新書推薦：
《
日复一日（美国自白派诗歌创始人洛威尔作品 大雅洛威尔系列）
》
售價：HK$
62.5
《
韧性之盾 高压时代的身心防护指南（融合真实故事、医学与心理学研究、企业管理经验，提供立等可用的工具）
》
售價：HK$
74.8
《
她死在我怀里
》
售價：HK$
74.8
《
时刻人文·诺曼帝国：欧洲的缔造者、亚洲的征服者（诺曼人的辉煌全球史，征服英格兰，扩张帝国，主宰欧洲、
》
售價：HK$
74.8
《
德国现代化历程与德意志精神
》
售價：HK$
104.5
《
青少年拖延心理学：培养孩子的高效执行力
》
售價：HK$
54.8
《
股是股非之三：强势之星 全新修订全彩版
》
售價：HK$
135.3
《
摩洛哥史：沙海行舟 , 看世界 , 区域国别史（剑桥大学出版社经典版本）
》
售價：HK$
107.8
|
| 內容簡介： |
|
本书针对以灰数为建模对象的灰色预测模型，研究如何从模型结构层面入手对模型的建模范围进行拓展，即区间灰数预测模型和三参数区间灰数预测模型的优化研究；针对以实数为建模对象的单□量灰色预测模型，研究如何构建基于数据特征的灰色模型；针对实际生活中存在的受多因素影响的系统□量预测问题，现有多□量灰色预测模型的□限性，研究如何进一步实现模型优化。
|
| 目錄：
|
前言
1 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 国内外研究现状
1.3.1 区间灰数预测模型研究现状
1.3.2 单□量灰色预测模型研究现状
1.3.3 非线性灰色预测模型研究现状
1.3.4 季节灰色模型的研究现状
1.3.5 多□量灰色预测模型研究现状
1.4 研究内容和技术路线
1.4.1 主要研究内容
1.4.2 研究框架
1.5 创新点
2 基础理论知识
2.1 区间灰数相关知识
2.1.1 区间灰数
2.1.2 白化权函数
2.1.3 三参数区间灰数
2.1.4 可能度函数
2.2 遗传算法
2.2.1 遗传算法原理
2.2.2 遗传算法操作
2.2.3 遗传算法流程
2.3 本章小结
3 灰色预测模型经典方法
3.1 单□量灰色预测模型
3.1.1 GM(1，1)模型
3.1.2 DGM(1，1)模型
3.1.3 NGM(1，1)模型
3.1.4 NGM(1，1，k)模型
3.1.5 灰色Verhulst模型
3.2 非线性灰色预测模型
3.2.1 FGM(1，1)模型
3.2.2 NGBM(1，1)模型
3.2.3 GM(1，1，ta)模型
3.3 多□量灰色预测模型
3.3.1 GM(1，N)模型
3.3.2 DGM(1，N)模型
3.3.3 MGM(1，m)模型
3.4 模型评估标准
3.5 本章小结
4 区间灰数预测模型的优化研究
4.1 基于核和认知程度的区间灰数Verhulst模型
4.1.1 核序列Verhulst模型
4.1.2 认知程度序列Verhulst模型
4.1.3 基于核和认知程度的区间灰数Verhulst模型的构建
4.1.4 算例分析
4.2 考虑白化权函数的区间灰数模型
4.2.1 基于白部和灰部的DGM(1，1)模型的构建
4.2.2 基于核和面积的DGM(1，1)模型的构建
4.2.3 算例分析
4.3 初始条件优化的正态分布区间灰数NGM(1，1)模型
4.3.1 NGM(1，1)模型初始条件的优化分析
4.3.2 初始条件优化的正态分布区间灰数NGM(1，1)模型的构建
4.3.3 算例分析
4.4 基于区间灰数序列的NGM(1，1)直接预测模型(IGNGM(1，1))
4.4.1 IGNGM(1，1)模型的构建及参数估计
4.4.2 IGNGM(1，1)模型的权重系数求解
4.4.3 IGNGM(1，1)模型的残差序列优化
4.4.4 算例分析
4.5 新信息优先的无偏区间灰数预测模型
4.5.1 基于Cramer法则的参数估计
4.5.2 新信息优先的时间响应式推导
4.5.3 算例分析
4.6 本章小结
5 三参数区间灰数预测模型的优化研究
5.1 基于核和双信息域的三参数区间灰数预测模型
5.1.1 核序列GM(1，1)模型
5.1.2 上、下信息域序列GM(1，1)模型
5.1.3 基于核和双信息域的三参数区间灰数预测模型的构建
5.1.4 算例分析
5.2 基于可能度函数的三参数区间灰数预测模型
5.2.1 面积序列DGM(1，1)模型
5.2.2 几何中心序列和核序列DGM(1，1)模型
5.2.3 基于可能度函数的三参数区间灰数预测模型的构建
5.2.4 算例分析
5.3 本章小结
6 FGM(1，1)模型的优化研究
6.1 分数阶时滞多项式离散灰色模型(FTDP-DGM(1，1))
6.1.1 FTDP-DGM(1，1)模型的构建与求解
6.1.2 FTDP-DGM(1，1)模型的参数估计
6.1.3 FTDP-DGM(1，1)模型的性质
6.1.4 案例分析
6.2 本章小结
7 NGBM(1，1)模型的优化研究
7.1 含虚拟□量的时滞灰色伯努利模型(DTD-NGBM(1，1))
7.1.1 DTD-NGBM(1，1)模型的构建与求解
7.1.2 DTD-NGBM(1，1)模型参数估计
7.1.3 案例分析
7.2 含三角函数的灰色伯努利模型(SNGBM(1，1，sin))
7.2.1 SNGBM(1，1，sin)模型的构建与求解
7.2.2 SNGBM(1，1，sin)模型的参数估计
7.2.3 案例分析
7.3 本章小结
8 GM(1，1，ta)模型的优化研究
8.1 含三角函数的时间幂次灰色模型(SGM(1，1，ta|sin))
8.1.1 SGM(1，1，ta|sin)模型的构建与求解
8.1.2 SGM(1，1，ta|sin)模型的参数估计
8.1.3 案例分析
8.2 含延迟时间幂次项的离散灰色模型(TDDGM(1，1，ta))
8.2.1 TDDGM(1，1，ta)模型的构建与求解
8.2.2 TDDGM(1，1，ta)模型的参数估计
8.2.3 案例分析
8.3 本章小结
9 GM(1，N)模型的优化研究
9.1 考虑未知因素作用的多□量灰色模型(GMU(1，N))
9.1.1 GMU(1，N)模型的构建
9.1.2 GMU(1，N)模型的派生模型
9.1.3 GMU(1，N)模型的参数估计及求解
9.1.4 GMU(1，N)模型的性质
9.1.5 算例分析
9.2 优化的多□量灰色伯努利模型(ONGBM(1，N))
9.2.1 ONGBM(1，N)模型的构建与求解
9.2.2 ONGBM(1，N)模型的参数估计
9.2.3 ONGBM(1，N)模型的性质
9.2.4 算例分析
9.3 本章小结
10 DGM(1，N)模型的优化研究
10.1 基于交互作用的非线性灰色模型(INDGM(1，N))
10.1.1 INDGM(1，N)模型的构建与求解
10.1.2 INDGM(1，N)模型的参数估计
10.1.3 算例分析
10.2 含有时间多项式的多□量灰色模型(DGMTP
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
