基于灰色-马尔可夫模型的刀具磨损预测

为了准确判断和预测激光超声复合超精密车削过程中刀具的磨损状况及磨损趋势,基于激光超声复合超精密车削刀具后刀面磨损试验数据,应用灰色-马尔可夫理论建立了激光超声复合超精密车削刀具磨损量灰色预测模型及灰色-马尔可夫预测模型,并对特定切削条件下的刀具磨损量进行了预报。结果表明,两种模型预测值与实测值误差较小,尤其是灰色-马尔可夫模型拟合精度更高,结果更可靠,能更好地满足工程需要。

基于灰色GM(1,1)和灰色-马尔可夫模型的轨道几何不平顺预测及应用研究

国外轨道不平顺的研究思路和方法大多是建立在对轨道动态检测数据的不同分析手段和方法上,然而由于各国检查数据的不同使得国外模型无法直接应用于国内轨道状态预测。基于昆明铁路局的实际数据,提出了灰色预测模型和灰色-马尔可夫预测模型。通过将2种模型的预测结果与一元线性回归预测结果对比分析,证明灰色预测模型不仅适用于较长区段的TQI(轨道质量指数)预测,对于更长区段的TQI预测也有比较好的效果,同时证明灰色-马尔可夫预测模型不仅能够预测随机性较强的TQI数据,也能应用于较长时间范围内的预测。

基于灰色Verhulst-马尔可夫链组合预测方法的公路客运量预测研究

将灰色系统理论和马尔可夫链理论相结合,提出了灰色Verhulst—马尔可夫链组合预测方法来预测具有饱和状态发展趋势的观点;结合广东省公路客运量发展趋势来对该组合预测方法进行具体应用。计算分析证明,该模型较灰色Verhulst模型、灰色GM(1,1)—马尔可夫模型具有预测精度高、适应弹性大、实用性强等特点,可对公路客运量的发展趋势进行宏观把握,对宏观决策具有指导意义。

灰色-马尔可夫的改进模型及在陶瓷工业产值预测

灰色模型是经济预测方法中最有效的方法之一,但灰色模型对波动性大的序列预测时精度较差。针对这一不足,提出灰色-马尔可夫的改进模型。新模型将原始序列进行对数运算提高数据光滑度,采用距离法降低灰色模型的相对误差,马尔可夫链对预测值进一步修正。将改进模型运用到景德镇陶瓷工业产值预测中,并与传统灰色模型、灰色-马尔可夫模型预测结果进行对比。结果表明改进模型的相对误差远小于灰色模型,预测精度优于灰色-马尔可夫模型,更能反应经济发展趋势。

基于灰色马尔可夫组合模型的福州港吞吐量预测

灰色马尔可夫组合模型是将灰色预测模型与马尔可夫模型进行组合优化,通过其对福州港2012-2016年货物吞吐量及集装箱吞吐量进行预测,并利用残差模型检验,证明了灰色马尔可夫组合模型能够解决单一模型的局限性、粗糙性和不稳定性问题,预测精度高,符合事物的发展规律,对业界预测港口吞吐量具有实践意义和参考价值。

基于改进的灰色-马尔可夫链模型的广西物流需求预测研究

科学的经济预测有助于经济现象的研究和经济决策的制定,是区域物流规划和决策的前提,因而科学合理的物流需求预测方法就显得尤为重要。文章将传统的灰色模型和马尔可夫链相结合,建立改进的预测模型,并将该改进模型应用于广西物流需求的预测,显示出更加准确可靠的预测结果,有助于相关部门制定经济决策。

基于改进灰色-马尔可夫模型的LTE-R越区切换算法

高速列车在越区切换过程中,由于路径损耗和地形等因素的影响,参考信号接收功率(reference signal receiving power,RSRP)会发生上下波动,采用基于A3事件的传统越区切换判决方法,会导致发生乒乓切换和切换成功率下降。文中提出基于改进灰色-马尔可夫模型的切换算法,改进灰色-马尔可夫模型对参考信号接收功率进行处理和预测,结合预承载方法,利用处理结果作为切换判决依据执行切换过程。仿真结果表明,采用改进切换算法,使列车接收到的源小区和目标小区RSRP值的波动情况得到明显改善,乒乓切换概率更低,切换成功率得以有效提高。

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM(1,1)模型,再用随机过程理论的马尔可夫模型获得GM(1,1)模型在已知年份里的偏差规律(即偏差的转移概率矩阵),并且依照此规律对GM(1,1)模型结果进行修正,将由GM(1,1)模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。

