面向“十四五”规划基于灰色GM(1,1)模型的沈阳市物流需求预测分析

“十四五”规划时期,推动东北全面振兴是重要的发展方向。其中物流的发展至关重要。东北地区因其地域特点,物流需求具有不确定性,亟待开展预测方法研究。文章以沈阳市为例,以2008—2022年货运量作为样本数据,提出基于灰色GM(1,1)模型的东北地区物流需求预测方法。通过仿真实验计算2008—2022年的物流需求,经过与实际值对比,对预测结果进行检验与分析,验证了文章所提出的模型是有效的;预测未来5年的物流需求量。实验结果表明,此方法能为沈阳市物流需求的定量分析提供较为准确的基础,同时为政府出台相关政策和企业进行物流规划建设提供参考价值。

基于数据融合和改进新陈代谢不等间距GM(1,1)模型的导弹装备故障预测

针对导弹装备故障预测中存在数据采样时间间隔不均匀、采样难度大、数据量小等问题,借鉴数据融合技术和灰色预测理论,提出一种基于数据融合和改进新陈代谢不等间距灰色模型(AMUGM(1,1))的预测方法。建立改进初始值选取和背景值构造的不等间距灰色模型,并通过残差修正和新陈代谢相结合的方式对模型进行优化;基于加权思想提出了隶属度加权法,以确定各模型的隶属度权值;根据隶属度权值和AMUGM(1,1)模型建立特定个体的故障预测模型。实例仿真验证了该方法的有效性。

基于灰色系统理论GM(1,1)模型的全国异地就医发展趋势预测研究

目的分析GM(1,1)模型在我国异地就医领域中应用的可行性,并预测我国异地就医未来发展变化趋势,以期为医疗保障的政策制定与规划决策提供借鉴和参考。方法基于灰色系统理论GM(1,1)模型,对2023年—2030年我国异地就医人次和医疗费用变化趋势进行定量预测分析。结果异地就医人次2023年—2030年预测结果分别是11605.476万、12306.701万、13029.631万、13774.936万、14543.310万、15335.467万、16152.142万、16994.094万人次,其模型平均相对误差为6.103%;而异地就医医疗费用2023年—2030年预测结果分别是5402.736亿、5769.652亿、6149.246亿、6541.956亿、6948.235亿、7368.554亿、7803.395亿、8253.262亿元,其模型平均相对误差为4.385%。结论运用GM(1,1)模型对我国异地就医未来发展变化趋势进行预测分析是可行的,且预测精度等级优秀,预测值与实际值走势一致,模型拟合度较高,符合历史发展趋势,具有较为科学的预测效果。同时,从异地就医的风险管理、基金监管和疾病预防3个方面提出相应的对策建议,以促进异地就医健康良性发展。

基于灰色预测模型GM(1,1)的鸡西市需水预测研究

为了有效地保障障鸡西市的用水需求和水环境质量,文章提出了一种基于灰色预测模型GM(1,1)的需水预测方法。灰色预测模型GM(1,1)是一种适用于少数据、贫信息问题的统计学方法,它通过对已知数据进行累加和分析,生成一组变化趋势明显的新数据序列,并建立相应的微分方程模型,得到原始数据序列的近似估计值和误差分析。文章利用鸡西市2010年至2020年的历史用水数据作为原始数据序列,采用Python语言实现了灰色预测模型GM(1,1),并对其进行了参数估计、误差检验和预测效果评价。结果表明,文中提出的需水预测方法具有较高的准确性和稳定性,能够有效地反映映鸡西市未来几年的用水需求变化趋势,并为为鸡西市制定合理的用水规划和节约措施提供参考。

江苏省建筑业总产值的影响因素分析及预测——基于灰色关联分析及GM(1,1)模型

本文通过灰色关联分析对江苏省建筑业总产值的影响因素进行深入分析,得出江苏省建筑业总产值相关影响因素的灰色关联度从高到低分别为建筑业企业利润总额、按建筑业总产值计算的建筑业企业劳动生产率、建筑业房屋施工面积、建筑业企业单位数、建筑业企业从业人员、建筑业企业自有施工机械设备年末总台数。构建GM(1,1)模型对江苏省2023—2027年建筑业总产值进行预测,模型精度满足预测要求。本文结论可为相关决策提供参考,同时也为相关领域的研究提供思路和方法,为建筑业的发展和优化提供有益借鉴。

基于GM(1,1)模型的煤矿安全事故灰色预测分析

为了明确我国煤矿事故发生起数和死亡人数总的变化趋势,本文以灰色数学为理论基础,以2019年-2023年的煤矿事故总起数和煤矿事故死亡人数为数据基础,建立了煤矿事故总起数GM(1,1)模型、煤矿事故死亡人数GM(1,1)模型,通过MATLAB软件编制程序,计算拟合值,确定建立的两个模型等级均为“好”,验证了模型的可靠性,根据建立的模型预测得到2024年、2025年事故总起数为68起、50起,事故死亡人数154人、125人。预测表明,2024年、2025年事故总的起数和总的死亡人数趋于平缓,预测结果为煤矿行业制定安全管理对策提供有效的参考,具有重要的意义。

