谢聂;杨文杰;李军;;激光陀螺静态漂移的系统辨识研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
6 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
7 ;Chaotic Time Series Prediction Based on Phase Space Reconstruction and LSSVR Model[A];中国自动化学会控制理论专业委员会D卷[C];2011年
8 张建华;冀荣华;祁力钧;王虎;黄士凯;王沛;;作物病虫害信息获取方法研究与展望[A];中国农业工程学会2011年学术年会论文集[C];2011年
9 蔡烽;石爱国;沈泓萃;;不规则波浪激励下的船舶横摇运动动力学研究[A];纪念顾懋祥院士海洋工程学术研讨会论文集[C];2011年
10 蔡烽;沈泓萃;缪泉明;周德才;;海浪非线性行为的参数化表征[A];纪念顾懋祥院士海洋工程学术研讨会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
2 杨莉;基于可持续发展的我国电源结构优化研究[D];哈尔滨工程大学;2010年
3 谭枫;介入式文化算法及其应用研究[D];哈尔滨工程大学;2010年
4 吴冬梅;基于达芬振子的微弱信号检测方法研究[D];哈尔滨工程大学;2010年
5 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年
6 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
7 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
8 李建平;面向异构数据源的网络安全态势感知模型与方法研究[D];哈尔滨工程大学;2010年
9 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
10 雷亚辉;水下目标的时间反转法声探测技术应用研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 孙丽娟;基于煤矿瓦斯监测数据的煤与瓦斯突出预警技术研究[D];河南理工大学;2010年
2 朱志斌;基于金属材料的扰动磁场检测技术研究[D];南昌航空大学;2010年
3 刘志强;基于数据挖掘的客户行为分析和预测研究[D];山东科技大学;2010年
4 曹永超;超混沌系统的生成及同步控制研究[D];山东科技大学;2010年
5 张莉;n-GaAs中的混沌研究[D];长春理工大学;2010年
6 李璐璐;基于UML的计算机组卷系统的分析与设计[D];长春理工大学;2010年
7 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
8 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
9 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
10 于洪霞;基于SVM的中文垃圾邮件过滤[D];哈尔滨工程大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 马亮亮;;基于因子BP神经网络预测模型的胃溃疡发病率预测[J];北京联合大学学报(自然科学版);2012年03期
2 马亮亮;田富鹏;;基于糖尿病相关因素的主成分分析[J];长春大学学报;2009年08期
3 赵惠玲,贾峰一,李旭东,常洪;套圈制造精度对滚动轴承振动与噪声的影响[J];轴承;2003年12期
4 裴礼清,赵丽萍;滚动轴承微动磨损导致的振动分析[J];轴承;2004年05期
5 汪久根;王庆九;章维明;;表面粗糙度对轴承振动的影响[J];轴承;2007年01期
6 蒋家羚;陈凌;范志超;陈学东;;疲劳-蠕变交互作用的寿命预测探讨[J];材料研究学报;2007年05期
7 吴云鹏;张文平;;带有波纹度的球轴承振动特性[J];大庆石油学院学报;2007年03期
8 马亮亮;田富鹏;;主成分分析与因子分析在肺心病发病情况分析中的应用[J];四川文理学院学报;2010年02期
9 杨向林;严洪;许志;任兆瑞;宋晋忠;姚宇华;李延军;;基于Hilbert-Huang变换的ECG消噪[J];电子学报;2011年04期
10 朱学锋;韩宁;;基于小波变换的非平稳信号趋势项剔除方法[J];飞行器测控学报;2006年05期
