中图网

>

数学

>

高等数学

区间数序列的数学模型预测技术

作者：曾祥艳，何芳丽著

出版社：北京交通大学出版社出版时间：2020-08-01

开本： 24cm 页数： 150页

本类榜单：自然科学销量榜

中图价:¥25.4(4.3折) 定价 ~~¥59.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

温馨提示：5折以下图书主要为出版社尾货，大部分为全新（有塑封/无塑封），个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥25.4 加入购物车

版权信息
内容简介
目录
作者简介

区间数序列的数学模型预测技术版权信息

ISBN：9787512141773
条形码：9787512141773 ; 978-7-5121-4177-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
数学
>
高等数学

区间数序列的数学模型预测技术内容简介

本书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。

区间数序列的数学模型预测技术目录

第1章区间数序列研究概况第2章 GM（1,1）与累积法 2.1 GM（1,1）的建模机理 2.2 累积法 2.2.1 累积和的定义及计算通式 2.2.2 基于累积法的参数估计过程 2.2.3 累积法的性质分析 2.2.4 累积法的几何意义第3章基于序列转换的GM（1,1） 3.1 区间数序列的转换 3.1.1 二元区间数序列 3.1.2 三元区间数序列 3.2 累积法GM（1,1） 3.2.1 建模原理 3.2.2 实例分析第4章基于序列转换的新陈代谢GM（0,N） 4.1 新陈代谢GM（0,N） 4.2 灰色关联度分析 4.3 黄金价格的区间预测 4.4 铁路客运量的区间预测 4.5 邮政业务量的区间预测第5章基于序列转换的ARMA模型 5.1 ARMA模型 5.2 基于序列转换的区间数序列预测过程 5.3 实例分析第6章基于序列转换的支持向量机预测方法 6.1 支持向量机回归理论 6.2 核函数 6.3 区间数序列的转换过程 6.4 实例分析第7章基于整体发展系数的区间数GM（1,1） 7.1 BIGM（1,1）建模过程 7.1.1 整体发展系数的确定 7.1.2 灰作用量的确定 7.1.3 预测公式 7.2 BIGM（1,1）的应用实例 7.3 TIGM（1,1）建模过程 7.3.1 整体发展系数的确定 7.3.2 灰作用量的确定 7.4 TIGM（1,1）的应用实例第8章 BIGM（1,1）和TIGM（1,1）修正 8.1 GM（1,1）的建模条件 8.2 基于马尔可夫预测的修正过程 8.3 马尔可夫修正的应用实例 8.4 基于人工神经网络和支持向量机的修正过程 8.5 人工神经网络和支持向量机修正的应用实例第9章基于整体发展系数的区间数多变量灰色模型 9.1 经典GM（1,N）和GM（0,N）的模型方程 9.2 区间数GM（1,N） 9.3 TIGM（1,N）的预测公式 9.4 参数估计 9.5 全国发电量的区间预测 9.6 消费者价格指数的区间预测 9.7 区间数GM（0,N） 9.8 马尔可夫修正过程 9.9 社会消费品零售总额预测第10章矩阵型GM（1,1） 10.1 面向二元区间数的矩阵型GM（1,1） 10.2 背景值改造 10.3 矩阵型原始差分GM（1,1）和离散GM（1,1） 10.4 四模型的统一预测公式 10.5 面向三元区间数的矩阵型GM（1,1） 10.6 应用实例108 10.7 结果分析第11章矩阵型多变量灰色模型 11.1 区间数灰色关联度 11.2 矩阵型GM（1,N） 11.3 矩阵型GM（0,N） 11.4 MINGM（1,N）实例分析 11.5 MINGM（0,N）实例分析第12章向量自回归和多元线性回归联合模型 12.1 面向区间数序列的向量自回归模型 12.2 面向区间数序列的向量多元线性回归模型 12.3 联合模型 12.4 浙江省工业用电量的区间预测 12.5 全国用电量的区间预测参考文献

展开全部