新書推薦：
《
革命与反革命：社会文化视野下的民国政治（近世中国丛书）
》
售價：NT$
435.0
《
画楼：《北洋画报》忆旧（年轮丛书）
》
售價：NT$
1573.0
《
大国脊梁：漫画版
》
售價：NT$
374.0
《
跟着渤海小吏读历史：大唐气象（全三册）
》
售價：NT$
989.0
《
心智的构建：大脑如何创造我们的精神世界
》
售價：NT$
352.0
《
美国小史（揭秘“美国何以成为美国”，理解美国的经典入门读物）
》
售價：NT$
352.0
《
中国古代北方民族史丛书——东胡史
》
售價：NT$
576.0
《
巨人传（插图珍藏本）
》
售價：NT$
3289.0
|
| 編輯推薦： |
《区间数序列的数学模型预测技术》反映了作者及其团队多年来在区间数序列预测方面的研究积累，主要从四个研究方向给出了区间数序列的预测模型的建立方法。
1 将区间数序列转换为含有等价信息的精确数序列，先基于经典时间序列预测模型对转换后的精确数序列进行预测，再还原得到区间数序列的预测值。这些经典时间序列预测模型包括：单变量灰色模型 GM1,1、多变量灰色模型 新陈代谢GM0,N 、自回归移动平均 ARMA 模型、支持向量机 SVM。
2 序列转换方法没有在实质上改变上述经典模型的适用序列 为了在实质上使单变量灰色模型 GM1,1 和多变量灰色模型 GM0,N 与GM1,N的适用序列改为区间数序列，我们改进这些模型的参数取值形式，引入整体发展系数，将其取为区间数的几个界点序列的发展系数的加权均值，反映区间数序列的整体发展趋势，再引入取为区间数的补偿系数 这种引入整体发展系数的方法可以使灰色模型能直接对区间数序列建模。
3 整体发展系数忽略了区间数各个界点序列单独的发展趋势，对于振荡型区间数序列的预测效果不佳，我们在此基础上引入马尔可夫、人工神经网络、支持向量机等预测方法，对整体发展系数
|
| 內容簡介： |
|
《区间数序列的数学模型预测技术》主要论述二元区间数序列和三元区间数序列的几种数学模型预测方法，内容主要有七个方面：基于序列转换的灰色模型；基于整体发展系数的灰色模型；区间预测的误差修正方法；矩阵型单变量灰色模型；矩阵型多变量灰色模型；自回归移动平均模型；线性回归模型 。
|
| 關於作者： |
|
曾祥艳，桂林电子科技大学数学与计算科学学院，副教授，硕士生导师
|
| 目錄：
|
目 录
第1章区间数序列研究概况1
第2章GM1,1与累积法5
2.1GM1,1的建模机理5
2.2累积法7
2.2.1累积和的定义及计算通式8
2.2.2基于累积法的参数估计过程9
2.2.3累积法的性质分析10
2.2.4累积法的几何意义11
第3章基于序列转换的GM1,113
3.1区间数序列的转换13
3.1.1二元区间数序列13
3.1.2三元区间数序列13
3.2累积法GM1,114
3.2.1建模原理14
3.2.2实例分析17
第4章基于序列转换的新陈代谢GM0,N21
4.1新陈代谢GM0,N21
4.2灰色关联度分析22
4.3黄金价格的区间预测23
4.4铁路客运量的区间预测29
4.5邮政业务量的区间预测31
第5章基于序列转换的ARMA模型35
5.1ARMA模型35
5.2基于序列转换的区间数序列预测过程37
5.3实例分析38
第6章基于序列转换的支持向量机预测方法43
6.1支持向量机回归理论43
6.2核函数46
6.3区间数序列的转换过程48
6.4实例分析48
第7章基于整体发展系数的区间数GM1,151
7.1BIGM1,1建模过程51
7.1.1整体发展系数的确定51
7.1.2灰作用量的确定53
7.1.3预测公式54
7.2BIGM1,1的应用实例56
7.3TIGM1,1建模过程58
7.3.1整体发展系数的确定58
7.3.2灰作用量的确定60
7.4TIGM1,1的应用实例61
第8章BIGM1,1和TIGM1,1修正64
8.1GM1,1的建模条件64
8.2基于马尔可夫预测的修正过程65
8.3马尔可夫修正的应用实例68
8.4基于人工神经网络和支持向量机的修正过程75
8.5人工神经网络和支持向量机修正的应用实例77
第9章基于整体发展系数的区间数多变量灰色模型82
9.1经典GM1,N和GM0,N的模型方程82
9.2区间数GM1,N83
9.3TIGM1,N的预测公式85
9.4参数估计86
9.5全国发电量的区间预测89
9.6消费者价格指数的区间预测91
9.7区间数GM0,N93
9.8马尔可夫修正过程95
9.9社会消费品零售总额预测96
第10章矩阵型GM1,199
10.1面向二元区间数的矩阵型GM1,199
10.2背景值改造101
10.3矩阵型原始差分GM1,1和离散GM1,1103
10.4四模型的统一预测公式105
10.5面向三元区间数的矩阵型GM1,1107
10.6应用实例10810.7结果分析112
第11章矩阵型多变量灰色模型114
11.1区间数灰色关联度114
11.2矩阵型GM1,N115
11.3矩阵型GM0,N118
11.4MINGM1,N实例分析119
11.5MINGM0,N实例分析120
第12章向量自回归和多元线性回归联合模型126
12.1面向区间数序列的向量自回归模型126
12.2面向区间数序列的向量多元线性回归模型129
12.3联合模型132
12.4浙江省工业用电量的区间预测133
12.5全国用电量的区间预测138
参考文献145
|
| 內容試閱：
|
前 言
许多具有时刻波动性的数据的年度、季度、月度甚至每一天的值都不适合只用一个精确数或总量、均值来表示，会丢失很多信息，而二元区间数包含了系统特征的变化范围，三元区间数还多了中间的一个偏好值，比精确数包含了更多的有用信息 本书将许多经典的时间序列预测模型的适用范围由精确数序列拓广到区间数序列，丰富了区间序列的预测方法 研究方法上以序列转换、整体发展系数或矩阵型参数设置为主要的建模思路，应用上强调方法在工程技术和经济管理中的应用背景和应用技术等 所列模型和预测方法具有很好的应用价值，可以广泛应用于工程技术、经济管理等领域。全书反映了作者及其团队多年来在区间数序列预测方面的研究积累，主要从四个研究方向给出了区间数序列的预测模型的建立方法。
本书由曾祥艳总体策划、主要编写和统一定稿，其中曾祥艳执笔了第1~11章，何芳丽执笔了第12章 此外，王旻燕和张鸣等学生也做了大量工作
本书出版得到了国家自然科学基金 项目编号：71801060、广西区自然科学基金项目 项目编号：2017GXNSFBA198182 的资助
由于作者水平有限，书中难免存在不足之处，恳请读者批评指正！
著者
2020年5月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
