请问贝叶斯结构方程回归方程为基函数,能否建立一个二元的回归方程,就是说有两个自变量

豆丁微信公众号
君,已阅读到文档的结尾了呢~~
模糊综合评判在招投标过程中的应用研究研究,投标,程序,中的应用,招投标中,招投标,招标投标,模糊评判法,模糊评判
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
模糊综合评判在招投标过程中的应用研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口基于MCMC的分位回归GARCH模型的贝叶斯分析--《海南大学学报(自然科学版)》2015年02期
基于MCMC的分位回归GARCH模型的贝叶斯分析
【摘要】:基于最小一乘方法提出了一类分位回归GARCH模型的2步估计方法,并且基于双指数分布和非对称Laplace分布构建了GARCH模型的似然函数,选择扩散先验分布,实现了对模型的贝叶斯估计.仿真分析发现基于最小一乘方法的贝叶斯分位回归方法可以全面有效地实现对GARCH模型的估计.
【作者单位】:
【基金】:
【分类号】:O212.8
欢迎:、、)
支持CAJ、PDF文件格式,仅支持PDF格式
【共引文献】
中国期刊全文数据库
曾惠芳;熊培银;;[J];贵州大学学报(自然科学版);2014年04期
张建同;王萍;;[J];数量经济研究;2013年02期
曾惠芳;熊培银;;[J];中国管理科学;2013年S1期
曾惠芳;熊培银;;[J];延边大学学报(自然科学版);2014年02期
黄意球;徐飏;王艳;;[J];应用数学学报;2014年05期
黄金山;陈敏;;[J];应用数学学报;2014年06期
Jin-shan HUANG;Wu-qing WU;Zhao CHEN;Jian-jun ZHOU;;[J];Acta Mathematicae Applicatae S2015年03期
中国重要会议论文全文数据库
曾惠芳;熊培银;;[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集(上)[C];2013年
中国硕士学位论文全文数据库
李小辉;[D];华北电力大学;2013年
王琳;[D];哈尔滨工业大学;2013年
由承姬;[D];哈尔滨理工大学;2014年
徐秋爽;[D];华侨大学;2013年
阙俊峰;[D];华东交通大学;2014年
王贶;[D];辽宁师范大学;2014年
郭鹏妮;[D];哈尔滨工业大学;2014年
许璐璐;[D];复旦大学;2013年
周云丽;[D];合肥工业大学;2014年
刘春丽;[D];哈尔滨理工大学;2015年
【相似文献】
中国期刊全文数据库
周少甫;王亦奇;;[J];统计与决策;2007年22期
任枫;汪波;段晶晶;;[J];系统工程;2009年07期
朱慧明;李峰;杨锦明;;[J];运筹与管理;2007年04期
徐颖;张春雷;;[J];统计与决策;2009年10期
沈霞;赵国印;王利粉;;[J];太原师范学院学报(自然科学版);2010年03期
朱慧明;郝立亚;虞克明;曾惠芳;李素芳;;[J];中国管理科学;2011年03期
胡海;甘登文;汪文义;丁树良;符华均;;[J];江西师范大学学报(自然科学版);2012年06期
;[J];;年期
;[J];;年期
;[J];;年期
&快捷付款方式
&订购知网充值卡
400-819-9993基于稀疏贝叶斯学习方法的回归与分类在电力系统中的预测研究--《山东大学》2010年博士论文
基于稀疏贝叶斯学习方法的回归与分类在电力系统中的预测研究
【摘要】:
