新息与等维新息非等间距GM(1,1)模型及其应用

为了提高灰色理论中模型的预测精度,通过分析积分重构GM(1,1)模型,将积分获取背景值的方法应用到新息和等维新息模型中,并且将模型的适用范围从等间距进一步扩展到非等间距。通过实例比较了新息和等维新息模型,结果表明:新息模型将预测的新信息补充到原始序列,能很好的反映系统的发展;而等维新息模型随着系统的发展,不仅添加新信息,而且除去老信息,这样的处理方式比仅仅添加新信息的方式具有更好的预测效果;这些结论丰富了灰色系统的模型,为灰色理论的运用提供了一个有效的方法。

GM(1,1)模型在长江水质预测中的应用

介绍了GM(1,1)的原息模型、新息模型和等维新息模型及残差修正模型的建模方法,分别建立了长江水质预测的等维新息模型和残差修正模型。通过对模型的预测结果进行分析,并对比原数据的趋势,发现两模型在数据突变点附近有明显差别,其数据说明残差修正模型在细节方面更接近实际,其结果体现了数据的内在规律。

基于弱化缓冲算子和GM(1,1)等维新息模型的骨折愈合应力预测

骨折愈合是个复杂的过程,为了保证骨折愈合的质量和速度,必须动态精确地预测骨折愈合过程中创伤断面应力的大小及其变化趋势,以便及时调整骨折治疗装置对创伤断面的施力。针对现有应力预测方法预测精度较低的问题,提出基于弱化缓冲算子和GM(1,1)等维新息模型的骨折愈合应力的动态预测方法。先将实测应力数据经过弱化缓冲算子作用,再利用GM(1,1)等维新息模型对弱化处理后的应力数据序列建立预测模型。设计活体山羊骨折模型进行动物实验,获取活体山羊骨折愈合过程中创伤断面的日平均应力,利用该方法进行建模,对骨折愈合过程中次日的创伤断面应力进行动态预测,并与基于GM(1,1)等维新息模型的应力预测结果进行比较。应力预测结果表明:所提出的基于弱化缓冲算子和GM(1,1)等维新息模型的应力预测方法具有很高的预测精度,以预测误差的平方和作为评价指标,其预测精度达到基于GM(1,1)等维新息模型应力预测方法的40倍以上,具有较好的骨折治疗临床应用前景。

基于等维新息的GM(2,1)递推预测模型

针对GM(2,1)白化方程的解影响其预测精度的问题,提出了一种新的预测模型——等维新息GM(2,1)递推预测模型。该模型通过其灰色微分方程推导出GM(2,1)递推预测模型的表达式,避免了对二阶白化方程进行求解,同时解决了差分方程与微分方程之间因转换而产生误差的问题,并结合等维新息的思想更新GM(2,1)递推预测模型的参数。最后通过实例验证了所提等维新息GM(2,1)递推预测模型的有效性和实用性。

GM(1,1)模型在红山窑泵站沉降预测中的应用

针对红山窑水利枢纽泵站地质条件的特殊性,提出在现有沉降观测数据的基础上,运用灰色理论的方法,建立GM(1,1)模型。通过数值试验确定模型最佳维数后,采取淘汰过于陈旧的数据信息、补充新观测数据的方法,即建立GM(1,1)等维新息模型,来预测该建筑物的沉降量。分析结果表明,GM(1,1)等维新息模型能较好地预测该泵站的沉降发展趋势。

非等间距新息GM(1,1)模型及其应用

针对非等间距GM(1,1)模型建模精度低、适应性不强等问题,应用新信息优化原理及灰色系统建模方法,采用原始数据序列的第n个分量作为灰色微分方程的初始条件,提出了非等间距新息GM(1,1)模型.基于背景值是影响灰色建模精度的重要因素之一,对非等间距新息GM(1,1)模型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,重构非等间距新息GM(1,1)模型的背景值,并给出了背景值构造公式.该背景值不仅适用于等间距新息建模型,也适合于非等间距新息建模型,具有精度高、适应性强等特点.实例表明,所建模型具有良好的实用性和可靠性.

基于逐步优化构造新息背景值和倒数累加生成的非等间距多变量新息MGRM(1,n)模型

应用逐步优化和新息建模方法,构造多变量非等间距新息灰色模型MGRM(1,n)的新息背景值,基于倒数累加生成,以数据的第m个分量作为灰色微分方程解的初始条件,建立了多变量非等间距新息模型MGRM(1,n).该新型模型不仅适合于等间距建模,也适合于非等间距建模,拓广了灰色模型的应用范围,有效地提高了模型的拟合精度和预测精度.实例证明了所建模型的实用性与可靠性.

灰色改进等维新息GM（1，1）模型在电力系统长期负荷预测中的应用

本文分析了灰色系统预测ＧＭ（１，１）模型用于长期负荷预测时的局限性，针对电力系统需求增长的特点，提出了灰色改进等维新息ＧＭ（１，１）模型，对江苏电网的用电量进行测算的结果表明，采用改进等维新息ＧＭ（１，１）模型进行长期负荷预测的精度高于一般灰色ＧＭ（１，１）模型的预测精度，给出了程序框图与测算结果。

基于等维新息GM(1,1)模型的河南省粮食产量预测

以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。

改进的GM(1,1)模型在配电网日负荷预测中的应用

灰色预测法常用GM(1,1)模型,当负荷波动较大时,该模型预测精度较低。针对周期性波动较大的日负荷提出了一种基于等维新息的改进灰色预测模型,即"滑动平均—反双曲余弦"模型。该模型对等维更新的数据做预处理,充分利用预测新息降低灰度,提高离散数据的光滑度,从而提高预测精度。通过两个典型的实例介绍了改进灰色预测模型在日负荷预测中的应用。结果表明该模型能够改善预测效果。

时间序列的灰色建模试验

介绍了GM(1,1)的原息模型、新息模型和等维新息模型的建模方法,比较分析了GM(1,1)加权预测模型和非加权预测模型的可靠性问题.通过对实验结果的比较分析,我们认为等维新息加权预测模型预测的结果最接近真实值,其余依次是等维新息模型,加权新息模型,新息模型.在这6种预测模型中,预测精度最差的是原息模型.

