GM(1,1)模型研究及其在水质预测中的应用

对GM(1,1)模型原始数列进行对数变换,减缓了数据变化的趋势,并通过matlab编程实现模型计算,简化了模型计算。将模型应用于胶州湾前湾海域水质预测,结果表明,模型对于单调数列的预测精度较高,预测结果与实测值吻合较好。

基于改进的GM(1,1)的长期交通量预测模型

针对传统的GM(1,1)模型在预测高速公路交通量中存在的误差过大的问题,通过对原始数据进行滑动平均处理,减少数据在统计过程中的随机误差和人为误差。利用等维灰数递补预测模型进行交通量预测,在数据列中补充新的数据,去掉老的数据,使模型得到改进。利用改进的新模型去预测下一年的数据比用原模型更加合理,更接近实际。研究结果表明:利用等维灰数递补预测模型预测的预测精度是94.24%,比GM(1,1)残差改进模型提高了1.49%,比传统的GM(1,1)模型精度提高了6.94%。适用于交通量的长期预测。

利用GM(1,1)模型群预测油田产油量

针对预测时如何判断建模历史数据的稳定性和新的信息如何及时补充修正原预测模型,不断提高预测精度等问题,运用灰色系统理论,建立灰色等维新息GM(1,1)模型群,准确识别系统的稳定阶段,选择合理的建模数据,建立可靠的灰色模型,提高预测值的可信度;建立等维灰数递补GM(1,1)模型群预测产油量,及时补充新息数据,约束灰平面的扩展,提高模型的预测精度。将这种方法应用于中国东部某油田年产油量的建模和预测。研究结果表明,通过考察等维新息GM(1,1)模型群的后验差比和小误差概率的变化,可以判断系统的稳定和非稳定阶段,选择合理稳定的建模数据;采用等维灰数递补GM(1,1)模型群预测产油量,提高了预测灰区间的白化度,随着灰参数的不断修正,模型预测精度不断提高。

基于改进GM(1,1)模型的猪肉价格预测研究

针对猪肉价格受多因素影响、难以运用固定的数学模型进行精确预测的问题,提出一种改进的GM(1,1)模型.该模型主要通过改善GM(1,1)的背景值和运用M次累加的方法对灰色模型进行残差校正,进而把猪肉价格变化当作一个灰色系统,采用等维递补的方法预测猪肉价格的发展走势.以吉林省猪肉价格为依据,用改进的GM(1,1)模型预测未来猪肉的价格较原始GM(1,1)模型预测精度更好.这表明,改进模型对于提高生产者的收益、促进猪肉市场的良性发展具有现实意义.

GM(1,1)模型在凤山隧道变形预测中的应用

针对GM(1,1)模型在隧道围岩变形预测中的缺点,提出采用模型维数控制的方法进行预测。研究GM(1,1)模型的数学原理,针对隧道围岩的变形特点利用数学方法改进模型背景值的计算公式,并利用等维替代法不断更新预测模型。通过对比传统GM(1,1)模型可知,改进后的模型预测精度有较大提高,能较好预测围岩实际变形情况和趋势。

灰色GM(1,1)新陈代谢模型在吉林省GDP总量预测中的应用

通过灰色系统理论,建立不同维数的灰色GM(1,1)新陈代谢模型,比较了它们的优劣,确定了最优维数预测模型.应用该模型预测出2011-2015年吉林省的GDP总量.

基于GM(1,N)-Prophet组合模型的电商行业销售预测研究

【目的/意义】电商平台行业预测受到诸多因素的影响,预测结果的准确性对其促销策略的制定具有重要意义.【方法/过程】以京东电商平台办公行业成交金额作为预测对象,通过灰色关联分析找出关键影响因素,采用GM(1,N)进行销售预测,并对结果误差进行分析;再引入Prophet时间序列模型进行优化,最后对优化结果进行对比分析.【结果/结论】灰色系统模型对信息灰度大、数据量少的行业预测具有适用性,引入节假日因素的Prophet时间序列模型对预测精度更高,同时这种组合预测模型适用性高,为电商平台的行业预测提供一种可参考的方法.