预测技术是一门复杂的交叉学科,它已经涉及到社会的各个领域,而在电力系统领域中,预测也起着至关重要的作用。不仅仅是电力负荷需要预测,电价、电压充裕性、功角曲线变化、谐波分析、稳定性、故障分类、系统可靠性、运行风险度等都需要进行预测,而这些内容都是回归预测和分类预测的一部分。如何提高预测精度和缩小预测时间是大家最关心的问题,好的预测方法和模型对电力系统的运行与控制、电力系统稳定与保护、电力网络的无功优化调度、电力系统规划运行、发电机组的优化组合、电力市场的交易定价等一系列实际操作问题有着决定性的作用。由于电力系统是一个大规模非线性动态系统,其中必然存在着许多极为复杂的工程计算和非线性优化问题,而且需要很高的时效性,特别是随着电网的不断发展和电力走向市场化,工程师们面临的问题越来越复杂,而人们对电网的安全性和供电可靠性的要求却越来越高。虽然长期以来电力系统自动化研究者一直在寻找高效可靠的方法来解决这些问题,然而电力系统中仍存在许多问题无法得到快速与精确的结果。
与传统的计算方法相比较,人工智能(Artificial Intelligence, AI)法对于复杂的非线性系统问题求解有着不可替代的极大优势。它弥补了传统方法的单纯依靠精确数学求解的不足,解决了某些传统计算方法难于求解或不能解决的问题。由于它具有处理各种非线性的能力,以及容许模型不精确性和参数不确定性等特性,近几年来,人工智能技术的应用研究已经几乎渗透到电力系统和电工技术的所有方面,其中不少研究已有实际应用,人工智能技术必然将在较长的时期内和现有传统数学模型计算方法并存,相互协调地形成各种实用的控制和优化策略。
利用人工智能的核心是内容——机器学习(Machine Learning, ML),将回归分析(Regression Analysis, RA)和模式识别(Pattern Recognition, PR)进行综合分析是本文研究的重点。针对目前机器学习技术在电力系统应用的发展,本文在总结了现有机器学习方法在电力系统应用现状的基础上,引入了全新的以基于概率的稀疏贝叶斯学习理论的机器学习方法在电力系统数据回归和状态分类上的建模研究,改变了过去电力系统中的回归和分类进行各自单独研究的状态,将回归和分类进行了综合预测分析,同时利用数据挖掘(Data Mining,DM)技术、核主成分分析(Kernel Principal Components Analysis, KPCA)、核函数构造、以及粒子群优化(Particle Swarm Optimization, PSO)算法对模型进行改进,经实验和仿真,在电力系统中期负荷预测和暂态稳定评估模型研究上都得到了令人满意的结果,论文的主要研究内容和创新性成果如下:
(1)利用全新的以基于概率学习的稀疏贝叶斯理论机器学习方法及其实用模型:相关向量机(Relevance Vector Machine, RVM),在电力系统数据回归和状态分类两个方面上分别构建了中期负荷预测模型和暂态稳定评估模型,以这两个模型为例子,从机器学习的回归和分类两方面进行全面验证。在同等条件下,与当前最流行的支持向量机(Support Vector Machine, SVM)模型和径向基人工神经网络(Radial Basis Function Artificial Neural Nets, RBF-ANN)模型相比都得到了更好的结果,由于其算法的高稀疏性和基于概率学习的结构,相关向量机不仅得到了很高的预测精度,而且与支持向量机相比它大大减少了核函数参与预测计算的数量,减少了预测计算时间,并且可以提供概率性预测和任意使用核函数等优点。可以预见,相关向量机在电力系统预测控制中有着非常广阔的应用前景,特别是其概率性预测和超高的稀疏性所带来的快速计算特点,对电力系统在线计算和分级控制策略的形成有着非常大实用价值。
(2)针对电力系统庞大的日负荷曲线时间序列数据库,提出了基于时间序列形状相似的多重聚类分析方法进行数据挖掘预处理。利用基于欧式距离分析的K-menas聚类方法和基于形状相似度量的凝聚式层次聚类方法对历史负荷数据进行多重聚类分析。该方法能准确对电力系统历史日负荷样本进行符合实际变化规律的分类,并能发现较特殊的日负荷样本。在结合相关向量机回归分析的中期负荷预测模型进行仿真计算后,结果表明使用该方法后在降低了输入向量空间维数的同时也得到了很好的预测精度。
