基于马尔科夫理论优化的地下咸水层CO_(2)溶解性能灰色预测模型

在地下咸水层封存过程中,CO_(2)的溶解反应将会影响其封存容量和稳定性,并对周围环境和生态系统造成不利影响。为合理分析CO_(2)在地下咸水层中的溶解性能,基于马尔科夫理论对灰色GM(1,1)模型进行优化,构建CO_(2)溶解性能灰色预测模型。通过预测单因素影响下CO_(2)在地下咸水层中的溶解性能,科学分析模型预测值与实测值的平均相对误差。结果表明:通过压强、温度及矿化度分析不同影响因素对CO_(2)在水中溶解性能,得出CO_(2)溶解性能灰色马尔科夫优化预测模型预测值与实测值的平均相对误差分别为0.37%、17.73%、0.21%;与灰色GM(1,1)模型相比,预测结果的平均相对误差分别降低了0.35、1.56、3.41百分点,CO_(2)溶解性能灰色预测模型预测精度更高。研究成果为CO_(2)在地下咸水层中的溶解封存提供数据支撑。

基于灰色-加权马尔科夫模型的微博负面舆情热度预测研究

[目的/意义]结合加权马尔科夫和灰色预测模型,将负面情绪引入舆情热度影响因素中,以构建微博负面舆情热度预测模型,从而达到优化模型并丰富舆情监测体系的目的,研究结果可为相关部门提供事前预警。[方法/过程]以微博社交媒体用户为对象,以“货拉拉事件”“大连522事件”为研究事件,通过对采集到的数据进行处理,构建灰色-加权马尔科夫负面舆情热度预测模型。[结果/结论]结果显示,基于灰色-加权马尔科夫的预测模型精度优于单一的灰色预测与残差修正灰色预测模型,能有效推测出突发事件中舆情热度的发展。

基于灰色-马尔科夫理论的沥青路面性能预测研究

结合灰色理论短期预测优势以及马尔科夫预测模型无后效性特点,建立基于灰色-马尔科夫理论的组合预测模型,研究沥青路面性能衰变规律。以重庆某高速公路历年RQI检测数据为例,用MATLAB计算RQI灰色预测值并验证模型的精度;通过灰色预测方程反算使用年限序列,并建立马尔科夫状态转移矩阵,对RQI进行预测。结果表明:灰色预测模型对RQI预测精度达到一级,预测结果可靠性较高;根据灰色-马尔科夫模型,预测RQI衰变规律,对比单一的灰色预测模型,灰色-马尔科夫组合预测模型精度更高,更适用于路面性能的长期预测。

灰色-马尔科夫模型在机场道面使用性能预测中的应用

介绍利用灰色-马尔科夫模型对机场道面使用性能进行预测的基本方法和具体步骤,并给出了工程实例。应用分析表明,该方法能够充分利用机场道面使用中各段历史数据,较好地对机场道面使用性能进行预测,且预测结果比单纯的灰色模型有更高的精度。

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。

改进灰色-马尔科夫模型在年降水量预测中的应用研究

用三点滑动法对灰色GM(1,1)模型优化,用模糊聚类FCM算法对马尔科夫模型状态分组阶段进行改进,用多种步长的马尔可夫链加权算法来预测年降水量。将上述改进后的灰色模型与马尔科夫模型结合,对地区年降水量进行预测。结果表明,改进后的灰色-马尔科夫模型既提高了马尔科夫模型对预测波动性降水数据的准确性,又充分利用了灰色系统预测结果精度高的优势,提高了预测精度。

应用灰色马尔科夫模型预测路面使用性能

为了提供更加准确的路面使用性能预测方法,提出了一种基于灰色模型并用马尔科夫链进行修正的灰色马尔科夫模型。结合工程实例对该方法的实用性和准确性进行检验,结果表明:灰色马尔科夫模型能够在已知历史资料的基础上对路面使用性能进行比较准确的预测,且和单一的灰色GM(1,1)模型相比具有更高的预测精度。

