PGM(1相关论文
针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成......
文章分析了灰色GM(1,1)模型的缺陷即白化响应式并不是灰微分方程的真正解,以pGM(1,1)模型白化响应式等于灰微分方程的真正解为条件......
分析了GM( 1,1)模型在背景值取值上的不足 ,提出了一种基于权的pGM ( 1,1)模型 ,并用该模型进行了实际的变形预测。......
基于目前灰色理论模型在变形监测中的应用,分析了PGM（1,1）模型中的参数及其求解的方法.引入人工鱼群算法求解背景值和初始值的修正项......
为得到小数据量情境下滑坡位移非线性变化趋势的准确估计,融合广义回归神经网络学习速度快、预测精度高和p GM（1,1）模型减小数据随机......
文章分析了GM（1，1）模型的缺陷；指出了PGM（1，1）模型中存在权值p使模型可以避免该缺陷的发生，并且在该权值p下PGM（1，1）模型满足白指数律；提出了以......
针对传统GM（1,1）模型在变形预测应用中的缺陷,本文采用参数累积估计方法来代替最小二乘法,分析累积法用于求解灰色模型参数的可行性,......
针对GM(1,1)建模过程中背景值、时间因素两方面存在的不足,文中提出双重加权DPGM(1,1)预测模型,通过对背景值进行加权生成新的背景......
分析了GM (1,1)模型在背景值取值上的不足 ,提出了一种基于权的 pGM (1,1)模型。通过模型比较 ,表明pGM (1,1)模型具有更好的预测......
针对目前灰色理论模型在变形监测中的应用,本文分析了PGM（1,1）模型中的参数及其求解的方法;对于建模时前期观测值对后期预测值的影响......
文章分析了灰色GM（1，1）模型的缺陷即白化响应式并不是灰微分方程的真正解，以pGM（1，1）模型白化响应式等于灰微分方程的真正解为条件，并由其......
为提高农机总动力变化趋势的预测精度,将pGM（1,1）模型与RBF神经网络相结合,建立了基于pGM（1,1）-RBF神经网络的农机总动力预测模型,并以......
通过增加白信息量降低预测系统的灰度,以灰色GM(1,1)和GM(1,N)模型为基础,提出了多变量灰色数列预测模型——PGM(1,N)模型,并将PGM......
通过对传统GM(1,1)缺陷分析和改进的基于权的PGM(1,1)建模机理描述,顾及PGM(1,1)中背景值构造时取相同的参数不能充分降低模型的预......
在GM(1, 1)模型的基础上,考虑参数随时间的变化,用多项式逼近模型参数,同时针对GM(1, 1)模型背景值取值方法的不足,引入背景值最佳......
从分析GM ( 1,1)预测模型的背景值取值不足入手 ,根据误差处理理论 ,对GM ( 1,1)预测模型进行扩展 ,提出一种基于比例因子来确定背......
随着矿井开采深度的增加和采掘机械化程度的提高,矿井深部地温热害问题也日益突出,成为今后煤矿深部开采的隐蔽致灾因素之一。地温......
为克服以往研究成果中注重全要素生产率测算的弊端,将PGM（1,1）模型与贝叶斯正则化神经网络相结合,建立了全要素生产率的PGM（1,1）—贝叶......
鉴于GM(1 ,1 )灰色预测模型中背景值取值方法的不足 ,引入背景值最佳生成系数 ,得到新的背景值计算式 ,从而将GM(1 ,1 )预测模型扩......
