分享到:

用于电力远期价格预测的组合灰色神经网络方法

随着电力工业的市场化改革 ,电力金融合约市场逐步建立起来 ,远期合约是该市场中一种重要的场外交易金融衍生产品 ,能比较有效地抑制电力现货市场中的电价冲击 ,准确地预测电力远期价格 ,使电力市场的参与者更好地规避市场风险。电力远期价格受实时电价、利率、负荷需求等多种因素影响 ,变化趋势复杂 ,很难建立一个准确的数学模型进行全面描述。针对这一特点 ,本文首次将灰色动态预测模型应用于电力远期价格预测 ,并把灰色预测理论和神经网络结合起来 ,构造了组合灰色神经网络模型 ,可以比较准确的对电力远期价格进行预测。1 电力远期合约远期合约 (ForwardContracts)是远期交易的法律协议 ,交易双方在合约中规定在未来某一确定时间以约定价格购买或出售一定数量的某种资产。该资产称为基础资产 ,约定价格称为交割价格 ,确定时间称为交割日[1] 。电力远期合约把电能作为基础资产 ,电力远期合约的价值是某一时刻合约本身所具有的价值 ,取决于基础...  (本文共4页) 阅读全文>>

《物流科技》2019年08期
物流科技

基于灰色神经网络的云南省货运量预测模型研究

####0引言在规定的时间内输送的实际货物数量称为货运量,货运量能够反映一个地区的实际运输成果,也是反映一个地区实力强弱的重要指标。货运量的预测结果,能对云南省相关政策的制定与改革作出参考。目前文献对货运量预测的主要方法模型为灰色GM 1,誗1誗模型[1]、灰色马尔科夫链模型[2],多元线性回归模型[3]等,但这些方法模型没有自我学习,自我适应的能力,致使计算结果误差较大。本文收集了2008年到2018年云南省货运量及其影响因素的相关数据,建立GM 1,誗8誗模型,采用灰色神经网络算法对云南省货运量进行预测。灰色神经网络结合了灰色系统理论与BP神经网络算法,具有自我学习与自我适应的能力,能不断修改误差,提高预测精确性。1灰色神经网络算法1.1灰色神经网络算法理论灰色系统理论(Grey System Theory)不同于所有信息已知的白色系统和所有信息未知的黑箱系统,灰色系统是指“一部分信息知道,而一部分信息不知道”的不确定的,数...  (本文共5页) 阅读全文>>

《价值工程》2018年21期
价值工程

灰色神经网络在云南省旅游收入中的预测研究

0引言云南省位于我国东南边境,是我国“边缘文化”的典型省份,以其自身的地理、文化条件成为旅游文化大省,旅游产业在云南省经济发展中占据着有力地位,不断带动经济发展[1,2]。国际旅游收入已成为云南省外汇收入的一个重要来源,对旅游产业的发展起到了推波助澜的作用。然而,如何正确地对旅游收入进行预测成为经济发展中棘手的问题。因此,准确而有效的对旅游收入进行预测,对云南省旅游规划的制定,旅游市场的开拓,旅游产品的开发具有十分重要的理论依据。优化预测模型对区域经济的发展具有深远的意义,受到各位学者的广泛关注,同时也取得了一定的成果。旅游收入预测常用的方法主要包括多元线性回归[3]、灰色系统预测模型[4]、BP神经网络模型[5]、时间序列预测模型[6]等。其中,文献[7]引入网络搜索数据对海南省旅游收入进行预测;文献[8]基于灰色系统理论,构建了旅游客源预测的灰色模型,并与常用的线性模型的预测精度进行了比较;文献[9]基于BP神经网络建立了云...  (本文共5页) 阅读全文>>

《宜宾学院学报》2016年12期
宜宾学院学报

灰色神经网络在空调订单预报中的应用

引用格式:黄劲潮.灰色神经网络在空调订单预报中的应用[J].宜宾学院学报,2016,16(12):60-62.HUANG JC.Application of Grey Neural Network in Prediction of Air Conditioner Orders[J].Journal of Yibin University,2016,16(12):60-62.灰色系统理论的研究对象是不确定性系统.灰色系统理论通过对部分己知信息的变换和生成,挖掘出准确的知识.科学的预测是正确决策的前提和依据.灰色预测方法首先对原始数据进行变换,得到新序列,然后利用规律性较强的新序列进行建模和预测.优点是建模时所需样本数据少,不需要计算统计特征量[1].GM(1,1)模型在不确定性明显和数据较少的情况下得到了广泛应用.一阶N维灰色动态模型GM(1,N),建模过程如下.(1)列出系统中各变量(i=1,2,?,N)对应的数列X(0)i.X...  (本文共3页) 阅读全文>>

《计算机应用研究》2013年12期
计算机应用研究

基于改进灰色神经网络的故障预测方法研究

随着计算机信息技术的不断发展和进步,装备正朝着高度复杂化、集成化和微型化的方向发展,装备性能的不断提高以及系统复杂性的不断增加,使得装备的可靠性与维修保障等问题越来越突出。在我军装备跨越式发展过程中,电子装备在武器系统中的比重越来越大,其健康状态的优劣对武器系统的整体性能有着至关重要的影响。因此,为了减少由于电子装备故障引发的严重后果,降低维修保障费用,提高部队战斗力,电子装备的健康问题越来越引起我军的高度重视[1,2]。PHM技术是美军方率先提出的一种以状态维修为基础的全新的视情维修策略,主要包括数据采集、数据处理、状态监测与评估、故障预测和维修决策等关键技术[3,4]。其中,故障预测技术是PHM理论有别于传统故障诊断理论的显著特征之一,也是近年来装备健康管理领域的一个热点研究问题。针对电子装备的电路特点,目前电子装备PHM中不同的故障预测研究方法主要有三种[5,6]:a)基于保险和预警装置的方法;b)基于故障预兆监控与推理的...  (本文共4页) 阅读全文>>

《同济大学学报(自然科学版)》2012年05期
同济大学学报(自然科学版)

基于改进粒子群优化算法的灰色神经网络模型

灰色系统理论,是由我国学者邓聚龙教授于1982年首创的一种系统科学理论.在灰色系统中建立的模型称为灰色模型,即GM模型,它能对不确定系统行为特征值的发展变化进行预测[1].灰色建模要求的样本点少,不必有较好的分布规律,神经网络具有并行计算、分布式信息存储、强容错力、自适应学习功能等优点.将灰色预测建模和神经网络技术融合起来,建立灰色神经网络模型(grey neuralnetworks model,GNNM)[2],可以充分利用两者在信息表现上存在的相似性及模型特点上存在的互补性,并能弥补单纯使用灰色模型或单纯使用神经网络解决问题的不足.粒子群优化算法(particle swarm optimization,PSO)则是计算智能领域除蚁群算法、遗传算法之外的一种群体智能优化算法,该算法最早由Kennedy和Eberhart在1995年提出[3-4].它具有搜索速度快、效率高的优点,早已广泛用于各类连续问题和离散问题的参数优化.然而...  (本文共4页) 阅读全文>>