基于灰色-马尔科夫的危险化学品事故预测研究

为了研究危险化学品事故发生的特征,预测事故发生的规律变化趋势,对2014—2020年危险化学品事故发生的起数进行了统计与分析。采用灰色系统预测法与基于灰色-马尔科夫优化预测法对事故起数创建预测模型,分别计算其实际值与预测值的相对误差,比对其相对误差大小。结果表明:与灰色模型对比,基于优化的灰色模型预测的相对误差均明显降低,表明相对误差较小及预测精度较高的为灰色-马尔科夫优化预测模型;且事故起数统计结果显示,随着年份的增加事故起数逐渐下降,其模型能更有效地反映实际事故发生起数状况。利用预测模型可分析事故起数发展趋势,为预测未来危险化学品事故发生起数提供方法与途径,为政府或监管部门降低事故发生率提供预测数据。

基于灰色GM(1,1)-马尔科夫模型的职业病预测研究

为准确预测量化我国职业病的发病趋势,在灰色GM(1,1)模型的基础上结合马尔科夫过程构建灰色GM(1,1)-马尔科夫预测模型,探讨灰色GM(1,1)-马尔科夫模型在职业病预测领域的应用。通过平均相对误差、后验差比值、小误差概率3个指标对该组合模型的预测精度进行评估。结果表明:10维灰色GM(1,1)-马尔科夫模型与原始数列的拟合程度较高,预测精度等级为一级(好),该组合模型的预测精度优于单一的灰色GM(1,1)预测模型;在遵循新陈代谢原理的情况下,我国职业病发病呈现上升态势,2015—2018年的职业病发病例数依次为31 196,36 284,37 724,39 147例。

基于灰色-马尔科夫预测模型的售票窗口客流量预测研究

由于每天购票客流量不同,导致铁路售票窗口开放数也不同,提前预测每天的购票客流量成为研究的关键。为系统全面地对售票窗口优化问题进行研究,采用灰色-马尔科夫预测模型对兰州站非高峰期的客流量进行预测,确定将来某一天的客流量,并对比分析灰色-马尔科夫预测模型的预测结果与灰色预测模型的结果,发现基于灰色-马尔科夫预测模型得到的客流量比较接近实际值,表明在求解售票窗口客流量预测问题上,灰色-马尔科夫预测模型具有一定的可行性与有效性,可以提高铁路客运站整体工作效率,促使铁路客运服务质量得到大幅度提升。

基于改进GM(1,1)模型-马尔科夫残差修正的网络性能预测

随着计算机网络的快速发展,网络规模变得极为庞大和复杂,网络性能参数的略微波动就有可能对整个网络服务造成影响,此时对网络性能的准确预测显得格外重要。论文将改进的灰色预测模型应用于网络性能的预测,并采用马尔科夫残差修正模型对预测结果进行修正以提高预测精度。实验结果表明,经马尔科夫残差修正后的预测值与实际值的误差较传统的灰色预测模型有明显减小,结果更接近于实际情况。

基于改进灰色-马尔科夫的桥梁耐久性预测模型研究

桥梁耐久性预测不仅可以揭示桥梁在整个使用期间耐久性退化过程和变化趋势,而且是采取合理维修加固方案的依据。该文考虑桥梁耐久性检测数据非等时距的特点,采用三弯矩法对其进行处理,并在处理数据基础上,应用灰色-马尔科夫组合模型进行模拟,并提出组合模型对桥梁耐久性进行预测,解决了传统模型无法考虑不确定因素和耐久性状况不平稳变化的影响。最后通过对辽宁省某桥的耐久性进行实际预测,并将计算结果进行对比,验证了改进模型的有效性和实践性。

改进的灰色-马尔科夫模型在地下水水质预测中的应用研究

应用粒子群优化算法对传统灰色-马尔科夫模型分组求解进行优化改进,并将改进的灰色-马尔科夫模型用于地下水水质预测中,结合地下水水质监测数据对比改进前后的灰色-马尔科夫模型地下水水质预测精度。研究结果表明:改进的灰色-马尔科夫模型提高了传统模型对波动性的水质数据预测的准确度,相比于传统模型,改进的灰色-马尔科夫模型年预测值和实测年值之间相关系数提高0.1897;在月值预测中,模型的相关误差均值减少13.1%,模型在地下水水质预测精度得到明显提高和改善。研究成果对于区域地下水水质预测提供参考价值。

基于灰色-马尔科夫模型的电力系统CO_2排放

运用灰色-马尔科夫方法对电力负荷进行中长期预测,并结合电厂发电煤耗值的预测对电力系统2011-2030年的碳排放进行了测算.计算结果表明:电力系统2015,2020,2025和2030年的碳排放分别是95.583 1×108,106.724 7×108,112.359 0×108,112.914 7×108 t,在此基础上进行了分析并对电力系统未来减少CO2排放的路径从国家政策层面、电力生产环节和电网规划及调度等方面提出了建议.

