检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于自组织数据挖掘的房地产影响因素分析

统计与决策 2005年第1X期21卷 142-143页

作者：任萍宋伟刘武四川大学工商管理学院四川农业大学经管系四川都江堰611830 清华大学信息网络工程研究中心

本文利用自组织数据挖掘中的gmdh算法,建立一个反映房地产销售面积变化的最优复杂性模型,分析影响房地产发展的主要因素,为制定相关的宏观经济政策提供理论指导和依据。

关键词：数据挖掘 gmdh算法最优复莉陛模型收敛

在线全文

学校读者我要写书评

暂无评论

变形预测的一种新方法

桂林工学院学报 2007年第4期27卷 529-532页

作者：潘国荣谷川同济大学测量与国土信息工程系

采用一种新的变形预测方法,即将gmdh神经网络预测方法运用到变形预测中进行短期以及长期预测,并且将预测得到的结果与采用BP神经网络预测得到的结果进行比较.结果表明,gmdh神经网络是一种比较好的预测方法,在变形预测中具有一定的实用性.

关键词： gmdh算法神经网络变形预测 BP神经网络

在线全文

学校读者我要写书评

暂无评论

智能交通系统下的信号控制及流量预测研究

智能交通系统下的信号控制及流量预测研究

作者：雷稳南京航空航天大学

学位级别：硕士

社会的发展和生活水平的提高,使得人们对出行要求越来越高,越来越多的人开始拥有机动车辆,导致了明显的交通拥堵问题,给城市道路交通运行带来了很大的挑战。如何更加有效地对道路交叉口进行信号控制以保证交通系统顺畅运行的问题越来越... 详细信息

社会的发展和生活水平的提高,使得人们对出行要求越来越高,越来越多的人开始拥有机动车辆,导致了明显的交通拥堵问题,给城市道路交通运行带来了很大的挑战。如何更加有效地对道路交叉口进行信号控制以保证交通系统顺畅运行的问题越来越受到学者们的重视。本文围绕交叉口信号控制问题,完善或者设计相应的评价指标,以得到更加适用的配时方案来充分提高交叉口的通行效率。此外,为了真正地将交叉口的信号控制达到实时性和主动性,本文还对短时交通流预测问题进行了研究。具体内容如下:首先介绍了本课题的研究背景及研究意义,对交通系统的发展进行了阐述,对一些典型的交通系统的信号控制原理进行了介绍,总结了交叉口信号控制以及短时交通流量预测的研究现状,最后给出本文的主要工作内容。然后,针对非均匀车流道路交叉口的信号控制问题进行了研究。以干道交叉口为例,制定了平均延误为指标的实时优化策略。车辆由于受到上游交叉口信号控制而集聚为车队,并以车队形式从上游交叉口驶向下游交叉口。车队到达下游交叉口的时间不同,对应的延误类型就不同。根据模糊建模,将各种到达类型的延误基于隶属度函数设计进行整合,得到模糊综合的延误模型。以此为基础,通过干道绿波设置和车流分布分析,定义了主流车队,解决了模型中车队到达时间这一参数的确定问题,使得模糊综合的延误模型在信号控制中的应用切实可行。在优化过程中,针对传统算法爬山法容易陷入局部最小值的问题对其进行了改进,提高了全局寻优能力。之后,针对均匀车流道路交叉口信号控制问题进行了研究,选择了平均车辆延误、停车率以及交叉口通行能力三个常见指标来制定多目标优化策略。基于已经总结出来的关于交叉口信号控制的经验知识,给出了一种对各个指标重视程度的分配方案,并根据交通状态分别设计了对应的优化指标,避免了直接进行多目标优化求解带来的多解问题。使用遗传算法进行仿真计算的结果表明,所提出的评价指标是有效可行的,有利于提高交叉口的信号控制效率。最后,对目前交叉口信号控制现状的实时性进行了分析,由于车辆的离散性,基于检测器采集流量数据来服务于交叉口信号控制的自适应方案并不能真正地做到控制的实时性和主动性,对于车流变化剧烈的交叉口其信号控制效果很差。基于此,提出了基于小波分解和gmdh算法的短时交通流量实时预测方法,综合了小波分解对数据信息强大的处理能力以及gmdh算法对复杂多变量系统强大的建模能力,提高了短时交通流的预测精度。

关键词：交通控制系统交叉口信号控制优化控制短时交通流量预测 gmdh算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自组织数据挖掘在高炉炉温预测控制中的应用

自组织数据挖掘在高炉炉温预测控制中的应用

作者：贺诗波浙江大学

学位级别：硕士

钢铁是现代人类社会使用的最广泛和最重要的材料之一,是国民经济持续发展的基础。高炉炼铁是钢铁工业的上游主体工序,它的发展直接关系到后续工序的发展,且对钢铁工业的节能降耗起着重要作用。然而,由于高炉是一个极其复杂的系统,其运... 详细信息