水质的评价和预测模型

本文首先考虑到水质类别的差异和相同类别水质在数量上的差异对综合评价的影响,构造"S"形的变权函数,对属于不同水质类别的同种污染指标进行"动态加权",建立基于逼近理想点排序法的评价模型和利用灰色关联度的分析方法,对长江水质状况做出了综合评价;其次,根据7个观测站的位置将干流分成8段,把每段河道内所有污染源都等效为一个段中央的连续稳定源,分别利用稳态条件下的一维水质模型及质量守恒定律,得出中间6段每个月的排污量,综合比较各河段一年多来的总排污量得到主要污染源的分布区域;然后,用每年不可饮用类水的百分比之和刻画水质状况,综合利用灰色GM(1,1)模型和时间序列分折方法,对变化趋势进行了预测;最后,建立不可饮用类水的百分比与长江水总流量和废水排放量的线性回归模型,计算在满足约束条件下排污量的极限值,用排污量的预测值减去极限值,得到未来10年的污水处理量。

数据时间维度对火灾形势预测精度的影响

为提高火灾形势预测精度,基于我国2008—2019年以年、季和月为时间维度的9项火灾历史数据,利用主成分分析法得到相应的火灾形势评价结果,根据评价结果并控制数据量构建GM(1,1)预测模型,通过比较后验差比值、小误差概率和平均相对误差,研究不同时间维度的火灾历史数据对火灾形势预测精度的影响,从而以适合的数据构建更加精准的预测模型。结果表明:(1)在预测2020年火灾形势发展趋势时,火灾历史数据的时间维度对GM(1,1)模型的预测精度有着较大的影响,季度数据尤其明显,且当数据量为3时,季度数据所建立的GM(1,1)模型的预测精度最高,为99.98%;当数据量为4~8时,年份数据所建立的GM(1,1)模型的预测精度普遍优于季度和月份数据,预测精度最高为96.74%(数据量为8);当数据量为9~12时,月份数据所建立的GM(1,1)模型的预测精度表现最高,最高为95.53%(数据量为12);(2)预测得到2020年全年、第1季度和1月份的火灾形势综合评价得分分别为0.166 0、0.949 1和0.733 5。可见,利用季度和月份数据可以细化和完善消防规划,从而更有效地降低火灾发生次数及其损失。

基于灰色马尔科夫模型的南四湖水质预测

针对传统GM(1,1)模型存在灰色偏差和抗干扰能力弱的问题,建立一种等维新息灰色马尔科夫模型。该模型采用灰色马尔科夫模型改进传统GM(1,1)模型,再利用等维新息思想更新建模所需数据序列。运用该模型对南四湖2019—2021年的水质状况和水质演变趋势进行预测,结果表明:灰色马尔科夫模型的相对误差小、精度高、预测结果合理;2019—2021年南四湖水质整体呈现由北向南逐渐变好的趋势,其中COD_(Cr)、NH_(3)-N、COD_(Mn)质量浓度呈下降趋势,TP、TN质量浓度有上升现象,存在超标风险,应加强对南四湖流域TP、TN的控制。

海南岛三大流域“十三五”水质变化特征及“十四五”趋势预测

为服务海南自由贸易港水生态环境保护,基于海南省地表水环境质量监测网监测数据,对海南岛南渡江、昌化江、万泉河三大流域“十三五”期间水质状况、主要污染物浓度、综合污染指数变化进行了分析,采用Spearman秩相关系数研判其污染变化特征,并采用均值GM(1,1)模型(EGM)预测“十四五”期间水质变化趋势。结果表明:“十三五”期间,海南岛三大流域水质状况总体呈稳中向好趋势,南渡江、万泉河流域水质优良比例分别上升至96.3%、100%,昌化江流域水质优良比例保持在100%;三大流域CODMn、CODCr、氨氮、总磷浓度年均值均处于较低水平,低于GB 3838—2002《地表水环境质量标准》Ⅱ类标准限值,其中CODCr年均值均低于Ⅰ类标准限值,“十三五”期间除氨氮浓度下降外,其他指标均有不同程度的上升或波动,上升幅度为6.7%~23.8%;干流综合污染指数均小幅下降,下降幅度为0.03~0.04,主要支流综合污染指数自上游到下游呈波动上升的空间变化特征。EGM预测结果表明,“十四五”期间海南岛三大流域干流和绝大部分支流水质综合污染指数呈上升趋势,最大上升幅度达108.3%,三大流域水环境仍面临较大的压力,尤其是支流汇入带来的污染负荷不容忽视。“十四五”期间,应以系统保护思路,落实“六水共治”“一河一策”等措施,进一步改善三大流域水质。

等维动态新息模型在交通事故预测中的应用

基于灰色理论建立的能够及时地更新数据,用最新数据替换老数据建立的等维动态新息模型,能够保证原始数据对模型的作用,使模型更能反映系统的实时性,而且样本需求量小,使预测的准确度得到了有效的提高。等维动态新息模型分为等维动态Verhulst新息模型和等维动态GM(1,1)新息模型,本文主要探讨了这两种模型在道路交通事故预测中的具体应用,并分别完成了道路交通事故总量和道路交通事故死亡人数的预测。