基于GM(1,1)模型的地铁基坑变形预测研究

在深大基坑开挖过程中,基坑周围土体会受到扰动,势必会影响到基坑、基坑周围建筑物和构筑物的稳定与安全。为解决基坑开挖过程中变形监测周期过长而无法长期监测以及监测数据误差等问题,以某工程实例为依据,对基坑周围地表沉降变形进行监测,以地表沉降监测数据为基础数据建立GM(1,1)预测模型,进行基坑后期沉降变形预测分析。结果表明:该模型预测结果能较好的反映基坑的沉降变形情况,预测精度能满足工程需要,预测结果相对于实际观测值表现出超前现象,可为类似工程建设提供参考。

改进GM(1,1)-ARIMA-LR模型天然气产量预测研究

为提高天然气产量在少样本情形下预测的准确性,基于对过去的预测误差进行学习的思想,加入自适应学习因子和组合学习因子以改进模型,构建包含GM(1,1)、ARIMA和LR的集成预测模型。该模型以平均误差百分比为评价指标,依据预测步长变化和过去预测误差对单个模型分别进行动态调整,再建立目标规划模型对各模型进行动态加权。实证结果表明,改进GM(1,1)-ARIMA-LR模型能够更好地提取时间序列的长短时依赖关系,与其它的主流模型相比,其预测精度更高。对近5年的天然气产量进行一步、五步与八步预测,GM(1,1)-ARIMA-LR集成模型预测误差分别为1.187%、3.129%、9.855%。本文运用该模型对2023-2030年中国天然气产量进行预测。

非等间距GM(1,1)模型背景值的优化

基于背景值是影响灰色建模精度的重要因素之一,本文对非等间距GM(1,1)模型中的背景值构造进行了研究,根据灰色模型的指数特性和积分特点,利用非齐次指数函数来拟合一次累加生成序列,提出了一种重构非等间距GM(1,1)模型背景值的方法。实例表明利用优化的背景值计算公式建立的非等间距GM(1,1)模型显著地改善了模拟和预测精度。该背景值不仅适合于非等间距建模,也适合于等间距建模,具有精度高、适用性强的特点。

基于灰色GM(1，1)非等时距修正模型的轨道质量预测

根据灰色理论,以轨道质量指数检测数据为原始时间序列,通过累加弱化序列的随机性,挖掘轨道系统内在的规律,研究建立基于灰色GM(1,1)非等时距模型的轨道质量预测方法。为提高模型预测精度,优化模型中的初值和背景值,并基于残差分析引入周期性函数,对模型进行修正。用此模型对轨道质量指数TQI数据进行分析预测,并对模型精度进行检验。结果表明模型能较好地反映轨道质量恶化发展的随机波动特征,拟合、预测精度高,为了解和掌握轨道质量状态的发展规律提供了新的方法。

GM(1,1)模型灰色预测法及其在预测体育成绩中的应用

本文较为详细地介绍了用于灰色系统预测的GM(1,1)灰色预测法的数据结构、建模、评判方法等基本过程及其在预测体育成绩中的应用。

残差非等间距GM(1,1)模型及应用

为了提高灰色系统的预测精度,人们从理论与实践中不断探索新的建模方法,从模型自身特性出发改进灰色模型。通过对传统的GM(1,1)模型进行差分运算,推导出非等间距GM(1,1)模型,扩展了模型的应用范围;从背景值的几何意义出发,指出背景值的积分构造形式比均值生成的形式更加合理,并给出了积分背景值的数学表达式;在一次拟合结果的基础上,为了进一步提高模型的精度,对一次拟合的结果进行了残差分析,并建立了灰色残差模型,通过把灰色残差模型得到的数据依次补偿到一次拟合结果上,得到了残差修正的灰色GM(1,1)模型。通过对热处理实验中渗碳浓度的数据处理结果显示,残差GM(1,1)模型较好的描叙了渗碳浓度和深度的关系。该模型对工程数据的处理具有一定的参考价值和指导意义,为灰色模型的应用提供了一个有效的方法。

改进的GM(1,1)灰色预测模型及其应用

针对传统GM(1,1)模型预测精度不高,并且其背景值优化与求解方法优化各具有片面性的缺点,文章给出了组合优化和分段优化两种改进方法,并结合国内居民消费水平的相关统计数据,利用传统GM(1,1)模型及其优化后的模型与两种方法的误差进行对比,表明改进后的灰色模型精度更高,且预测值与实际值较吻合,说明改进后的灰色预测模型的可行性与可靠性更好。