基于灰色-马尔科夫模型的桥梁运行状况预测

为预测桥梁的实际运行状况,以在役159座桥梁实测数据为依托工程,基于灰色-马尔科夫模型与最小二乘法曲线拟合的相关原理,建立桥梁预测模型,并与实际状况数据对比分析。结果表明:灰色-马尔科夫模型预测结果与实测结果相对误差小于2%,结果满足工程需求,其研究成果可为在役桥梁技术状况评定提供参考。

灰色—马尔科夫复合模型在黄金价格预测中的应用

为了弥补GM(1,1)模型对黄金价格行情预测的缺陷,结合马尔科夫理论,建立了预测黄金价格的灰色—马尔科夫模型,并对模型进行了改进。通过对比分析,改进后的灰色—马尔科夫复合模型预测效果最佳。最后选用复合模型对今后三年的黄金价格进行了预测。

咸水层中CO_(2)溶解性能预测方法优选

CO_(2)在咸水层中的溶解性能是估算CO_(2)溶解埋存量的重要参数。为了快速经济地评价分析CO_(2)在咸水层中溶解性能,基于目前不同温度、压强、矿化度下CO_(2)在水中溶解性能数据,开展灰色GM(1,1)模型预测,分析预测相对误差,应用马尔科夫理论,划分状态区间并构造状态转移概率矩阵,对预测结果进行修正,提出基于灰色马尔科夫理论的CO_(2)在咸水层中溶解性能预测模型。结果表明:灰色马尔科夫模型预测值与实测值的平均相对误差分别为1.52%、17.73%、0.21%、3.97%,灰色GM(1,1)模型预测结果的平均相对误差分别为2.37%、19.29%、3.62%、3.94%,灰色马尔科夫预测值与相应实测数据更吻合,模型预测性能较好,可为CO_(2)在地下咸水中的溶解度预测提供1种新方法。

山东省电力消费量的灰色—马尔科夫模型预测

我国的电力资源越来越紧缺,对其进行研究具有一定的实际意义。本文主要运用灰色-马尔科夫模型对2012年山东省电力消费量进行了预测,通过模型精度的比较,证明该模型是有效的。

基于改进的灰色-马尔科夫模型在风机沉降中的应用

传统的灰色GM(1,1)模型曾因建模过程简单而广泛应用于沉降监测预测中。针对GM(1,1)模型在沉降预测中的局限性,对其进行了改进,并分析了含参线性函数对原始数据平滑之后的灰色预测效果。将改进灰色模型的预测值与观测值的残差进行状态划分,建立马尔科夫状态转移概率矩阵,从而构建改进的灰色-马尔科夫模.型。通过分析对比沿海风机监测项目的实测数据,得出含参线性函数平滑后的灰色-马尔科夫模型的预测效果最好。

中国服装出口特征及预测

为探究中国服装出口特征与发展趋势,以2014—2022年中国服装出口额为基础数据,基于灰色理论和马尔科夫理论,先后建立GM(1,1)模型与MCGM(1,1)修正模型,并检验模型的准确性,以探讨灰色-马尔科夫模型在服装出口预测领域的应用效果。研究发现,对GM(1,1)模型进行马尔科夫校正后,预测平均相对误差从0.0479下降至0.0112,平均方差比误差和小概率误差精确等级均由“合格”提升到了“优”,模型精度显著提高,优化仿真曲线接近实际变化曲线,表明MCGM(1,1)修正模型在服装出口预测领域表现优越。运用灰色-马尔科夫模型对中国2023—2027年服装出口额进行预测,显示未来5年中国服装出口呈平稳的波动发展态势。为巩固和加强中国服装出口的竞争力,提出企业需开拓新兴市场、优化生产结构、赋能服装产品、加强融通合作,从而实现中国服装出口企业的可持续发展。