灰色残差模型在城市工业需水量预测中的运用

建立灰色残差模型是为了解决灰色模型无法达到预测精度问题,其原理依赖于灰色模型,不同之处是以残差数列建立灰色模型对该模型进行修正以满足预测精度。建立了灰色预测模型和残差预测模型,经精度检验得出灰色残差模型预测精度等级使用灰色残差模型预测出的南通市未来8年内的工业需水量具有可信度,分析比较得出结论:灰色残差模型适用性较灰色模型好,更有助于城市水资源综合规划和供水计划的制定。

马尔柯夫灰色残差模型在刚构桥控制中的应用

文章结合罗天乐特大桥的马尔柯夫灰色残差模型预测实例,介绍马尔柯夫灰色残差模型在线性控制中的原理、计算及应用过程,并根据实际监控经验提出了建议。罗天乐特大桥的具体监控应用实践表明,马尔柯夫灰色残差模型预测精度高,能较好地应用于大跨连续刚构桥的施工线形控制。

公路交通事故预测的灰色残差模型

对随机性较强的公路交通事故,提出了采用灰色残差模型来减小预测误差,模型用多个指数函数的线性叠加来分段描述事故预测值,克服了灰色模型只能描述单调变化的过程,仅适用于预测具有较强指数变化规律事故序列的缺点。对影响灰色残差建模的修正对象、数据选取、数据预处理和修正方法等多种因素作了详细分析和划分,并归纳出4种实用的灰色残差模型。实例分析结果表明:与灰色模型相比,各种灰色残差模型的预测误差降低了70%～80%,其中采用残差直接建模、一次还原的灰色残差模型,复杂程度低,预测误差小于5%。

基于灰色残差马尔科夫模型的河南省小麦生育期旱涝灾变预测研究

介绍了残差灰色预测模型的原理和建模方法,应用马尔可夫状态转移矩阵对残差灰色预测模型进行了改进,并将此模型应用于河南省小麦生育期旱涝灾变的预测中.结果表明,改进的预测模型精度较高,比传统灰色模型预测效果好.

基于灰色残差马尔科夫模型的短期风速预测

在灰色系统理论的基础上,对GM(1,1)预测模型进行改进与提升,形成了灰色残差模型。通过马尔可夫预测思想对灰色残差预测模型进行改进,并将改进模型应用于风电场短期风速预测中。通过建模与仿真,将模型运用于文献[1],预测结果证明了所提方法的有效性。改进预测模型精度较高,比传统灰色模型预测效果好,为风速预测提供了一个简便而又精准的新方法。

基于灰色-马尔科夫残差预测模型的甘南草地载畜量预测

为了预测草地实际载畜量与理论载畜量,为草地畜牧业的可持续发展提供理论依据和决策支持基础,通过对甘南州4个县市1998-2009年的草地实际载畜量和理论载畜量数据分析,以灰色GM(1,1)模型和马尔科夫预测模型为基础,建立了优化改进的灰色等维—马尔科夫残差预测模型,以甘南州合作市实际载畜量为实例进行验证,预测结果显著(p<0.01),预测误差低于7.06%,表明该预测模型精度较高,适用于对草地载畜量的预测研究。最后,利用该模型对2010-2014年甘南州4县市草地实际载畜量和理论载畜量进行预测分析,基本符合草地载畜量实际变化过程,为相关部门合理确定草地载畜量和进行科学草地管理提供参考。

基于PCA与Markov残差灰色模型的京津冀物流能力评价和预测

采用主成分分析法和Markov残差灰色模型对京津冀物流能力进行评价和预测。综合研究表明,京津冀物流能力在2007年至2016年总体较为平稳,河北省近两年物流能力有所下降,北京市近五年物流能力有所起伏,天津市物流能力逐年提升,势头强劲。在未来五年,旅客周转量、客运量将成为制约河北省物流能力提升的重要指标,货运量、客运量将成为制约北京市物流能力提升的重要指标,邮电业务总量和货物周转量将成为制约天津市物流能力提升的重要指标。

基于灰色残差新陈代谢模型的悬臂施工主梁标高误差预测

以PC斜拉桥施工节段主梁悬臂端标高误差为研究对象,利用灰色残差新陈代谢模型GM(1,1)对其进行分析预测,探讨了原始误差序列的数据取舍、应用条件和预测效果.结果表明,在分施工节段的前提下,该模型能进一步弱化偶然误差,预测下阶段误差的近似值,具有工程实际应用价值,同时对如何提高预测精度和适用范围做了相关研究.

灰色残差GM(1,1)模型在预测肺结核流行趋势中的应用

目的预测西安市肺结核短期流行趋势,探讨灰色模型在疾病预测及效果评价中的作用。方法对西安市1996-2005年肺结核发病率资料分别建立单纯GM(1,1)模型和残差GM(1,1)模型,比较两个模型的拟合优度,选择拟合度好的模型预测肺结核的短期流行趋势。结果单纯GM(1,1)模型的拟合度为"勉强",残差GM(1,1)模型的拟合度为"好"。采用拟合度满意的残差GM(1,1)模型预测西安市2006年和2007年肺结核发病率分别为364.79/10万和523.20/10万,较实际发病率显著降低,降幅分别为72.09%和82.32%。结论 2005年以来西安市结核病防治工作取得初步成效,灰色残差GM(1,1)模型可作预测肺结核的短期流行趋势之用。