基于灰色-马尔可夫模型的上海房价走势实证研究

针对房地产营销过程中,价格变化随机性的特点,将灰色GM(1,1)预测与马尔可夫预测有机结合,构成灰色—马尔可夫预测模型,对未来某一时段的房价的灰色预测结果做马尔可夫评价。结果表明,该模型是切实有效的。因此,此模型可用于指导房地产政策的制定。

基于灰色马尔可夫组合模型的装备维修费用预测

针对波动性较大的装备维修费用预测,提出了灰色马尔可夫组合模型用于该类经费预测,探索性地将三状态和四状态不同的划分方法运用于同一费用预测序列;仿真结果验证了较好的预测效果,并表明装备维修费用离散性越强,状态数多的模型预测结果较准确;灰色马尔科夫组合模型对具有趋势性和波动性的非平稳随机序列具有较好的拟合效果,可综合体现灰色预测和马尔可夫预测的优势,为装备维修费用预测提供一种新的途径和方法。

基于灰色-马尔可夫模型的厦门市房价预测

针对房地产营销过程中,价格变化随机性的特点,将灰色GM(1,1)预测与马尔可夫预测有机结合,用马尔可夫模型修正灰色预测的结果,构成灰色-马尔可夫预测模型,并运用该模型预测2011年厦门市商品住宅均价。结果表明,运用灰色-马尔可夫链模型对房价进行预测是可行的。

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。

基于改进型灰色-马尔可夫预测模型的装备损耗研究

随着高新技术的发展,影响战场态势的因素错综复杂,针对战时装备损耗的特点,提出改进型灰色-马尔可夫预测模型,成功将其应用于某型航空弹药维修器材的消耗预测。该模型运用加速指数变换和几何平均变换方法处理原始数据,以提升灰色GM(1,1)模型的初步预测值的准确度。根据原始数据与初步预测值之差,运用模糊C均值聚类(FCM)法对状态空间进行合理划分,确定状态个数和聚类中心。为挖掘数据之间的相依关系,引入马尔可夫状态权重,以更合理地确定预测时间点的马尔可夫状态,获得最终预测值。实例分析表明该算法具有较高的精确度和可靠性,应用前景广阔。

公路货运量灰色模型—马尔可夫链预测方法研究

将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。

灰色GM(1,1)-小波变换-GARCH组合模型预测松花江流域水质

为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P<0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。

地铁隧道地表变形小波去噪及灰色-时序组合预测模型研究

以青岛地铁3号线地表变形横向观测线实测数据为例,开展小波去噪及时序组合预测模型的研究。首先,采用小波理论对观测值进行粗差剔除与去噪处理,根据均方误差最低、信噪比最高的原则,证实dmey小波1层分解、rigrsure软阈值小波去噪方法是最优的。其次,给出地铁隧道地表变形灰色-时序组合预测模型表达式,选用等维新息GM(1,1)模型和残差时间序列模型进行地表变形叠合预测。最后,通过小波去噪后时间序列预测模型、小波去噪前灰色-时序组合预测模型、小波去噪后灰色-时序组合预测模型进行计算分析,结果表明小波去噪后灰色-时序组合模型预测精度最高,并分析了各模型预测精度差别的成因。

短期电力负荷预测的灰色-小波网络组合模型

短期电力负荷数据具有离散、无规则波动的特点,先利用灰色预测弱化其波动性,然后将负荷原始检测数据与其相对应的灰色预测数据进行重构后作为小波网络的训练样本,在此基础上建立基于灰色-小波网络组合模型的短期电力负荷预测新方法。该方法有效整合了灰色理论、小波分析和人工神经网络的优点,与传统BP网络相比,收敛速度更快,预测精度更高。仿真试验表明了该方法用于短期电力负荷预测的可行性和有效性。

灰色-周期外延组合模型在参考作物腾发量预测中的应用

参考作物腾发量ET0是计算作物需水量、制定灌溉制度和进行水资源优化配置的重要参数之一。因参考作物腾发量随季节性变化,并呈现以年为周期波动的特点;在这种情况下,提出了一种基于灰色GM(1,1)与周期外延相结合的预测模型,即灰色-周期外延组合模型。以沈阳、鞍山、铁岭、盘锦4个地区1997-2006年参考作物腾发量季节值为例进行分析和模拟。结果表明:运用灰色-周期外延组合模型预测参考作物腾发量比原有的GM(1,1)模型预测精度高。该模型预测过程简单,预测结果可靠,适应性强。因此,该模型可广泛的应用于参考作物腾发量的季节预测。

基于灰色-马尔可夫链的区域物流需求预测

文章将灰色系统理论与马尔可夫链相结合,首先建立GM(1,1)灰色模型,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分,最终预测值以概率和区间形式表现。将该方法应用于区域物流需求的预测中,得出的预测结果更可靠,而且能够对区域物流需求的发展趋势进行宏观把握,有利于决策者的决策行为。