發(fā)布時(shí)間：2024-06-23 08:08

　　基于控制論而提出的灰色系統(tǒng)理論能夠挖掘不完全信息下不確定性系統(tǒng)的演化模式,自提出以來(lái)便廣泛應(yīng)用在能源、經(jīng)濟(jì)以及環(huán)境等眾多領(lǐng)域。隨著應(yīng)用和研究的深入,學(xué)者們從不同的角度對(duì)灰色預(yù)測(cè)模型進(jìn)行了改進(jìn),以求進(jìn)一步強(qiáng)化灰色預(yù)測(cè)模型對(duì)不確定性系統(tǒng)內(nèi)蘊(yùn)信息的挖掘和系統(tǒng)演化規(guī)律的把握。伴隨著中國(guó)能源革命的演進(jìn),現(xiàn)有的灰色預(yù)測(cè)模型面臨的系統(tǒng)特征序列是具有高度復(fù)雜性、不確定性和稀疏性的復(fù)雜時(shí)間序列,而目前的灰色預(yù)測(cè)模型難以挖掘現(xiàn)實(shí)時(shí)間序列的差異化特征,滿足能源預(yù)測(cè)的不同需求。鑒于此,為探索系統(tǒng)發(fā)展特征,挖掘系統(tǒng)演化規(guī)律,從而為國(guó)家的能源規(guī)劃和能源戰(zhàn)略調(diào)整提供參考,本研究在對(duì)灰色預(yù)測(cè)理論中灰色作用量?jī)?yōu)化技術(shù)對(duì)灰色預(yù)測(cè)模型優(yōu)化作用機(jī)理研究的基礎(chǔ)上,基于灰色預(yù)測(cè)理論中的灰色生成技術(shù)、灰色作用量?jī)?yōu)化技術(shù)以及離散灰色預(yù)測(cè)模型,從知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的角度構(gòu)建了三類新的灰色預(yù)測(cè)模型以解決現(xiàn)存灰色預(yù)測(cè)模型中廣泛存在的三類問(wèn)題,并提出了一類數(shù)據(jù)驅(qū)動(dòng)的灰色預(yù)測(cè)模型結(jié)構(gòu)自適應(yīng)選擇算法。新模型的提出不僅優(yōu)化了灰色累加生成技術(shù),完善了稀疏數(shù)據(jù)特征提取方法,而且優(yōu)化了灰色微分方程的模型結(jié)構(gòu),拓寬了灰預(yù)測(cè)理論的應(yīng)用領(lǐng)域,提升了灰色預(yù)測(cè)模...

【文章頁(yè)數(shù)】：106 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景與研究意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 單變量灰色預(yù)測(cè)模型及其衍生模型研究現(xiàn)狀
        1.2.2 能源領(lǐng)域預(yù)測(cè)模型研究
        1.2.3 研究現(xiàn)狀評(píng)述
    1.3 研究?jī)?nèi)容和方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究思路
        1.3.3 技術(shù)路線圖
    1.4 研究創(chuàng)新點(diǎn)
    1.5 本章小結(jié)
第二章 相關(guān)理論
    2.1 灰色預(yù)測(cè)理論
        2.1.1 傳統(tǒng)GM(1,1)模型
        2.1.2 離散GM(1,1)模型
        2.1.3 GM(1,1)和DGM(1,1)模型關(guān)系
        2.1.4 離散灰色預(yù)測(cè)模型灰色作用量?jī)?yōu)化機(jī)理
    2.2 相關(guān)預(yù)測(cè)模型
        2.2.1 SARIMA模型
        2.2.2 Holt-Winters模型
    2.3 粒子群優(yōu)化算法
    2.4 模型預(yù)測(cè)效果評(píng)估
    2.5 本章小結(jié)
第三章 基于移動(dòng)平均濾波器的季節(jié)性分?jǐn)?shù)階離散灰色預(yù)測(cè)模型
    3.1 基于移動(dòng)平均濾波器的季節(jié)調(diào)整方法
        3.1.1 季節(jié)調(diào)整理論
        3.1.2 移動(dòng)平均濾波器
    3.2 基于移動(dòng)平均濾波器的季節(jié)性分?jǐn)?shù)階離散灰色預(yù)測(cè)模型
        3.2.1 COSGM模型的建立
        3.2.2 COSGM模型超參數(shù)的確定
    3.3 案例分析
        3.3.1 案例背景
        3.3.2 模型構(gòu)建
        3.3.3 預(yù)測(cè)效果比較分析
    3.4 本章小結(jié)
第四章 基于周期聚合生成算子的季節(jié)性離散灰色預(yù)測(cè)模型
    4.1 全階時(shí)間冪灰色預(yù)測(cè)模型的缺陷分析
    4.2 分?jǐn)?shù)階全階時(shí)間冪灰色預(yù)測(cè)模型
        4.2.1 FOTP-DGM^r(1,1)模型的定義
        4.2.2 FOTP-DGM^r(1,1)模型的參數(shù)估計(jì)
        4.2.3 FOTP-DGM^r(1,1)模型的時(shí)間響應(yīng)函數(shù)
        4.2.4 FOTP-DGM^r(1,1)模型結(jié)構(gòu)參數(shù)的確定
        4.2.5 FOTP-DGM^r(1,1)模型的性質(zhì)
    4.3 基于周期聚合生成算子的季節(jié)性離散灰色預(yù)測(cè)模型
        4.3.1 FOTP-SDGM^r(1,1)模型的定義
        4.3.2 FOTP-SDGM^r(1,1)模型結(jié)構(gòu)參數(shù)的確定
    4.4 模型的應(yīng)用流程
    4.5 案例分析
        4.5.1 案例研究設(shè)計(jì)
        4.5.2 案例1:北美年度水電消費(fèi)量預(yù)測(cè)
        4.5.3 案例2:中國(guó)月度天然氣產(chǎn)量預(yù)測(cè)
        4.5.4 案例3:中國(guó)季度太陽(yáng)能發(fā)電量預(yù)測(cè)
    4.6 本章小結(jié)
第五章 基于灰色作用量?jī)?yōu)化的結(jié)構(gòu)自適應(yīng)離散灰色預(yù)測(cè)模型
    5.1 結(jié)構(gòu)自適應(yīng)離散灰色預(yù)測(cè)模型
        5.1.1 SADGM(1,1)模型的定義
        5.1.2 SADGM(1,1)模型的參數(shù)估計(jì)
        5.1.3 SADGM(1,1)模型的時(shí)間響應(yīng)函數(shù)
        5.1.4 SADGM(1,1)模型的性質(zhì)
    5.2 數(shù)據(jù)驅(qū)動(dòng)的模型結(jié)構(gòu)選擇算法
    5.3 結(jié)構(gòu)自適應(yīng)離散灰色預(yù)測(cè)模型的建模及應(yīng)用流程
    5.4 案例研究
        5.4.1 案例研究設(shè)計(jì)
        5.4.2 數(shù)據(jù)資源
        5.4.3 案例1:中國(guó)水電、風(fēng)電和核電總產(chǎn)量預(yù)測(cè)
        5.4.4 案例2:美國(guó)小型光伏季度凈發(fā)電量預(yù)測(cè)
        5.4.5 案例3:中國(guó)季度水電產(chǎn)能預(yù)測(cè)
    5.5 本章小結(jié)
第六章 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄:作者在攻讀碩士學(xué)位期間發(fā)表的論文



本文編號(hào)：3995225