基于自相关理论的GM(1,1)和GM(1,N)联合预测

通过引入自相关分析,将GM(1, 1)与GM(1, N)两者的优点有机结合,运用GM(1, 1)预测模型所需的数据量,达到GM(1, N)预测模型所具有的预测精度,减少灰色模型的预测误差.

大坝变形度的不等维加权动态GM(1,1)预测模型

针对灰色GM(1,1)模型预测结果易受模型中以前测得的陈旧数据的干扰,及等维动态GM(1,1)受缚于维数选择的情况,给出了不等维加权动态GM(1,1)模型的基本内容及建模过程,模型中计算出多种维数的GM(1,1)模型的预测值,并且通过萨函数加权法和BP神经网络计算出每种维数的权值,通过加权获得最终预测值。并且成功地将不等维加权动态GM(1,1)模型应用于大坝变形度的预测预报。实践证明,不等维加权动态GM(1,1)模型由于考虑了维数对模型结果的影响,而且及时地更新数据,提高了灰区间的白色度,预测效果比传统的GM(1,1)模型和等维动态GM(1,1)模型效果好。

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)在工业固体废物产生量预测中的应用

工业固体废物产生量预测是废物资源优化管理与合理配置的重要前提。为有效预测城市工业固体废物的产生量,客观反映其变化趋势,选择GM(1,1)预测方法建立工业固体废物产生量预测模型。文章以某市2006-2009年的工业固体废物产生量为基础,通过实例对模型精度进行分析比较。研究结果表明:对基本符合线性关系的数据而言,预测值与实际结果具有良好的一致性,模拟精度等级为"好"。在此基础上对该市未来近几年的工业固体废物产生量进行预测研究,发现该市工业固体废物产生量增长速度过快,到2016年全市工业固体废物年产量将高达2 408.25万t,是2006年的5.3倍。研究证明灰色GM(1,1)模型是一个预测工业固体废物产生量的较好工具,其预测结果可为政府部门和环境管理者提供决策参考。

基于离散GM(1,1)模型的武器备件故障率预测研究

准确的武器备件故障率预测对制定精确的维修保障计划,降低维修保障费用等方面具有重大意义。通过对典型的故障率曲线的分析,依据灰色预测理论,在灰色GM(1,1)模型的基础上建立了离散的灰色GM(1,1)模型,通过实例对武器备件故障率进行了预测,为武器备件的故障率预测提供了一种新的途径和方法。

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。

区间灰数表征与算法改进及其GM(1,1)模型应用研究

针对目前区间灰数的表征和运算过程中存在着较为严重的问题 ,即 :运算结果对灰数的灰度进行不必要的放大 ,造成信息的严重失真 ,笔者定义了标准区间灰数与第一和第二标准区间灰数的概念 ,分析了第一和第二标准区间灰数之间的关系 ,进一步设计了普通区间灰数与标准区间灰数之间的转换规则 ,提供了标准区间灰数之间的比较与运算法则 ,较好地解决了区间灰数之间的大小比较与运算问题。最后 ,将这一研究成果应用于基于区间数的GM (1,1)模型预测问题 ,取得了良好的效果。

非等间隔无偏GM(1,1)幂模型及其应用

为了使GM(1,1)幂模型适合于非等间隔数据建模,构建了一类新的非等间隔GM(1,1)幂模型,利用变量代换,将非等间隔GM(1,1)幂模型的白化方程化为GM(1,1)模型的线性白化方程形式,从而通过灰微分方程的正确构建,建立了非等间隔无偏GM(1,1)幂模型。将非等间隔无偏GM(1,1)幂模型应用到单桩极限承载力预测中,预测结果显示非等间隔无偏GM(1,1)模型适合于渐近极限荷载预测,非等间隔无偏GM(1,1)幂模型适合于预测按沉降控制法得到极限承载力。

优化背景值的GM(1,1)模型组合改进

针对提高模型的拟合效果.在GM(1,1)模型基础上,提出改进方案生成紧邻生成序列.利用组合预测思想,结合BP神经网络预测算法对改进后的灰色模型做进一步的优化修正,同时引用新陈代谢灰色模型理论成为BP-GM(1,1)等维新息模型.该模型充分利用了两种预测方法的优势,适当的减小了单个模型预测时的误差.数据拟合结果表明:BP-GM(1,1)模型具有更好的拟合精度,该模型应用范围更广.

基于PSR和无偏GM(1,1)模型的福建省耕地生态安全评价与预测

研究目的:对福建省2004—2015年的耕地生态安全状况进行评价,并对2016—2025年的安全状况进行预测,以指导区域耕地合理、可持续利用。研究方法:运用PSR评价模型建立评价指标体系、熵权法确定权重,采用无偏GM(1,1)模型进行预测,通过障碍度模型确定障碍因子。研究结果:(1)2004—2015年福建省耕地生态安全值呈曲折上升趋势,安全级别从较安全级上升为安全级;(2)预测结果显示,2016—2025年福建省耕地生态安全状况维持在安全状态,但安全值呈直线下降趋势;(3)通过障碍度模型得出未来10年福建省耕地生态安全的障碍因素主要集中在经济发展状况及农业生产活动方面。研究结论:2004—2015年,福建省的耕地生态安全状况总体较好,未来10年的耕地安全状况还需通过出台惠农政策、大力开展土地整治及宣传耕地生态安全知识等措施加强。