钢铁是现代人类社会使用的最广泛和最重要的材料之一,是国民经济持续发展的基础。高炉炼铁是钢铁工业的上游主体工序,它的发展直接关系到后续工序的发展,且对钢铁工业的节能降耗起着重要作用。然而,由于高炉是一个极其复杂的系统,其运行机制往往具有非线性、时滞、高维、大噪声、分布参数等特性,至今对其运行机理尚未能深入了解。高炉冶炼过程的这种复杂性,增加了其过程控制自动化的难度。一直以来,冶金自动化领域都没有攻克这个技术难题。在非平稳炉况下对高炉炉温进行预测和控制,则是这个难题的重要组成部分,更是当代冶金科技发展的前沿课题。本文以包钢6#高炉（2500m）在线采集的数据为研究对象,针对现有炉温预测模型的种种不足,在科学分析的基础上,第一次提出在高炉系统中用自组织数据挖掘方法进行系统分析和建模。这种方法集合神经网络、遗传算法和回归分析的相应优点,能在给定系统输入和模型选择准则（外准则）后自动进行模型的筛选,并且能充分考虑变量之间的相互影响。经过在高炉现场的大量调研,并结合实际经验和相关理论给出了影响系统的输入变量、中间网络的传递函数和模型选择准则。应用自组织数据挖掘的参数gmdh算法,得到了一个自动生成的高炉炉温预测控制模型。实际应用中,这个模型有着较好的预测命中率。并且由于模型中考虑到变量之间的相互影响,此模型也可以作为高炉系统分析的基础。接着用自组织数据挖掘的非参数方法对系统进行了研究,得出了非参数方法在高炉系统应用的优缺点。因此,引入自组织数据挖掘算法对于解析高炉系统运行的机理提供了一个非常有力的工具。本文以高炉冶炼现场的实际需要为根本出发点,以数学理论、高炉冶炼过程的工艺机理为基础,对高炉运行过程进行了详细的分析。实践表明,本文建立的数学模型对指导高炉炼铁生产实践,进一步研究高炉系统具有重要的理论价值。

关键词：高炉炼铁自组织数据挖掘 gmdh算法 AC算法系统分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中小商贸流通企业景气指数的构建和预测研究

中小商贸流通企业景气指数的构建和预测研究

作者：杨喜霖山西财经大学

学位级别：硕士

中小商贸流通企业,在餐饮、批发、零售等行业都有很大的分布,给人们的日常生活带来了很大的方便,为国家的繁荣和发展做出了自己的努力。当前中小商贸流通企业已占到了全国中小企业的78.5%,在国家经济和社会发展过程中发挥着非常关键的... 详细信息

中小商贸流通企业,在餐饮、批发、零售等行业都有很大的分布,给人们的日常生活带来了很大的方便,为国家的繁荣和发展做出了自己的努力。当前中小商贸流通企业已占到了全国中小企业的78.5%,在国家经济和社会发展过程中发挥着非常关键的作用。但随着复杂的经济形势不断变化,经济模式持续变更,中小商贸流通企业也发生着诸多变化。本文的研究目的正是为了建立一套合适的指标体系,编制并分析中小商贸流通企业景气指数,分析预测其发展走势。首先,本文分析了近年来我国中小商贸流通企业的总体发展状况,研究发现近年来我国中小商贸流通企业单位数持续增长,对促进就业贡献显著,发展基本保持平衡,但是企业经营效益有所下降。同时,对商贸流通业区域发展状况进行分析,可以对中小商贸流通企业的发展水平有一个整体的把控。其次,本文从中小商贸流通企业的总体规模、发展水平、流通环境三个方面构建了我国中小商贸流通企业景气指数指标体系,并确认了中小商贸流通企业景气分析的基准指标为社会消费品零售总额,在经过数据预处理后,结合时差相关分析、K-L信息量及峰谷对应三种方法,将所选择的指标划分为先行指标、一致指标和滞后指标并确定各指标的权重。在此基础上,分别计算领先、一致和滞后指标组的扩散指数和合成指数,研究先行指数的领先程度和一致指数对先行指数的脉冲响应。结果显示,扩散指数和合成指数的分析结果基本一致,中小商贸流通企业的景气指数处于景气状态,先行指数大约比一致指数领先一年,先行指数在第4期左右对一致指数产生同向冲击,且冲击力度达到峰值,之后逐步减弱,具有明显的持续性。最后,使用gmdh、Rgmdh神经网络法、ARIMA模型和ETS模型分别对中小商贸流通企业景气指数未来5期的变化趋势进行预测,并比较分析了这四种预测模型的预测效果。结果表明,基于gmdh与Rgmdh两种人工神经网络方法的预测结果,其误差较小,具有较好的预测效果。

关键词：中小商贸流通企业扩散指数合成指数 gmdh算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自组织数据挖掘在股票市场中的应用研究

自组织数据挖掘在股票市场中的应用研究

作者：黄敏电子科技大学

学位级别：硕士

在信息技术迅速发展的背景下,随着上市公司数量的逐年增多以及我国股票市场信息披露制度的逐步完善,我国股票市场中累积了越来越多的数据。如何从这些数据中获得有用的信息,这是广大投资者关心的一个问题。作为股票市场数据分析的常用方... 详细信息

