《表5 各模型对全国发电量的预测结果》
TINGM(0,2)模型对2010~2015年的全国发电量三元区间数序列的下、中、上界点的拟合值平均绝对百分比误差(MAPE)分别为1.27%,1.02%,1.18%可以看出拟合精度很好.2016~2018年的预测区间数见表5.为了比较,表5还给出了文献[14]提出的单变量的三元区间数GM(1,1)(TINGM(1,1)模型的预测结果.文献[18]将二元区间数转换为中点和半径后再建模,类似地,将三元区间数转换为重心和左右半径再建模,此转换方法记为TINCM,其结果见表5.可以看出,序列转换方法TINCM优于单变量的TINGM(1,1)模型,而TINGM(0,2)的MAPE、MSE和MSET都是3个模型中最小的,所以预测精度最高.另外,可以看出2010~2018年全国发电量呈现整体上升趋势,振荡性不大,所以不必进行马尔科夫修正.
图表编号 | XD00165487100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | *曾祥艳、王旻燕、何芳丽、迟晓妮 |
绘制单位 | 桂林电子科技大学数学与计算科学学院、桂林电子科技大学数学与计算科学学院、桂林电子科技大学数学与计算科学学院、桂林电子科技大学数学与计算科学学院 |
更多格式 | 高清、无水印(增值服务) |