1) GM(1,1) forecasting model
![点击朗读](/dictall/images/read.gif)
GM(1,1)预测模型
2) WM-GM(1,1)
![点击朗读](/dictall/images/read.gif)
WM-GM(1,1)预测模型
4) forecasting models of the grey GM(1,1) sequence
![点击朗读](/dictall/images/read.gif)
GM(1,1)数列预测模型
5) GM(1,1) Grey Forecasting Model
![点击朗读](/dictall/images/read.gif)
GM(1,1)灰色预测模型
1.
Aimed at the low precision of general GM(1,1) grey forecasting model in the uncertain conditions of original data sequence fluctuation, mutation or transition, the paper proposes a short-term electrical load forecasting on optimized combination model of grey correlation-segmentation.
针对已有GM(1,1)灰色预测模型在数据波动、突变和转折等不确定情况下预测精度较低的问题,提出一种基于灰关联分段优选组合模型的短期电力负荷预测模型。
6) GM(1,1)-Markov forecasting model
![点击朗读](/dictall/images/read.gif)
GM(1,1)-马尔柯夫预测模型
补充资料:回归模型预测法
回归模型预测法
【回归模型预测法】简称“回归预测法”,以定量研究变量间相关关系的回归方法为基础的预测方法。基本思路是:通过样本信息,分析预测对象与有关因素之间的总体相关关系,设定适当的数学模型(称为总体回归模型)将这种相关关系的类型表达出来;然后再利用样本信息,运用参数估计法,建立反映预测对象与主要相关因素之间总体关系的样本回归模型;进行必要的检验;最后根据已建立并通过检验的样本回归模型,来预测研究对象的未来状况。其中,在预测之前所做的那些工作,包括模型设定、参数估计和模型检验,统称为回归分析。由回归方法建立起来的数学模型,就称为回归模型。它一旦用于预测,又可称为预测回归模型。回归模型可分为线性回归模型和非线性回归模型,也可分为一元回归模型和多元回归模型。回归预测法,有比较严密的理论基础和较成熟的计算分析方法,如果模型建立得当,则可得到比较精确的预测结果。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条