基于二级修正的区域水资源需求量预测模型

根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此基础上,根据区域节水规划的总体目标,剖析区域社会经济发展综合节水潜力,对区域水资源需求量的一级修正结果进行二级修正,最终得到区域水资源需求量的综合预测结果。算例分析结果表明,模型具有较高的预测精度。

新疆地区参考作物腾发量的灰色模型预测

该文依据新疆地区6个站的长序列逐日气象观测资料,基于Penman-Monteith公式计算了逐日参考作物腾发量(ET0),并应用重标极差法对ET0未来变化趋势进行了分析。运用灰色关联理论计算了各站各气象因子与年ET0间的灰色关联度和关联序。在此基础上,运用灰色系统理论建立灰色不等维递补GM(1,h)模型对6个站的年ET0进行了模拟预测,并与灰色GM(1,1)模型进行了比较。结果表明:各站ET0年内变化均呈抛物线型,4-9月ET0依各站顺序为:若羌>吐鲁番>哈密>喀什>和田>伊宁;6站年ET0赫斯特指数均大于0.5,各站未来的趋势与历史呈正相关,依然是波动递减;总体上,平均温度、日照时数、饱和气压差对各站年ET0的影响比较大;灰色不等维递补GM(1,h)模型预测相对误差限为0～7.31%,预测精度明显高于GM(1,1)模型。该研究表明采用灰色模型预测新疆地区参考作物腾发量精度较好。

组合优化灰色模型在中长期电力负荷预测中的应用

鉴于中长期负荷预测受很多不确定因素的影响,各种预测方法都有其局限性的问题,在分析基本灰色模型及其传统改进模型在负荷预测中局限性的基础上,提出了一种电力系统中长期负荷预测的实用新方法——组合优化灰色预测法.该预测法是一种对残差改进灰色模型(GM)和基于等维新息递补预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,满足动态电力负荷能解决随机干扰影响的要求,最终的预测结果误差可基本控制在3%之内.经过实例计算,组合优化灰色预测模型用于中长期电力负荷预测,与传统的系统理论方法相比较,该方法计算简捷,预测精度高,具有很好的实用性.

中长期电力负荷的组合预测法

组合预测法能较大限度地利用各种预测样本信息,有效地减少单个预测模型建立过程中一些环境随机因素的影响,提高预测精度。通过对灰色预测法、等维新息法、回归分析法的研究,先由原始数列建立灰色预测模型,预测出近期数据,再运用等维新息思想,把灰色模型的近期预测值添加到原始数列中,生成组合的数列,由新生成的组合数列建立回归模型,预测长期电力负荷值。通过一个实例比较组合预测和灰色模型的预测结果,对比得知,组合预测的精确度优于灰色预测。

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM(1,1)和动态灰色预测模型的基本内容及建模过程,并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明,等维新息动态预测由于实时地加入了新的信息,提高了灰区间的白色度,预测效果最好;等维灰数递补动态预测利用了序列建模的结果,淡化了灰平面的灰度,使预测结果有所改善;GM(1,1)模型由于是静态地反映系统的变化趋势,预测的精度最低。因此,动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。

灰色模型在电力负荷预测中的应用与改进

灰色GM(1,1)模型是一种较有效的负荷预测模型,然而由于电力负荷具有多样性,当负荷增长曲线不是G型时,其预测误差较大,精度不能满足要求,在实际应用中具有一定的局限性。对灰色GM(1,1)模型进行必要的改进,通过实例分析,利用等维新息递推模型、组合灰色模型进行负荷预测,可大大提高预测精度。

基于新维无偏灰色马尔可夫的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础。在传统灰色预测模型和马尔可夫链理论的基础上,利用新信息优先的思想,建立了等维新息无偏灰色马尔可夫预测模型。该模型通过结合灰色预测与马尔可夫链理论的特点,用无偏灰色预测模型拟合系统的发展变化趋势,并以此为基础进行马尔可夫预测,在每一步预测中不断推陈出新,更新原始数据。以2001年—2010年全国道路交通事故死亡人数实测值作为原始数据,构建预测模型,预测其2011年—2015年事故死亡人数。结果表明:等维新息无偏灰色马尔可夫预测模型的误差更小,精度更高,尤其适合中长期预测。

基于等维新息灰色马尔可夫模型的互联网用户人数预测研究

对互联网用户人数的科学预测可为网络的建设和管理提供决策依据。在传统灰色预测模型的基础上,结合新信息优先的思想,建立了等维新息灰色预测模型,并利用马尔可夫链模型预测出结果的波动范围,形成等维新息灰色马尔可夫预测模型。再以2007年12月-2012年06月我国互联网上网人数实测值为原始数据,构建预测模型,预测2012年12-2014年06月的互联网上网人数。实例结果表明,等维新息灰色马尔可夫预测模型其预测结果的误差更小,精度更高,还能提供预测结果的波动范围及出现概率。