基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

• 作者: 王江荣
• 来源期刊: 计量技术
• 学科: 工学
• 关键词: 灰色理论 GM(1,1)模型 ANFIS推理系统 残差修正 预测
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 理论与实验
• 页码范围: 7-10
• 分类号: TH71
• 字数: 2853字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0771.2011.10.002

摘要

综合利用灰色理论与自适应神经模糊推理系统( ANFIS)建立预测模型的思路,给出了利用自适应神经模糊推理系统对GM(1,1)模型残差进行修正,重构灰色GM(1,1)模型预测值的综合预测方法.选用我国某地区冬季最大电力负荷作为原始数据,用GM(1,1)模型对历年的电力负荷进行建模,并利用自适应神经模糊推理系统对其残差进行修正,使得建模和预测具有更高的准确性和适应性.实验结果及仿真验证表明,加入修正过程的综合模型,其预测效果远优于单纯的灰色模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王江荣	兰州石化职业技术学院信息处理与控制工程系	111	264	7.0	9.0