基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
考虑新旧数据对预测效果具有不同影响,对原始数据建立了一种改进的滑动平均预处理方法.在此基础上,通过引入遗忘因子对新旧数据进行不同加权,提出了渐消记忆离散GM(1,1)模型.针对GM(1,1)模型求解计算开销大的问题,给出一种渐消记忆离散GM(1,1)模型的在线实时递推预测算法.将该模型及递推算法用于交通事故预测和区域货物周转量预测,结果表明渐消记忆离散GM(1,1)模型加强了模型的实时跟踪能力,在避免矩阵求逆的同时,提高了预测精度.
推荐文章
离散GM(1,1)模型在服装流行色预测中的应用
服装流行色
GM(1,1)模型
离散GM(1,1)模型
HSV色彩体系
量化预测
基于离散GM(1,1)模型的武器备件故障率预测研究
GM(1,1)模型
离散GM(1,1)模型
预测
备件故障率
GM(1,1)模型的改进及应用
GM(1,1)模型
模拟
增速
基于GM(1,1,μ,ν)模型的股指预测
灰色模型
GM(1,1)模型
股指预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 渐消记忆离散GM(1,1)模型及其递推算法
来源期刊 计算机科学与探索 学科 社会科学
关键词 离散GM(1,1)模型 浙消记忆 递推算法 预测
年,卷(期) 2011,(10) 所属期刊栏目 人工智能
研究方向 页码范围 252-255
页数 分类号 C931
字数 4466字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙棣华 重庆大学自动化学院 114 1749 23.0 35.0
5 刘卫宁 重庆大学信息物理社会可信服务计算教育部重点实验室 50 996 18.0 31.0
9 赵敏 重庆大学自动化学院 64 882 15.0 26.0
13 樊万梅 重庆大学自动化学院 4 10 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (406)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(17)
  • 参考文献(0)
  • 二级参考文献(17)
2001(12)
  • 参考文献(0)
  • 二级参考文献(12)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(20)
  • 参考文献(0)
  • 二级参考文献(20)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(16)
  • 参考文献(2)
  • 二级参考文献(14)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(6)
  • 参考文献(3)
  • 二级参考文献(3)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
离散GM(1,1)模型
浙消记忆
递推算法
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导