改进GM(1,1)模型在路基沉降预测中的应用

GM(1,1)模型是沉降预测中应用较为广泛的模型之一,在实际应用当中发现其预测效果有时候较差甚至完全失效。为此从传统 GM(1,1)预测模型建模原理出发,分析存在的理论缺陷,指出在形成预测公式时规定(?)^(1)(1)=x^(1)(1),α=0.5为已知条件是不合理的,应当根据实际情况选用其他数据。通过引入平均斜率来计算α(k)序列,并利用 MATLAB 程序进行数据处理,寻找最合适的(?)^(1)(1)以及最佳维数区。某高速公路实测沉降数据计算表明,新方法有满意的拟合和预测效果,为提高建模精度提供了新的途径。

基于改进GM(1,1)模型的应急物资需求量预测

目的应急物资需求量的预测是应急物资配送的前提条件,为了提供受灾区比较可靠准确的应急物资需求量的实时信息,便于决策者进行科学合理的应急物资调度.方法根据GM(1,1)的指数特性,通过对原始数据序列进行变换使其服从指数规律的方法改进模型,克服了传统GM(1,1)模型指数规律的不足,用改进模型对应急物资需求量进行了预测.为验证改进后的GM(1,1)模型的有效性,将其预测结果与传统GM(1,1)模型和同类研究文献中方法的预测结果进行相比分析.结果实验结果表明:改进GM(1,1)模型预测的平均相对误差小于2.9%,预测精度有明显提高.结论根据该模型预测的未来几个周期内应急物资的需求量的信息可以作为决策者进行应急物资调度的依据.

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。

基于GM(1,1)的华山松生长量预测研究

以94 a树龄华山松Pinus armandii解析木数据为研究对象,利用GM(1.1)灰色预测模型,基于数值分析软件DPS,建立了华山松生长量预测模型并验证,解决了林木生长量的预测难题。灰色模型预测值C=0.2652(很好),p=1.0000(很好),结果表明GM(1,1)模型预测精度较高,预测可靠。验证了GM(1,1)灰色预测在林木生长量预测中应用的正确性,该模型在华山松生长量预测方面有较强的实际应用价值。

一种新型数据变换技术及其在GM(1,1)模型中的应用

针对灰色系统理论中的数据变换技术进行深入研究,从数据变换的机理入手,提出了数据变换的构造准则,在该准则的基础上构造出一种新型数据变换。通过对该新型数据变换若干性质的讨论验证了其满足数据变换的构造准则,并将该变换应用于GM(1,1)模型。通过具体的实例的计算表明,该变换能够提高GM(1,1)模型的预测精度,具有一定的实用性。

基于GM(1,1)模型的军用车辆交通事故预测研究

在分析军用车辆交通事故预测技术重要性的基础上,根据2005—2009年的军用车辆交通事故原始数据,建立军车交通事故的GM(1,1)灰色预测模型。对军用车辆交通事故起数和死亡人数进行短期预测,并通过实例验证预测模型的适用性。通过模型验证结果可以看出:GM(1,1)模型预测所得数据较为精确。预测结论如下:未来几年,军车交通事故会稳步下降,事故发生次数会快速减少,但死亡人数相对减少较缓。

GM(1，1)模型在铝电解氧化铝浓度估计中的应用研究

详细介绍了灰色GM(1,1)模型的原理及建立步骤。将GM(1,1)模型引入到铝电解氧化铝浓度估算中,对基于Kalman滤波的氧化铝浓度自适应估算模型进行修正。灰色模型建模维度为5,对采用浓度自适应估算模型得到的浓度与实际浓度的偏差序列进行预测,将预测值反馈到浓度自适应估算模型中,形成新的浓度估算值。通过对电解生产中的30余组氧化铝浓度工艺数据进行估算,结果表明,经修正后,浓度估算值与实际值变化趋势保持一致,基本能满足铝电解工业现场的应用要求。

改进的GM(1,1)模型在城市需水量预测中的应用

基本GM(1,1)模型未充分利用新信息,且背景值构造不合理,对变化非平稳的数据序列预测精度较低,为此,本文采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,建立重构背景值的GM(1,1)等维递补模型,并运用改进模型预测北方某市需水量,结果表明,改进模型预测精度更高,为需水量的预测提供了一种新方法。

加权GM(1,1)模型在变形监测中的应用研究

灰色系统理论中的新信息对认知的作用大于老信息的作用,而传统的累加生成没有体现原始数据中新信息的重要性。为了充分利用新信息,本文结合工程实例将加权灰色系统理论GM(1,1)模型应用于滑坡工程进行变形预测,而且对权的选取做了初步讨论,从预测结果和实测结果进行对比分析,加权累加生成的GM(1,1)模型的模拟和预测精度比传统的GM(1,1)模型模拟和预测精度高,从而说明了该法的有效性和实用性。

基于GM(1,1)模型的云南林业产业发展预测

宏观经济环境的变迁、经济危机的影响、新材料、新技术的替代与应用、林产品消费观念的转变在一定程度上影响了云南林业产业的发展。如何从宏观角度预测和把握林业产业发展走势,对于发展以"大资源、小产业"为特征的云南林业产业具有现实意义。笔者以2000—2008年云南林业产业产值数据为依据,通过检验GM(1,1)模型的通过性与精度,建立林业产业发展产值的白化方程与时间响应式,对2010—2014年云南林业产业产值的发展趋势进行了预测。通过预测结果,笔者展望了今后5年云南林业三次产业增长速率与发展规模,比较了三次产业发展的快慢程度,并对未来云南林业产业发展预测与评价的分析方法进行了探讨。