基于马尔克夫灰色残差GM(1,1)模型的HTPB推进剂贮存寿命预估

针对Arrhenius方程将活化能假设与温度无关的常数,给HTPB(端羟基聚丁二烯)推进剂寿命预估引入了误差的问题,提出了基于马尔克夫灰色残差GM(1,1)模型的寿命预估方法。对HTPB推进剂进行了高温加速寿命试验,以最大延伸率作为性能变化表征参数,根据老化反应速率常数随温度的变化关系,建立了马尔克夫灰色残差GM(1,1)模型,对常温条件下推进剂的老化反应速率常数进行了预测,并预估了HTPB推进剂在常温条件下的贮存寿命为11.74 a。

灰色残差GM(1,1)模型在大气二氧化硫预测中的应用

应用灰色GM ( 1 ,1 )模式理论与方法 ,建立了临安市大气二氧化硫质量浓度的灰色残差预测方程x (t+ 1 ) = 0 1 0 7432e-0 0 95872t+ 0 1 2 391 7,并进行了预测。预测结果与实测值的相对误差绝对值介于 0 5 6%～ 1 4 5 1 %之间 ,预测结果后验比与小误差概率分别为0 2 80 2和 1 0。表明模型与实测值拟合程度好 ,达到了较高精度。表 3参 1

基于残差灰色模型的作战服务组合方法

在面向服务的舰船作战系统体系结构中,组合服务(由不同组件服务组成)是作战任务执行的基本单位。由于舰载武器装备所处环境的动态性,以及武器装备服务自身性能的变化,导致组件服务质量具有较强的波动性。如何选择合适的组件服务是组合服务成败的关键。文章通过建立残差灰色预测模型,对组件服务的Qos(服务质量)属性-服务反应时间进行预测,并基于服务反应时间进行服务组合,试验结果表明,预测反应时间非常接近实际反应时间,基于该模型选择组件服务,能够保障服务选择的准确性。

基于灰色残差GM(1,1)模型的中国铁路货运量预测

铁路货运量预测作为铁路运输生产的基础工作之一,是铁路运输企业制定正确市场营销战略的前提条件。为提高我国铁路货运量的预测精度,适应铁路持续、迅速、健康发展的需要,在传统灰色预测技术的基础上,本文建立了残差灰色预测模型,并通过实例分析验证了该模型的实用性和精确性。

残差灰色组合模型在建筑物变形分析中的应用

在传统灰色系统理论建模分析的基础上,将原始观测数据序列与所建模型预测数列进行比较,并将比较后的残差纳入系统,继续建立灰色模型进行分析。事实证明:在建筑物变形分析中使用残差灰色组合模型,能有效提高模型精度,获得良好的预测效果,是一种既方便又可靠的变形分析方法。

使用灰色GM(1.1)残差修正模型获得较高精度条件的探讨

从求得灰色数学模型GM(1.1)及其残差指数修正模型和残差周期修正模型函数曲线的驻点与拐点入手,导出使用这些灰色模型取得较高精度的条件,让使用者可依据初始序列数据的态势决定采用哪种数学模型,并且在结果未揭示以前便可大体上估计到拟合精度是否令人满意。

残差修正灰色GM(1,1)模型的优化及在桥梁线性控制中的应用

由于传统残差修正灰色GM(1,1)模型建模时背景值权重系数的选取和初始条件的选取均采用假设值,故以自动寻优定权的方法对残差修正模型背景值构造进行优化,以最小二乘法对初始条件的选取进行优化,建立优化后的模型.将该优化模型应用于商合杭高速铁路跨G50高速公路挂篮悬臂施工预应力混凝土连续梁桥线性控制,研究模型应用情况及优化效果.结果表明:通过该方法对大跨度连续梁桥施工进行线性控制,主梁各测点的成桥实际高程测试结果与各测点设计值直接误差均小于允许误差值,最大值为8 mm,主梁线形平顺,预测效果优于未优化模型.

预测方法之残差灰色模型与乘法季节模型分析

本文采用理论分析与实证分析相结合的方法,探讨了对同一个时间序列建立不同的模型,不同模型的预测效果有无差异,差异的原因。实证分析选取了全国铁路货运量的月度数据,分别建立残差灰色模型和乘法季节模型,比较两个模型的预测效果,并给出预测效果不同的原因分析及相应建议。

疲劳裂纹的灰色残差预测

借助灰色理论 ,建立了预测疲劳裂纹扩展的灰色残差预测模型 ,并应用此模型预测了某不锈钢构件腐蚀疲劳裂纹的扩展 ,得到了较高精度的预测结果 ,为疲劳裂纹预测提供了一种简易而可靠的新途径。

基于灰色残差修正模型的食品安全监测预警分析方法研究

食品安全监测预警分析是我国食品安全风险监测计划的重要组成部分。以食品安全监测数据为研究对象,采用灰色系统及马尔可夫过程理论,建立二阶残差修正GM(1,1)模型,实现对食品安全监测的预警分析。以《中国统计年鉴》1995-2006年白酒产品国家监督抽查数据构建灰色残差修正模型,对2007年数据进行预测,预测值为82.74%,与实际值82.04%相当接近。研究表明,该分析方法应用于食品安全预警,可有效对食品安全态势进行预测,为食品安全快速预警提供依据。