为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经......

为了提高船舶航迹预测的精准度和稳定性,提出一种基于差分自回归移动平均模型和双向循环神经网络的组合预测方法,利用ARIMA模型对......

针对传统GM(1,1)模型中的缺陷,通过引入时间变量构建缓冲算子,重构背景值,优化残差等方式对传统GM(1,1)模型进行改进.以某大坝测点......

为了应对全球变暖和资源枯竭等环境问题,发展低碳经济、建立碳排放交易市场迫在眉睫.碳排放交易价格作为影响政府和企业决策的关键......

为了应对全球变暖和资源枯竭等环境问题,发展低碳经济、建立碳排放交易市场迫在眉睫。碳排放交易价格作为影响政府和企业决策的关......

在非对称、非正定满阵线性方程组的求解过程中,本文以高斯迭代为基础,提出一种残差优化的迭代法.该法在迭代收敛过程中,残差单调下......

针对传统GM(1,1)预测模型在大坝位移拟合及预测中的不足,通过采用混合蛙跳算法优化背景值、平滑系数,寻找最优定解条件及残差优化......

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优......

为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average,ARIMA)模型与BP神经网络组......