近日，菠菜担保平台官网王育紅教授團隊在創新管理領域重要期刊《Technological Forecasting & Social Change》發表題為“Forecasting China's hydropower generation using a novel seasonal optimized multivariate grey model”的研究論文。
菠菜网最新平台网2022級博士研究生任友陽為論文第一作者，博士研究生夏林為論文⏭➰者，王育紅教授為論文通訊作者。《Technological Forecasting & Social Change》主要探讨技術預測與未來科學的發展與實踐，研究社會、環境與科技的相互關聯機制與未來規劃路徑，在國際企業與創新經濟研究領域具有較強的影響力。該期刊2021年影響因子IF=10.884，是ABS三星期刊，屬JCR一區，中科院管理學1區Top期刊。
原文鍊接：https://doi.org/10.1016/j.techfore.2023.122677
水力發電作為中國重要的電力來源，對電力系統平穩運行至關重要。因此，預測水力發電對于中國清潔能源規劃、電力系統運行和環境保護意義重大。論文提出一種基于優化算法與虛拟變量調節的季節性多變量灰色模型，根據中國十三五規劃期間曆史數據對未來十四五發展期間的水力發電量進行預測分析。
論文提出了多變量灰色預測模型在含有季節變化序列預測中的建模方法，将模型精度作為目标約束條件，引入多重虛拟變量循環調節模型拟合效果，并深入挖掘隐藏因素，重構灰色多變量模型相關因素序，采用多種算法對多變量灰色模型背景值進行優化，改進灰色預測模型對複雜波動序列拟合與預測的精度，并結合預測結果與虛拟變量規律分别從抽水蓄能、發電模式和行業管理政策對中國清潔能源未來發展提出對策建議。
論文摘要頁
多重虛拟變量影響下的拟合優化效果對比
不同模型拟合與預測效果對比
當前位置: