基于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用

定　價(jià)：￥128.00

作　者：	王建州等著
出版社：	科學(xué)出版社
叢編項(xiàng)：	經(jīng)濟(jì)統(tǒng)計(jì)學(xué)前沿問(wèn)題研究叢書
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787030680747	出版時(shí)間：	2021-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	201	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　利用時(shí)間序列預(yù)測(cè)技術(shù)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可以推測(cè)事物發(fā)展的未來(lái)趨勢(shì)。然而傳統(tǒng)的時(shí)間序列預(yù)測(cè)技術(shù)模型構(gòu)建簡(jiǎn)單，對(duì)于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預(yù)測(cè)理論解決時(shí)間序列分析與預(yù)測(cè)問(wèn)題，是近年來(lái)的研究熱點(diǎn)之一。《基于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》闡述了基于群智能優(yōu)化算法的預(yù)測(cè)理論和方法的研究與應(yīng)用問(wèn)題，主要包括數(shù)據(jù)預(yù)處理技術(shù)、預(yù)測(cè)技術(shù)和優(yōu)化技術(shù)。同時(shí)，《基于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》結(jié)合多個(gè)案例介紹了不同模型在時(shí)間序列方面的應(yīng)用，以及全面詳細(xì)的算法對(duì)比結(jié)果分析?！痘谌褐悄軆?yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》是一本良好的時(shí)間序列分析與預(yù)測(cè)研究工具書，融入了作者對(duì)時(shí)間序列分析與預(yù)測(cè)技術(shù)的創(chuàng)新和貢獻(xiàn)。

作者簡(jiǎn)介

暫缺《基于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》作者簡(jiǎn)介

圖書目錄

目錄
第1章緒論 1
第一篇數(shù)據(jù)預(yù)處理技術(shù)
第2章基于EMD的預(yù)處理技術(shù) 9
2.1 EMD 9
2.2 EEMD 11
2.3 CEEMD 14
2.4 CEEMDAN 15
2.5 VMD 17
第3章基于SSA的預(yù)處理技術(shù) 20
3.1 概述 20
3.2 SSA的基本策略 20
3.3 SSA偽代碼 21
第4章基于WT的預(yù)處理技術(shù) 24
4.1 概述 24
4.2 WT的基本思想 24
4.3 常見(jiàn)的小波 25
4.4 WT的優(yōu)缺點(diǎn) 26
4.5 WT偽代碼 27
第二篇預(yù)測(cè)技術(shù)
第5章統(tǒng)計(jì)模型 31
5.1 指數(shù)平滑模型 31
5.2 ARIMA模型 32
5.3 SVM模型 33
第6章神經(jīng)網(wǎng)絡(luò)模型 37
6.1 BPNN 37
6.2 ENN 38
6.3 ELM 41
6.4 WNN 44
6.5 GRNN 48
第7章灰色模型 51
7.1 概述 51
7.2 GM（1，1）模型 52
7.3 GM（1，N）模型 55
第8章 FTS模型 58
8.1 概述 58
8.2 區(qū)間劃分方法 58
8.3 FTS的基礎(chǔ)理論 61
第三篇優(yōu)化技術(shù)
第9章單目標(biāo)優(yōu)化算法 65
9.1 BA 65
9.2 FA 72
9.3 CS算法 80
9.4 MFO算法 89
第10章多目標(biāo)優(yōu)化算法 93
10.1 MOPSO算法 93
10.2 MOGA 98
10.3 MOGWO 103
10.4 MOGOA 109
第四篇案例應(yīng)用
第11章基于數(shù)據(jù)分解的混合模型的研究及在電力負(fù)荷預(yù)測(cè)中的應(yīng)用 117
11.1 概述 117
11.2 方法 117
11.3 混合模型的提出 121
11.4 實(shí)驗(yàn) 124
11.5 小結(jié) 134
第12章基于群智能優(yōu)化算法和人工智能模型的混合模型的研究及在風(fēng)速預(yù)測(cè)與風(fēng)能評(píng)估中的應(yīng)用 136
12.1 概述 136
12.2 模型構(gòu)建 136
12.3 實(shí)驗(yàn) 140
12.4 模型的預(yù)測(cè)準(zhǔn)確性討論 151
12.5 小結(jié) 153
第13章基于分解與集成策略和FTS的混合風(fēng)速預(yù)測(cè)系統(tǒng) 154
13.1 概述 154
13.2 方法 154
13.3 數(shù)據(jù)描述和設(shè)置 156
13.4 分析和討論 159
13.5 參數(shù)的敏感性分析 167
13.6 1小時(shí)間隔的進(jìn)一步實(shí)驗(yàn) 169
13.7 小結(jié) 170
第14章基于多目標(biāo)優(yōu)化的多步前向電力負(fù)荷預(yù)測(cè)組合模型的研究與應(yīng)用 172
14.1 概述 172
14.2 方法 172
14.3 實(shí)驗(yàn)和分析 175
14.4 討論 180
14.5 小結(jié) 186
參考文獻(xiàn) 188