中国博士学位论文全文数据库 前9条
1 曾庆虎;机械传动系统关键零部件故障预测技术研究[D];国防科学技术大学;2010年
2 王烨;民机产品可靠性评估技术研究[D];南京航空航天大学;2009年
3 钟佑明;希尔伯特—黄变换局瞬信号分析理论的研究[D];重庆大学;2002年
4 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
5 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年
6 刘晓宁;齿轮系统的混沌控制及仿真[D];西北工业大学;2007年
7 秦毅;信号小波理论与一体化小波分析仪的研究[D];重庆大学;2008年
8 苗学问;航空发动机主轴承使用寿命预测技术研究[D];北京航空航天大学;2008年
9 陈其松;智能优化支持向量机预测算法及应用研究[D];贵州大学;2009年
中国硕士学位论文全文数据库 前4条
1 陈涛;疲劳裂纹形成寿命预估的耦联有限元法[D];燕山大学;2011年
2 张楠;关于支持向量机中的参数优化的研究[D];西北大学;2008年
3 李艳英;基于支持向量机参数优化的群智能优化算法研究[D];天津大学;2007年
4 胡小林;Hilbert-Huang变换的改进及其在机械故障特征提取中的应用[D];重庆大学;2010年
【二级引证文献】
中国期刊全文数据库 前3条
1 马亮亮;陈龙;;一种新的时间序列组合预测模型及其应用[J];大庆师范学院学报;2013年06期
2 何群;李磊;江国乾;谢平;;基于PCA和多变量极限学习机的轴承剩余寿命预测[J];中国机械工程;2014年07期
3 马亮亮;;一种基于Hilbert-Huang变换和ARMA模型的时间序列预测方法[J];江汉大学学报(自然科学版);2014年01期
【二级参考文献】
中国期刊全文数据库 前10条
1 朱景治;黄再荣;张牧海;;鲁西北地区棉田一代玉米螟发生与防治研究[J];山东农业科学;1992年03期
2 周伟良,何鲲,曹先彬,程慧霞;基于一种免疫遗传算法的BP网络设计[J];安徽大学学报(自然科学版);1999年01期
3 贾春生;;ARIMA模型在马尾松毛虫发生面积预测中的应用[J];安徽农业科学;2007年19期
4 韩兵,濮厚平,王蒙,杨琴;松墨天牛卵期的预测预报[J];安徽农业大学学报;2000年03期
5 马飞,程遐年;害虫预测预报研究进展(综述)[J];安徽农业大学学报;2001年01期
6 秦华光;李家才;穆丹;胡强;黄毅;韩宝瑜;;时间序列自回归模型预测茶园小绿叶蝉种群动态的探讨[J];安徽农业大学学报;2008年04期
7 曾开华,张忠坤,吴九红;分形在边坡预测中的应用[J];地下空间;1999年01期
8 修春波,刘向东,张宇河;相空间重构延迟时间与嵌入维数的选择[J];北京理工大学学报;2003年02期
9 路常宽,宗世祥,骆有庆,许志春,赵怀玉;沙棘木蠹蛾成虫行为学特征及性诱效果研究[J];北京林业大学学报;2004年02期
10 刘长仲,冯光翰;狭翅雏蝗种群动态的模糊聚类分析[J];草地学报;1997年02期
中国博士学位论文全文数据库 前4条
1 向小东;基于神经网络与混沌理论的非线性时间序列预测研究[D];西南交通大学;2002年
2 吕岗;免疫算法及其应用研究[D];中国矿业大学(北京);2003年
3 钟一文;智能优化方法及其应用研究[D];浙江大学;2005年
4 李向阳;水文模型参数优选及不确定性分析方法研究[D];大连理工大学;2006年
中国硕士学位论文全文数据库 前1条
1 孙虎;小麦全蚀病生物防治研究及品种抗性鉴定[D];河南农业大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 熊德斌;;基于组合预测的营业活动现金流量分析[J];中国乡镇企业会计;2008年10期
2 孟丽君;;基于组合预测法的2011年我国海洋渔业增加值预测[J];中国证券期货;2011年06期
3 李中才;;改进的实数遗传算法在求解组合预测模型中的应用[J];东北农业大学学报;2005年06期
4 马永尚,庞祖光;组合预测模型在新疆农作物单产预测中的应用[J];农业系统科学与综合研究;1993年02期
5 张荣达;唐义;;毕节试验区粮食产量组合预测模型研究[J];现代农业科技;2010年01期
6 朱晓曦;张潜;;基于Shapley值的组合预测方法在福建省农业总产值预测中的应用[J];安徽农业科学;2010年09期
