基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

查看全文 作　　者：[1]王江荣

机构地区：[1]兰州石化职业技术学院信息处理与控制工程系,兰州730060

出　　处：《计量技术》索引2011年第10期,共4页

基　　金：甘肃教育厅科研项目(1015B-7) 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。 关键词：灰色理论 GM(1,1)模型 ANFIS推理系统残差修正预测

相关文献

参考文献（7）
引证文献（12）
耦合文献（157）

参考文献(7)

引证文献(12)

耦合文献(157)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

参考文献(7)

引证文献(12)

耦合文献(157)

用户提示