分数阶灰色模型理论及应用

图书标准信息

• 作者 毛淑华；高明运；肖新平
• 出版社 科学出版社
• 出版时间 2022-10
• 版次 31
• ISBN 9787030731081
• 定价 128.00元
• 装帧 其他
• 开本 16开
• 页数 288页
• 字数 348千字

【内容简介】

本书重点介绍分数阶灰色模型的基本理论和应用，集中反映作者及其团队多年来在分数阶累加灰色模型和分数阶导数灰色模型方面的理论及应用方面的研究积累，同时吸收国内外同行相关的**研究成果，系统展示分数阶灰色模型的前沿发展动态。《BR》　　全书共5章，包括分数阶灰色模型研究进展、分数阶灰色模型理论基础、分数阶单变量灰色模型、分数阶多变量灰色模型、分数阶非线性灰色模型等，附录包含本书中的几个主要分数阶灰色模型用到的Python代码。书中绝大部分内容为作者及其团队的研究成果。

【目录】

丛书序

前言

章分数阶灰模型研究进展

1.1分数阶累加灰模型研究进展

1.2分数阶导数灰模型研究进展

1.3文献评述

第2章分数阶灰模型理论基础

2.1灰生成

2.1.1灰生成定义

2.1.2灰生成的矩阵形式

2.2分数阶灰生成

2.2.1分数阶累加生成

2.2.2caputo型分数阶导数与差分

2.3gm（1,1）模型

2.3.1gm（1,1）模型的定义

2.3.2gm（1,1）模型的矩阵表示

2.4灰关联度

2.5缓冲算子

2.5.1弱化算子作用下gm模型参数的矩阵估计形式

2.5.2其他类型缓冲算子与还原误差研究

2.5.3强化缓冲算子概念

2.5.4强化算子的矩阵形式及其属

2.5.5强化算子作用下gm（1,1）模型参数的矩阵估计形式

2.5.6实例分析

2.6累加生成算子凸凹

2.6.1ago序列的凸

2.6.2反向累加生成序列的凸

2.6.3广义ago的凸

2.6.4实例分析

2.7智能算简介

2.7.1鲸鱼算

2.7.2量子粒子群优化算

2.7.3灰狼优化

第3章分数阶单变量灰模型

3.1分数阶累加gm（1,1）模型

3.1.1分数阶累加gm（1,1）模型的级比界区

3.1.2分数阶累加gm（1,1）模型应用

3.2离散分数阶累加灰模型

3.2.1离散分数阶累加m（1,1,d）模型定义

3.2.2分数阶累加gm（1,1）与分数阶累加离散gm（1,1）误差分析

3.2.3分数阶累加离散灰模型应用

3.2.4分数阶累加gm（1,1）模型与分数阶累加离散灰模型应用比较

3.3分数阶导数灰模型

3.3.1分数阶导数灰模型的建立

3.3.2不同算子下的fgm（q,1）模型

3.3.3初始值变换对模型的影响

3.3.4分数阶导数灰模型的定阶方

3.3.5矩阵分解及模型关系综述

3.4分数阶导数多项式灰模型

3.4.1分数阶导数非线灰模型

3.4.2分数阶导数多项式灰模型的建立

3.4.3分数阶导数多项式灰模型的区间估计

3.4.4分数阶导数多项式灰模型应用

第4章分数阶多变量灰模型

4.1gm（1,n）模型

4.2时滞gm（1,n,τ）模型

4.3分数阶累加gm（1,n,τ）模型

4.3.1分数阶累加gm（1,n,τ）模型的建立

4.3.2非整数时滞值下模型完善

4.3.3模型阶数的确定

4.4多变量分数阶灰模型

4.4.1fgm（q,n,τ）模型的建立

4.4.2fgm（q,n,τ）模型的求解

4.5灰时滞lotka-volterra模型

4.6分数阶导数灰lotka-volterra模型

4.6.1分数阶导数灰lotka-volterra模型的建立

4.6.2adams-bashforth-moulton预估校正算

4.6.3分数阶导数灰lotka-volterra模型的参数优化

4.6.4三种群分数阶灰延迟lotka-volterra模型

4.7多变量灰模型及其应用案例

4.7.1基于fgm（q,n,τ）模型油价与汇率的实证分析

4.7.2灰时滞lotka-volterra模型的应用

4.7.3第三方互联网在线支付与网上银行的直接灰lotka-volterra模型

4.7.4三种群分数阶灰延迟lotka-volterra模型应用

第5章分数阶非线灰模型

5.1基于灰作用量优化的gm（1,1|sin）动态预测模型

5.1.1gm（1,1|sin）优化模型的建立

5.1.2gm（1,1|sin）模型的引理

5.1.3gm（1,1|sin）动态预测模型应用

5.2波动型灰gm（1,1|tan（k-τ）p,sin（k-τ）p）模型

5.3泰勒逼近的非线fgm（q,1）模型

5.4分数阶导数灰bernoulli模型

5.4.1分数阶导数灰bernoulli模型的建立

5.4.2分数阶灰bernoulli模型解的质

5.4.3分数阶导数灰bernoulli模型应用

5.4.4时间序列分解算

5.4.5人工智能模型

5.4.6清洁能源的长期记忆分析

5.4.7清洁能源产量建模过程

5.4.8各模型的拟合效果

5.4.9各模型的预测效果

5.5分形导数分数阶灰riccati模型

5.5.1分形导数分数阶灰riccati模型的建立

5.5.2预测误差与还原误差的关系

5.5.3基于qo的fdfgrm模型参数研究的多目标优化

5.5.4fdfgrm的建模过程及伪代码

5.5.5fdfgrm的数值模拟与应用

参文献

附录书中用到的部分python代码

附录1分数阶导数灰bernoulli模型

附录2分形导数分数阶灰模型

附录3两种群分数阶lotka-volterra模型

附录4三种群时滞分数阶lotka-volterra模型

附录5分数阶导数灰模型

彩图