在信息技术迅速发展的背景下,随着上市公司数量的逐年增多以及我国股票市场信息披露制度的逐步完善,我国股票市场中累积了越来越多的数据。如何从这些数据中获得有用的信息,这是广大投资者关心的一个问题。作为股票市场数据分析的常用方法,传统计量经济学在模型的设定和假设条件上存在着局限。因此本文引入了自组织数据挖掘。自组织数据挖掘在进化论自组织原理的基础上,以gmdh算法为核心,实现数据挖掘过程的自组织控制,与其他方法相比具有自组织模式识别和自组织筛选等优点。本文阐述了自组织数据挖掘的基本思想,并介绍了自组织数据挖掘中的两种算法——参数自组织数据挖掘gmdh算法和非参数自组织数据挖掘AC算法。根据股票市场上两类数据的不同特点,我们分别采用了gmdh算法和AC算法对数据进行挖掘,并进行了实证研究。将gmdh算法应用于财务数据的挖掘,预测上市公司的财务危机,实证结果表明基于gmdh的上市公司财务预测模型,预测准确率优于判别分析和Logit回归分析,显示出gmdh在模型识别和模型推广能力上具有它独特的优越性。将AC算法用于预测股价的发展趋势,是从局部的角度来挖掘交易数据中的信息,有别于以往传统计量经济学的全局性模型。实证结果表明,AC算法股价趋势预测有着良好的预测效果。同时通过实证还发现,与固定时间窗口相比,通过形态理论来选择时间窗口的预测效果更好,可以说形态理论的应用,提高了AC算法在股价趋势预测上的准确性,显示出该方法的可行性和实用性。不论是参数型还是非参数型的自组织数据挖掘,本文的实证研究为其在股票市场中的应用提供了切实可行的经验。同时为投资者挖掘股票市场的数据信息,认识股票市场规律、正确进行管理和投资提供了有效的分析技术,对丰富和创新股票市场的预测方法和手段具有重要的现实意义。

关键词：自组织数据挖掘 gmdh算法 AC算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据挖掘在经济预测中的应用研究

数据挖掘在经济预测中的应用研究

作者：唐志恩电子科技大学

学位级别：硕士

近年来,随着计算机技术、Internet、信息技术和数据库技术的迅速发展,计算机在各行业的应用也越来越广泛,产生了大量的数据,积累的数据越来越多。海量的数据里面隐藏着许多重要的信息,但目前的数据库系统无法发现数据内在的联系,无法根... 详细信息

近年来,随着计算机技术、Internet、信息技术和数据库技术的迅速发展,计算机在各行业的应用也越来越广泛,产生了大量的数据,积累的数据越来越多。海量的数据里面隐藏着许多重要的信息,但目前的数据库系统无法发现数据内在的联系,无法根据现有的数据预测未来的发展趋势,导致了“数据爆炸但知识贫乏”的现象。在此形势下,数据挖掘(Data Mining, DM)应运而生。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。经济系统是一个不断演化的、动态的复杂系统,要对我国特有的社会主义市场经济系统实现准确的预测,就必须采用新的预测方法。由乌克兰科学院A. G. Ivakhnenko提出的自组织数据挖掘的方法,应用数据分组处理方法(Group Method Data Handling,gmdh),实现数据挖掘过程的自组织控制,并以客观的方式建立一个最优复杂度模型。自组织数据挖掘过程减少了用户干预,使数据挖掘过程更加自动并使预测结果更客观。本文首先阐述了自组织数据挖掘的基本思想和基本原理,重点分析了自组织数据挖掘的核心算法——gmdh算法,并在此基础上提出了一些改进。应用自组织数据挖掘的方法与技术,自动建立预测模型,对成都市的国内生产总值(GDP)等经济指标作了预测,并进行分析。以上应用证明了自组织数据挖掘方法在短期预测经济中取得了良好的效果。同时也有效地减少用户在建模过程中的干预,提高了建模的质量。

关键词：数据挖掘自组织经济预测 gmdh算法

自组织多项式网络算法在油气产能定量预测中应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

成都理工大学学报（自然科学版） 1998年第S1期28卷 59-64页

作者：胡文艳汪徐焱舒雅琴曾锦光四川石油管理局地质勘探研究院成都理工学院应用数学系

油气定量预测中复杂函数的拟合与逼近一直是人们关注的热点之一。文章利用神经网络方法结合自组织理论设计了用于非线性模型描述的自组织多项式网络算法，该算法特征多项式的完全描述性和自组织功能，使其在用于陕甘宁中部气田油气产能... 详细信息

油气定量预测中复杂函数的拟合与逼近一直是人们关注的热点之一。文章利用神经网络方法结合自组织理论设计了用于非线性模型描述的自组织多项式网络算法，该算法特征多项式的完全描述性和自组织功能，使其在用于陕甘宁中部气田油气产能定量预测中取得了较为理想的效果。

关键词：油气产能 K-G多项式 gmdh算法神经网络定量预测