等维递补灰色校正模型的研究及应用

灰色预测模型是中长期负荷预测的一种有效的方法,对E型规律发展的负荷有很好的拟合性,但对有转折点的S型增长趋势或增长处于饱和阶段的负荷进行预测误差较大。本文通过对历史数据的最优分段,提出了等维递补灰色校正模型,可以很好地解决这个问题。实例表明,此模型在中长期负荷预测中是适用的,尤其对于按S型曲线增长的情况,具有很高的预测精度。     

基于PCA与NSSVR的人口老龄化研究

基于非线性光滑支持向量回归机研究了人口老龄化问题.首先介绍了非线性光滑支持向量回归机(NSSVR);其次,提出了人口老龄化影响体系,利用主成分分析(PCA),在体系基础上提取出对老龄化影响明显的9个指标;再次,通过非线性光滑支持向量回归机模型建立了老龄化率与9个影响指标间的相互关系;最后,用非线性光滑支持向量回归机模型对未来人口老龄率进行预测.实证表明,方法具有很好的预测效果.     

基于SVR的RAR区域经济预测模型

由于区域经济系统中许多经济变量呈现出强非线性与大波动性的特征,使得传统的时间序列线性建模和预测技术难以适应区域经济预测的要求.为此,提出基于支持向量机改进的残差自回归区域经济预测模型.首先采用时间序列分析中的残差自回归模型对时间序列趋势进行线性拟合,然后对残差自回归模型估计后的残差序列采用支持向量回归方法再次提取其非线性特征,从而提高区域经济时间序列模型的预测精度.最后以广东省GDP的预测实例说明模型的有效性.     

分段拟合模型的应用──与陈性生同志商榷

在实际估计预测函数的参数时,常常会碰到样本数据变动很大的情况,若这种变动有一定规律,则可利用分段函数来进行拟合,即在不同的样本数据段上用不同的曲线拟合.因此关键是找到样本数据的变化趋势与转折点.通常的办法是: 1.直接从数据的图形上判断转折点, 2.利用初次回归的残差进行分析, 3.检验不同数据段上的均值与方差,等等. 陈性生的《非线性回归模型的校正和应用》(以下简称陈文)实际上就是分段函数的思想,只不过是在不同数据段上用修正过的数据对前一段的回归模型进行校正而已.这种校正即麻烦又无必要,而且这种修正数据的方法在统计中经…     

二个四参数增长曲线模型参数初始值的确定方法与模型应用

对非线性回归模型进行非线性最小二乘估计一般需要确定参数初始值.在非线性回归模型中,General Logistic模型和Von Bertalanffy模型是二个含有四参数的增长曲线模型,对数据的拟合有较强的适应性,应用较为广泛.本文给出这两个模型参数初始值的确定方法,并应用于实际拟合,得到很好的效果.     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.     

基于函数系数自回归模型的风速时间序列预测

准确预测风电场风速是解决风能对电力系统所造成的安全、稳定运行和电能质量等问题的有效途径之一.风速的难以预测是由于它的高度随机和非线性.基于一种非参数的非线性自回归随机模型来预测风速,模型的自回归系数随模型依赖变量的变化而变化,因而它有灵活的非线性结构.数值实验和比较结果表明了这种函数系数自回归模型在风电场风速预测中的有效性.     

基于修正的时间序列模型对冲击负荷的预测

电力负荷预测的实质是对电力市场需求的预测,是利用以往的历史数据资料找出电力负荷的变化规律,进而预测负荷在未来时期的变化趋势.由于经济、气候以及工业生产等诸多因素的约束和限制,电力负荷预测精度很难提高.一个好的实用的电力负荷预测模型则要求既能充分利用负荷的历史数据,又能灵活方便地综合考虑其他多种相关因素的影响.提出了回归与自回归模型相结合的时间序列混合回归预测模型,它的待估参数由BP神经网络进行修正,经实例验证,预测效果良好.     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相对于参数自回归模型而言,非参数自回归模型能够很好地解决人口增长预测这一非线性问题,预测精度较高。     

基于支持向量回归机的水文混沌时间序列预测

支持向量机在系统辨识和分类研究方面比较成熟,目前尚没有提出有效的支持向量回归理论来解决非线性、时变、干扰的复杂问题.支持向量回归机主要用于因果关系点对的回归预测,把支持向量回归机应用于水文混沌时间序列的预测研究是一个有意义的工作.在支持向量机一般理论基础上,提出了水文混沌时间序列支持向量回归机模型,并就模型进行仿真计算,讨论了模型参数对支持向量回归机预测精度的影响,为模型参数寻优提供一般指导原则.直门达水文站径流量混沌时间序列支持向量回归机预测实验表明,水文混沌时间序列支持向量回归机模型是有效的.     