(3)由于影响电力系统暂态稳定的因素很多,而且SCADA收集到的现场运行数据也是海量的,若直接对如此庞大的数据空间进行分析,不仅造成了“维数灾”而且往往不能取得很好的效果,针对这种情况提出了核主成分分析法对原始输入特征值进行主成分提取,从中剔除大部分不相关的或冗余的特征值。最后利用基于相关向量机分类的暂态稳定评估模型进行仿真比较,结果显示该方法在得到了良好的预测精度的同时,还大大压缩了输入空间。
(4)在相关向量机的核函数构造上创新利用组合核函数的思想,以典型的高斯核函数为基础,分别与之建立多项式核和张量积多维线性样条核的线性组合,并得到相应的组合核函数。为了提高组合核函数模型的效果,本文使用粒子群优化算法对组合核函数的核参数进行自动寻优,排除人为主观因素的影响,得到最优的核参数。在相关向量机中期负荷预测与相关向量机暂态稳定评估仿真中,即在机器学习的回归和分类两个方面,相关向量机的组合核函数模型都得到了比单一核函数模型更准确的预测结果,充分说明了利用组合核函数构造法来提高相关向量机预测模型的准确率是行之有效的方法。
【学位授予单位】:山东大学【学位级别】:博士【学位授予年份】:2010【分类号】:TM715;O211.67
欢迎:、、)
支持CAJ、PDF文件格式
【引证文献】
中国硕士学位论文全文数据库
张科;[D];暨南大学;2011年
廉建鑫;[D];太原理工大学;2012年
【参考文献】
中国期刊全文数据库
林飞,刘玉田,邱夕照;[J];电工技术学报;2001年02期
何雨傧,闫桂荣,徐健学,薛模根,盛玮,杨月诚;[J];电工技术学报;1997年05期
吴秀华;朴在林;刘美菊;石敏惠;;[J];电气应用;2007年09期
张宁;韩富春;武天文;柴建中;;[J];电力学报;2006年01期
汪芳宗,何仰赞,陈德树;[J];电力系统自动化;1993年04期
范澍,毛承雄,陆继明;[J];电力系统自动化;2000年08期
毛鹏,张兆宁,林湘宁,孙雅明;[J];电力系统自动化;2002年11期
胡朝阳,孙维真,汪震,王康元,甘德强,韩祯祥;[J];电力系统自动化;2003年22期
康重庆,夏清,张伯明;[J];电力系统自动化;2004年17期
杨波;赵遵廉;陈允平;韩启业;;[J];电力系统自动化;2007年12期
中国博士学位论文全文数据库
褚晓东;[D];山东大学;2006年
【共引文献】
中国期刊全文数据库
石胜利;彭尚平;王旭嘉;;[J];四川建筑科学研究;2006年03期
焦爱华;;[J];安徽电气工程职业技术学院学报;2006年01期
贾德香;韩净;;[J];安徽电气工程职业技术学院学报;2008年03期
熊燕;李艳红;;[J];安徽电气工程职业技术学院学报;2010年03期
侯宜祥;;[J];安徽电气工程职业技术学院学报;2010年03期
唐振军;;[J];安徽电气工程职业技术学院学报;2010年04期
陈晶;杨春玲;郑安豫;;[J];安徽电气工程职业技术学院学报;2011年01期
丁萃华;;[J];山东农业科学;2010年09期
谢新南;;[J];安徽电力;2008年03期
陈茂迁;;[J];安徽电力;2012年01期
中国重要会议论文全文数据库
李晓柯;金翼;孟丽娟;李祥发;;[A];经济策论(下)[C];2011年
刘羿彤;付梦印;高宏斌;;[A];第二十六届中国控制会议论文集[C];2007年
李曙光;;[A];第二十六届中国控制会议论文集[C];2007年
孙妙平;年晓红;;[A];第二十七届中国控制会议论文集[C];2008年
范业坤;梁新荣;;[A];第二十七届中国控制会议论文集[C];2008年
丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;[A];第二十七届中国控制会议论文集[C];2008年
胡伟;侯佑华;徐飞;于骥;;[A];第二十九届中国控制会议论文集[C];2010年
涂启玉;张茂林;;[A];2010年云南电力技术论坛论文集(文摘部分)[C];2010年