基于指数平滑-灰色模型的昆承湖水质预测研究

地表水环境质量发展趋势预测是管理当前水环境状况的重要依据,对水环境规划、评价和管理具有重要的参考意义。利用2012—2021年昆承湖湖心断面总磷水质数据,构建指数平滑法-灰色预测GM(1,1)模型。研究发现:经平滑处理后,模型可以过滤掉数据中一些短期不规则的变化,即水质小范围的波动,降低水质数据的随机性,使数据更利于体现整体趋势。模型输出值(模拟值)与原始序列(平滑值)拟合较好。在模型检验通过的基础上,对制约断面达到Ⅲ类水标准的总磷进行预测,研究发现湖心断面“十四五”期间达到湖泊Ⅲ类水标准还有进一步提升的空间。需继续紧盯断面水质达标问题,持续加大治理和生态修复力度。

基于组合模型的中小电商商品短期需求预测

近几年,中小型电商企业迅速崛起,库存成本过高遏制着中小型电商企业进一步发展。精确的短期需求预测可以帮助中小电商企业减少库存积压,节约库存成本。为了准确预测中小电商企业产品的短期需求量,通过建立关于GM(1,N)多维灰色模型和GA-BP神经网络模型的组合模型,将三个模型运用到实例中进行预测,对比预测结果以验证组合模型预测效果。预测结果显示,组合模型较GA-BP模型、GM(1,N)模型具有更高的预测性,具有较好的预测效果,对中小电商企业库存管理有重要应用价值。

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。

灰色系统在水质预测中的应用

灰色系统预测模型以微分方程为表述形式,揭示受环境变量影响的水质变化的连续过程。本文结合某市十年环境监测资料,采用灰色系统GM(1,1)模型,对该市某地表水水质状况部分指标进行了预测。结果表明:该模型显著性很好,符合该地区的实际情况,可以对地表水不同指标进行预测。

机场道面预防性养护评价指标综合改进灰色预测模型

为了对军用机场水泥混凝土道面预防性养护评价指标进行精确预测,确定预防性养护最佳时机,构建适用于军用机场水泥混凝土道面的预防性养护评价指标综合改进灰色预测模型,分析军用机场水泥混凝土道面预防性养护评价指标体系的组成及含义。针对军用机场道面性能检测历史数据较少且不连续的问题,在适用性分析的基础上引入灰色预测模型。基于经典GM(1,1)模型及其存在的不足,采取原始数据检验及预处理、初始值及背景值同步改进、等维灰色递补等方式对经典GM(1,1)模型进行多步改进。建立道面预防性养护评价指标的综合改进灰色预测模型,对多步改进过程进行精度纵向对比检验,对综合改进预测模型与马尔科夫预测模型进行精度横向对比检验。研究结果表明:灰色预测模型适用于军用机场道面预防性养护评价指标的预测,综合改进灰色预测模型能够提高模型的预测精度。利用综合改进灰色预测模型对某军用机场道面的预防性养护评价指标进行预测,结合其预防性养护判定标准,得出该机场道面预防性养护的最佳时机为第6~9 a。

基于灰色系统理论的经济预测模型研究

分析了灰色系统理论用于经济预测的可行性,介绍了灰色系统理论的两种模型:灰色GM(1,1)模型和动态等维GM(1,1)模型,并介绍了包括"未知数据法"在内的各种模型检验方法,通过一个实例将上述模型用于预测并对结果进行检验。结果表明,灰色系统理论可以用于经济预测且动态等维GM(1,1)模型比传统的GM(1,1)模型预测精度高,预测结果更可靠。

基于不同维数GM(1,1)模型的职业病发病预测

目前,我国有关职业病的研究尚处于描述性阶段,很多研究仅单纯经验性研判职业病发病趋势,缺乏职业病发病的预测量化研究。因此,利用已有的职业病病谱数据,构建职业病发病风险预测模型是亟待解决的问题。本研究以灰色系统理论为基础,构建和验证不同维数的灰色GM(1,1)模型,并筛选最优模型分析职业病的发病趋势,为我国职业病一级预防及风险管理与预警提供依据。

基于改进多因素灰色模型的高耗能行业负荷预测方法

针对目前分行业用电特性的问题,在皮尔森相关分析的基础上建立等维动态递补灰度预测模型。以2006—2014年辽宁省高耗能行业负荷为研究对象,首先采用皮尔森相关分析筛选出主因素变量,接着建立传统的GM (1,N)模型和等维动态灰度递补GM (1,N)模型,最后计算得到行业负荷预测结果。等维动态递补法可以有效利用最新信息,从而提高系统的预测精度。算例证明了该方法的适用性和有效性。