Long-term forecasting of smooth approximations to the load duration curve

A methodology for long-term forecasting of smooth approximations to the load duration curve is presented. The forecast results, when the approach is empirically implemented, are extremely good. Finally, while the application is limited to a functional approximation that has previously been used, there is nothing to prevent its being adapted to other specifications.     

Electric load forecasting by support vector model

Accurately electric load forecasting has become the most important management goal, however, electric load often presents nonlinear data patterns. Therefore, a rigid forecasting approach with strong general nonlinear mapping capabilities is essential. Support vector regression (SVR) applies the structural risk minimization principle to minimize an upper bound of the generalization errors, rather than minimizing the training errors which are used by ANNs. The purpose of this paper is to present a SVR model with immune algorithm (IA) to forecast the electric loads, IA is applied to the parameter determine of SVR model. The empirical results indicate that the SVR model with IA (SVRIA) results in better forecasting performance than the other methods, namely SVMG, regression model, and ANN model.     

基于LS-SVM的管道腐蚀速率灰色组合预测模型

为提高管道腐蚀速率预测精度,建立了一种基于最小二乘支持向量机的灰色组合预测模型.以各种灰色模型对管道腐蚀速率的预测结果作为支持向量机的输入,以管道腐蚀速率的实测值作为支持向量机的输出,采用最小二乘支持向量机回归算法和高斯核函数对支持向量机进行训练,利用训练好的支持向量机进行组合预测.预测模型兼具灰色模型所需原始数据少、建模简单、运算方便的优势和最小二乘支持向量机具有泛化能力强、非线性拟合性好、小样本等特性,弥补了单一预测模型的不足,避免了神经网络组合预测易于陷入局部最优的弱点.模型结构简单、实用,仿真结果验证了其有效性.     

Long-Term Forecasts of Optimal Approximations to the Load Duration Curve

Little has been done by way of developing an objective technique for long-term forecasting of a utility load duration curve. This paper endeavours to rectify this situation by developing a methodology to provide forecasts of an economically optimal approximation to the load duration curve. A dynamic programming algorithm serves as the basis of the optimal approximations over a known horizon. These approximations are then forecast using time series analysis and an econometric model. The approach is implemented and the results are encouraging.     

Asymptotic Normality of a Combined Regression Estimator

In this paper, we propose a combined regression estimator by using a parametric estimator and a nonparametric estimator of the regression function. The asymptotic distribution of this estimator is obtained for cases where the parametric regression model is correct, incorrect, and approximately correct. These distributional results imply that the combined estimator is superior to the kernel estimator in the sense that it can never do worse than the kernel estimator in terms of convergence rate and it has the same convergence rate as the parametric estimator in the case where the parametric model is correct. Unlike the parametric estimator, the combined estimator is robust to model misspecification. In addition, we also establish the asymptotic distribution of the estimator of the weight given to the parametric estimator in constructing the combined estimator. This can be used to construct consistent tests for the parametric regression model used to form the combined estimator.     

基于数据的生猪价格风险分析模型研究与实证分析

生猪价格的大起大落,养殖户、相关研究人员和政府都密切关注.如何分析影响生猪价格的风险因素、预测未来生猪价格的走势分布,具有重要的意义.通过对生猪价格及其影响因素的风险分析,运用落点概率和多元线性回归等方法建立了生猪价格风险分析模型,预测未来4～6期生猪价格的风险分布,以期对养殖户和政府提供一定的参考意义.     

线性规划在回归分析中的应用

线性回归中,针对最小二乘法的两个替代准则一绝对离差和最小准则以及最大绝对离差最小准则,利用线性规划技术建立回归预测模型。实用分析表明,线性规划模型具有较好的预测效果,有郊地消除了统计数据中异常值对回归方程的影响。     

基于马尔柯夫机制转换模型的中国出口集装箱运价指数波动研究

时间序列的显著变化可视为时间序列的内在生成机制从一种机制向另外一种机制的转换。如果机制转换的时间点已知,则可以用著名的邹氏检验来确定已知的时间点是否发生结构变化。但在很多时候,人们并不知道转折点在哪里,在哪一点模型的参数就已经发生了变化,因此有时就需要去推断转折点和参数的变化。马尔柯夫机制转换模型将这种机制的转换作为一个内生变量,认为机制转换是随机的,从而实现用一个统一的模型对显著的结构变化进行刻画,有利于对未来进行推断。文章利用二状态马尔柯夫机制转换模型对1998年1月至2006年12月中国出口集装箱运价指数的变动进行刻画,研究结果表明各状态之间存在不同的转换概率,且每一种状态的平均持续期分别为2.9个月、2.65个月。