7 王吉权;赵玉林;马力;;组合预测方法研究及其在电力负荷预测中的应用[J];东北农业大学学报;2008年04期
8 陈雁;王福林;;一种求非负权重最优组合预测的新方法[J];东北农业大学学报;2008年04期
9 程银才;李明华;范世香;;基于差分模型和最小二乘法的组合预测模型在实时洪水预报中的应用[J];中国农村水利水电;2009年11期
10 姚作芳;刘兴土;杨飞;闫敏华;孙丽;鲁新蕊;;组合预测模型在东北地区粮食产量预测中的应用[J];华北农学报;2009年S2期
中国重要会议论文全文数据库 前10条
1 单秀生;陈华友;王宇;姚梦杰;;基于最大误差绝对值最小化的多目标区间型组合预测模型[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年
2 马永开;唐小我;;组合预测模型研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
3 谢如贤;成盛超;程仕军;陈思华;;变结构组合预测模型的建立与应用[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
4 吴长山;;灰色—马尔柯夫组合预测[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
5 黄晓强;何玉敖;;基于组合预测模型的振动结构响应预测[A];第三届全国现代结构工程学术研讨会论文集[C];2003年
6 曾勇;唐小我;;无偏组合预测的贝叶斯模型及其分析[A];1996中国控制与决策学术年会论文集[C];1996年
7 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年
8 姜明辉;解晓璐;;Logistic回归与线性回归组合模型及在个人信用评估中的应用[A];科学发展观与系统工程——中国系统工程学会第十四届学术年会论文集[C];2006年
9 成枢;刘国林;高放;;最优组合预测模型及其在变形预测中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 邹昊飞;夏国平;杨涵;;基于GMDH的BP组合预测模型[A];2006中国控制与决策学术年会论文集[C];2006年
中国重要报纸全文数据库 前2条
1 浙江证券研究所 吕小萍;电子商务:春天是否已到来?[N];中国证券报;2003年
2 张乔妹 余郁;江门供电勾勒营销“微笑曲线”[N];中国电力报;2009年
中国博士学位论文全文数据库 前10条
1 向昌盛;基于支持向量机的时间序列组合预测模型[D];湖南农业大学;2011年
2 毛李帆;电网规划中长期负荷预测技术的研究[D];湖南大学;2011年
3 孙喜梅;城市路网实时动态交通信息的组合预测模型和方法研究[D];吉林大学;2002年
4 胡予红;煤炭消费预测与温室气体减排途径和对策研究[D];中国矿业大学(北京);2010年
5 黄少杰;我国就业问题与第三产业发展的关联性研究[D];吉林大学;2007年
6 张学清;风电预测、协同调度及电网电压安全评估研究[D];山东大学;2013年
7 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年
8 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年
9 姜明辉;商业银行个人信用评估组合预测方法研究[D];哈尔滨工业大学;2006年
10 韩爽;风电场功率短期预测方法研究[D];华北电力大学(北京);2008年
中国硕士学位论文全文数据库 前10条
1 叶鸿;我国航运企业物流战略联盟研究[D];河海大学;2004年
2 张家樾;组合预测方法在汇率预测中的应用研究[D];厦门大学;2008年
3 李明理;高速公路交通量生成机理与预测方法研究[D];大连理工大学;2010年
4 陈金翠;最小二乘支持向量回归组合预测模型的应用[D];新疆大学;2010年
5 洪峻;镇江港发展战略研究[D];大连海事大学;2007年
6 孙威;组合汇率预测方法在人民币/美元汇率预测上的应用[D];山东大学;2007年
7 赵海英;闽清县建设用地的组合预测模型[D];福建师范大学;2008年
8 伊瑞;电力负荷预测中的数学方法及应用研究[D];中南大学;2006年
9 姚萌;网络流量组合预测模型的研究[D];江南大学;2008年
10 杨申;组合预测模型在电力负荷预测中的研究[D];华南理工大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026