灰色模型GM(1,1)在出生缺陷预测中的应用研究

目的探讨灰色模型GM(1,1)在预测不同水平出生缺陷发生率中的应用问题及数据波动性对预测效果的影响。方法利用2009年10月至2016年9月西安市出生缺陷监测数据,构建总出生缺陷及前5种缺陷的月、季度、年共3个层次出生缺陷发生率的GM(1,1)灰色模型,比较不同层次预测模型的拟合精度。结果总出生缺陷年度预测时,平均相对误差为4.6%,均方差比为0.259,提示其预测效果较好;按季度预测时效果勉强合格,平均相对误差为10.2%;按月进行预测时,效果较差,平均相对误差为17.5%。西安市前5种出生缺陷(先天性心脏病、唇腭裂、神经管畸形、多指、先天性脑积水)灰色模型预测结果都随着预测时间单位的变大,拟合精度逐渐提高,年预测模型拟合精度最好。结论灰色模型的预测效果可能与数据波动性有关,对出生缺陷发生率进行预测时以年度为单位的结果可能较适宜。

基于灰色模型GM(1,1)的海岸线变化趋势预测——以辽河口三角洲地区为例

将灰色模型GM(1,1)用于海岸线变化预测,在分析灰色系统理论的原理与方法,探讨灰色模型在海岸线变化趋势预测的可能性的基础上,以多时相Landsat遥感影像为数据源进行海岸线提取,设置原点和若干侧线,建立GM(1,1)模型的原始序列并进行模型计算,得到若干预测点和预测海岸线.最后通过残差检验和交叉检验的方式对预测结果进行了验证.结果表明:利用灰色GM(1,1)模型进行海岸线预测是合理可靠的,并且在辽宁省国土资源规划地理信息系统中得到应用和推广.

非等间距GM(1,1)模型背景值的改进及其最优化

背景值构造方法是影响非等间距GM(1,1)模型精度和适应性的关键因素之一,文章分析了非等间距GM(1,1)模型中的背景值,提出了用Newton插值和数值积分中的Newton-Cores公式与Gauss-Legendre公式分别重构模型中的背景值。该背景值不仅适合于非等间距建模,也适合于等间距建模,该模型进一步拓广了GM(1,1)的适应范围,数据模拟结果充分说明了新模型的有效性和优越性。

GM(1,1)灰色模型在核电设备趋势预测中的应用

利用灰色系统GM(1,1)预测模型对核电设备运行中的重要参数进行趋势预测,根据核电设备运行参数自身历史数据建立动态微分方程,并预测自身的发展趋势,为核电设备的状态监测及故障的预测和诊断提供参考。以稳压器水位为例对该方法进行了验证,结果表明该预测方法具有数据量小、计算简单、预测准确的特点。

灰色GM(1，1)模型预测沉降的局限性分析

考虑现场沉降监测数据的不等时间间隔性及数据的不断更新性,建立了不等时距等维新息GM(1,1)沉降预测模型并研发了相应的预测程序RIID,将其应用于实际工程的沉降预测,验证了预测模型合理性和程序的可行性。分析了实测数据时间间隔和预测步数对GM(1,1)模型预测精度的影响。结果表明:数据时间间隔相差太大,将导致模型失真;GM(1,1)模型只能进行短期预测,若要预测未来较长时间内的沉降,必须有新增数据,这就使得该模型在实际工程中的应用受到限制。

非等间距GM(1,1)幂模型及其工程应用

针对工程中大量存在的非等间距序列的建模问题,提出了非等间距GM(1,1)幂模型。以平均相对误差绝对值最小化为目标,以模型参数之间的关系为约束,构建了一个非线性优化模型实现非等间距GM(1,1)幂模型的参数估计。结果表明,非等间距GM(1,1)幂模型的形式较为灵活,非等间距GM(1,1)模型和灰色Verhulst模型均是非等间距GM(1,1)幂模型的特殊情形,幂指数的优化有利于提高建模精度。最后通过一个工程实例验证了非等间距GM(1,1)幂模型的有效性与实用性。

灰色新陈代谢GM(1,1)模型在参考作物腾发量预测中的应用研究

随着时间的发展,任何一个灰系统都会加入一些未来的扰动因素,对系统的发展产生影响。而常规灰色GM(1,1)预测模型在建模时,采用的是现实时刻t=n为止的过去的数据,没有考虑这些扰动因素。故离现实时刻越远,该模型的预测精度就越低。针对这种情况,提出了灰色新陈代谢GM(1,1)预测模型。并尝试用灰色新陈代谢GM(1,1)预测模型对阜新市参考作物腾发量进行预测。结果表明:灰色新陈代谢GM(1,1)预测模型的预测精度较常规灰色GM(1,1)预测模型有了明显的提高。该模型建模过程简单、适用性强,为参考作物腾发量的预测提供了新的方法。