[1]孙海波,王丽敏. 引入趋势因子的BP模型在股市预测中应用[J]. 统计与决策, 2015(19):87-89.
[2] 李嘉伦. 基于蚁群优化的实时航迹灰色预测[J]. 电光与控制, 2015,22(11):27-29.
[3] 师楠,周苏荃,苏勋文,等. 基于蚁群优化的风电机组绝缘可靠性灰色预测[J]. 沈阳工业大学学报, 2014,36(2):149-153.
[4] 吴开岩,张献州,吴天清. 顾及起算数据误差的多点灰色模型在变形监测中的应用[J]. 测绘科学技术学报, 2016,33(4):351-355.
[5] 吴开岩,张献州,马龙,等. 基于多元整体最小二乘优化的多点灰色动态变形分析模型[J]. 大地测量与地球动力学, 2016,36(8):682-685.
[6] 卢懿. 灰色预测模型的研究及其应用[D]. 杭州:浙江理工大学, 2014.
[7] 朱诗卉,代焕利,王飒,等. RBF神经网络电力负荷预测模型研究[J]. 三峡大学学报(自然科学版), 2013,35(5):46-49.
[8] 何耀耀,许启发,杨善林,等. 基于RBF神经网络分位数回归的电力负荷概率密度预测方法[J]. 中国电机工程学报, 2013,33(1):93-98.
[9] 李程,谭阳红. 电力负荷的RBF神经网络预测[J]. 黑龙江电力, 2010,32(4):253-254.
[10]崔洋,孙银川,常倬林. 短期太阳能光伏发电预测方法研究进展[J]. 资源科学, 2013,35(7):1474-1481.
[11]张发明,王艳旭. 融合系统聚类与BP神经网络的世界碳排放预测模型研究[J]. 数学的实践与认识, 2016,46(1):77-84.
[12]肖枝洪,王明浩. 中国碳排放量的组合模型及预测[J]. 重庆工商大学学报(自然科学版), 2016,33(1):9-15.
[13]吴少华,程朋根,胡智仁. 卡尔曼-非等时距加权灰色线性组合模型探讨[J]. 测绘科学, 2016,41(5):137-142.
[14]江岳春,张丙江,邢方方,等. 基于混沌时间序列GA-VNN模型的超短期风功率多步预测[J]. 电网技术, 2015,39(8):2160-2166.
[15]颜晓娟,龚仁喜,张千锋. 遗传算法寻优的SVM在短期风速预测中的应用[J]. 电力系统保护与控制, 2016,44(9):38-42.
[16]李雅莉. 时序挖掘算法灰色预测模型的分析及应用[J]. 网络安全技术与应用, 2016(3):43-44.
[17]张鹏. 基于SVR的股市预测与择时研究[J]. 重庆文理学院学报(社会科学版), 2016,35(2):148-151. |