吴水军;陈晶;刘明群;杨滔;杨杨;;[A];2010年云南电力技术论坛论文集(优秀论文部分)[C];2010年
刘宝林;;[A];2011年云南电力技术论坛论文集(入选部分)[C];2011年
中国博士学位论文全文数据库
杨莉;[D];哈尔滨工程大学;2010年
汪木兰;[D];合肥工业大学;2010年
撖奥洋;[D];华中科技大学;2010年
吕宁;[D];哈尔滨理工大学;2009年
仲悟之;[D];中国电力科学研究院;2010年
颜湘莲;[D];中国电力科学研究院;2009年
朱少敏;[D];中国电力科学研究院;2010年
汪隆君;[D];华南理工大学;2010年
张璞;[D];华南理工大学;2010年
曲建军;[D];北京交通大学;2011年
中国硕士学位论文全文数据库
鲍红红;[D];山东科技大学;2010年
刘桂珍;[D];山东科技大学;2010年
米帅;[D];山东科技大学;2010年
张力淼;[D];郑州大学;2010年
范不井;[D];郑州大学;2010年
王晓博;[D];郑州大学;2010年
张永锋;[D];郑州大学;2010年
雷聪聪;[D];郑州大学;2010年
王洪亮;[D];郑州大学;2010年
侯永将;[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库
方力智;张翠芳;易芳;;[J];成都大学学报(自然科学版);2009年03期
胡迪;董云峰;;[J];电机与控制学报;2011年09期
胡资斌;朱永利;董卓;;[J];电力科学与工程;2011年07期
杨国鹏;周欣;余旭初;陈伟;;[J];电子学报;2010年12期
李歧强;[J];系统工程;2001年03期
黄德才,郑河荣;[J];系统工程;2003年01期
李孜军;[J];系统工程;2003年05期
吴今培;[J];系统工程;2005年02期
林连雷;姜守达;刘晓东;;[J];哈尔滨工程大学学报;2009年02期
杜卓明;屠宏;耿国华;;[J];计算机工程与应用;2010年07期
中国博士学位论文全文数据库
吴立增;[D];华北电力大学(河北);2005年
刘芳;[D];华中科技大学;2007年
肖燕彩;[D];北京交通大学;2008年
李中;[D];华北电力大学(河北);2010年
中国硕士学位论文全文数据库
裴子春;[D];西华大学;2011年
宫政;[D];华北电力大学;2011年
李绪省;[D];内蒙古科技大学;2010年
田学农;[D];重庆大学;2004年
庞峰;[D];吉林大学;2006年
王子建;[D];华中科技大学;2006年
雷金波;[D];上海交通大学;2008年
段侯峰;[D];北京交通大学;2008年
肖监;[D];贵州大学;2008年
杨崴崴;[D];浙江大学;2008年
【二级参考文献】
中国期刊全文数据库
麻永建;;[J];安徽农业科学;2006年05期
赵海青,牛东晓;[J];保定师范专科学校学报;2002年02期
王保华;[J];北京工商大学学报(社会科学版);2003年05期
董景荣;[J];重庆师范学院学报(自然科学版);2000年02期
李鹰,赵振江,吴松涛;[J];长沙电力学院学报(自然科学版);2003年01期
贺书婕;[J];城市金融论坛;2000年08期
陈亚红,穆钢,段方丽;[J];东北电力学院学报;2002年02期
李红,马新瑜;[J];电测与仪表;2003年02期
程浩忠;[J];电工电能新技术;1996年03期
刘玉田;梁军;杜正春;夏道止;;[J];电工技术学报;1996年05期
中国博士学位论文全文数据库
孙宗海;[D];浙江大学;2003年
仝庆贻;[D];浙江大学;2004年
赵洪山;[D];华北电力大学(河北);2004年
郭鹏;[D];华北电力大学(河北);2004年
中国硕士学位论文全文数据库
张彤;[D];西安电子科技大学;2005年
【相似文献】
中国期刊全文数据库
贾嵘;蔡振华;刘晶;王小宇;杨可;;[J];电网技术;2006年21期
潘锋;储琳琳;张宇俊;;[J];华东电力;2007年11期
潘锋;程浩忠;;[J];供用电;2006年01期
潘锋;汪利华;张敏华;;[J];电气应用;2009年14期
赵春婕;王树勋;;[J];陕西理工学院学报(自然科学版);2010年02期
赵万明;黄彦全;谌贵辉;;[J];电力系统保护与控制;2008年16期
周建萍;郑应平;王志萍;;[J];华东电力;2008年08期
黄训诚;何方国;齐欢;;[J];电力系统保护与控制;2008年18期
金国彬;李玲;林国汉;许志伟;;[J];湖南工程学院学报(自然科学版);2009年01期
叶淳铮;常鲜戎;顾为国;;[J];电力系统保护与控制;2009年14期
中国重要会议论文全文数据库
李欢;罗红霞;朱子义;;[A];中国地理学会2007年学术年会论文摘要集[C];2007年
刘耀年;王浩;何昌浩;何萍;;[A];第十届全国电工数学学术年会论文集[C];2005年
王永春;;[A];第十届全国电工数学学术年会论文集[C];2005年
叶淳铮;常鲜戎;;[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
应自炉;张有为;李景文;;[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
李宏光;姚振汉;;[A];第14届全国结构工程学术会议论文集(第一册)[C];2005年
齐志泉;田英杰;徐志洁;;[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
尹越栋;郭丙君;;[A];中国计量协会冶金分会2008年会论文集[C];2008年
尹越栋;郭丙君;;[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年
毕锦烟;李巍华;;[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
中国重要报纸全文数据库
孟祥武;[N];中国电力报;2006年
国家电监会市场监管部
供稿;[N];中国电力报;2006年
;[N];恩施日报;2006年
陈随有;[N];上海证券报;2006年
李胜永?赵汀;[N];中国电力报;2007年
萧然;[N];人民日报;2008年
李嘉;[N];中国高新技术产业导报;2000年
吴素青;[N];华北电力报;2000年
吴卫东;[N];承德日报;2006年
任春;[N];中国电力报;2008年
中国博士学位论文全文数据库
段青;[D];山东大学;2010年
赵洪山;[D];华北电力大学(河北);2004年
周建旭;[D];河海大学;2006年
汤奕;[D];哈尔滨工业大学;2006年
刘洪波;[D];华北电力大学(河北);2007年
关宏亮;[D];华北电力大学(河北);2008年
任江波;[D];哈尔滨工业大学;2007年
朱旭凯;[D];华北电力大学(北京);2008年
张艳军;[D];哈尔滨工业大学;2008年
张鹏翔;[D];华中科技大学;2004年
中国硕士学位论文全文数据库
蔡勇;[D];华中科技大学;2007年
叶淳铮;[D];华北电力大学(河北);2009年
赵万明;[D];西南交通大学;2008年
赵榈;[D];广西大学;2012年
萨其日娜;[D];东北电力大学;2010年
刘俊顺;[D];华南理工大学;2011年
章剑峰;[D];浙江大学;2004年
欧阳帆;[D];湖南大学;2005年
于赞梅;[D];华北电力大学(河北);2007年
夏超;[D];西安理工大学;2006年
&快捷付款方式
&订购知网充值卡
400-819-9993您的位置: &
高斯过程回归方法综述
优质期刊推荐他的最新文章
他的热门文章
您举报文章:
举报原因:
原文地址:
原因补充:
(最多只允许输入30个字)

我要回帖

更多关于 贝叶斯判别函数 的文章

 

随机推荐