新型近似非齐次反向累加灰色模型研究及应用

为提高灰色预测模型对不同特征序列的适应性,避免模型参数估计与参数应用的“非同源性”,实现模型优化与模型检验两个准则的一致性,基于背景值、建模机理、初始条件三个视角构建了一种新型近似非齐次反向累加灰色模型.研究表明,该模型对衰减序列、增长序列、齐次指数序列和非齐次指数序列都有较高的精度,是对现有灰色预测模型的有效补充.

基于Conformable分数阶导数的灰色Bernoulli模型

为增强灰色Bernoulli模型对各种实际数据序列的适应性,借助分数阶微积分在描述复杂系统中的优势,提出了一种基于Conformable分数阶导数的灰色Bernoulli模型。研究发现,可通过改变结构参数将模型转换为不同的经典灰色预测模型,体现了其统一性。此外,采用粒子群优化算法求解规划模型,获取了模型的最优超参数。最后,用所提模型和5个竞争模型对3个真实案例进行了预测建模,结果表明,所提模型的2项评估指标均优于5个竞争模型,验证了所提模型的有效性和可行性。

分数阶反向累加离散灰色模型及其应用研究

为了减小离散灰色预测模型解的扰动界,增加模型的解的稳定性,并且充分利用系统的新信息,提出了分数阶反向累加离散灰色模型。通过数学推导,给出了模型具体的计算公式,并计算了其扰动界。通过比较一阶反向累加离散灰色模型和分数阶反向累加离散灰色模型扰动界的大小,证明了分数阶反向累加离散灰色模型的优越性。最后,将其应用在某型号武器系统的储存可靠性的预测中,计算结果优于传统灰色预测模型,预测精度有了大幅度提高,从而拓展了灰色预测模型的理论研究和实际应用范围。

分数卷积灰色预测模型及其在信息传播中的应用

通过构造累加生成卷积序列的离散卷积运算实现了数据序列的累加生成,并推广到分数阶卷积幂以实现分数阶累加生成。离散序列卷积运算统一了累加生成和累减生成,给定阶数即可生成相应的卷积序列。引入离散卷积运算,可以从信号处理的角度来理解累加生成。累加生成系统可视为一个线性滤波器,累加卷积序列的本质是滤波器的单位冲击响应,卷积运算对应滤波过程。在分数累加卷积序列的基础上构建了分数阶灰色预测模型。最后给出数值实验和信息传播中的实际应用案例验证理论的正确性和方法的有效性。

分数阶反向累加GM(1,1)模型及其性质

针对正向序列累加GM(1,1)模型都不满足新信息优先原理的问题,文章从理论上证明了一阶反向累加GM(1,1)模型不能较好地满足新信息优先原理。针对一阶反向累加GM(1,1)模型的不足(只适用于递减序列,没有利用最新消息),提出了分数阶反向累加GM(1,1)模型,将反向序列累加的适用范围扩展到递增序列,充分挖掘了新信息。实例说明分数阶反向累加GM(1,1)模型具有较强的预测能力。

分数阶累加多变量灰色模型FMGM(1,n)及应用

在分析单变量分数阶累加生成和累减生成的基础上,推导多变量分数阶累加生成的计算公式,建立多变量分数阶累加灰色模型FMGM(1,n),给出基于最小二乘法估计模型参数。以分数阶数为设计变量,以最小平均相对误差为目标函数,建立优化模型,以Matlab为平台编写优化求解程序。多变量分数阶累加灰色模型FMGM(1,n)模型是单变量的FGM(1,1)模型在多变量情况下的自然推广,旨在反映各变量间相互制约、相互促进的关系。最后给出了算例,算例表明本文所建模型的适应性、有效性。

基于Hausdorff分数阶灰色季节模型的空气质量预测——以西安市为例

针对传统灰色GM(1,1)模型对空气质量指数(AQI)预测精度较低的问题,基于时间系列的非线性季节波动特征,提出了Hausdorff分数阶累加的灰色季节模型.以西安市为例,预测了其PM_(2.5)、PM_(10)、NO_(2)和O_(3)的季度质量浓度.实验结果表明:新模型具有较高的预测精度,可以更好地描述空气指标的季节波动特征.预测结果显示,西安市PM_(2.5)、PM_(10)和NO_(2)的质量浓度都出现较大幅度的下降,而O_(3)质量浓度则无明显变化,且这些指标预计在2024年依旧处于超标状态.未来O_(3)将会取代PM_(2.5)成为大气的首要污染物,西安市空气治理的工作重心应放在如何有效地控制O_(3)质量浓度方面.

Hausdorff分数阶灰色预测模型的优化及应用

为了提高Hausdorff分数阶灰色预测模型的预测精度,增加其在实际生活中的应用范围,论文分析影响Hausdorff分数阶灰色模型预测精度的因素,发现背景值是影响模型预测精度的主要因素;把Hausdorff分数阶灰色模型背景值的权重设为动态,构建优化的Hausdorff分数阶灰色模型,即OFHGM(1,1)模型;最后选取GM(1,1)模型、FGM(1,1)模型、FHGM(1,1)模型以及ARIMA模型作为对比模型评估OFHGM(1,1)模型在中国卫生总费用、中国人均卫生费用以及中国医院数量三个实际案例中的适用性,结果表明OFHGM(1,1)模型的预测精度高于对比模型,具有较高的适用性.

基于多变量灰色系统的乏信息堤防变形短期预测模型

依据信息模糊和不确定状态下乏信息数据处理理论,提出了一种改进多变量灰色系统的乏信息堤防短期预测模型;引入多变量灰色模型对多测点的沉降变形序列进行拟合,结合混沌粒子群优化算法和分数阶微积分理论,实现了在乏信息条件下对堤防多测点变形的短期预测;由对比结果可知,研究提出的模型可行且有效,填补了堤防乏信息处理模型的空白。

基于分数阶累加灰色模型的福建省第二产业产值预测

第二产业是国民经济的重要组成部分,它的发展关系着国家经济的发展全局。文章利用2008-2015年福建省第二产业的产值,建立了分数阶累加灰色GM(1,1)预测模型,并对其产值进行了预测分析,预测结果对福建省第二产业的发展具有一定的指导意义。

分数阶反向累加非等间距GM(1,1)模型及应用

针对非等间距递减序列的预测问题,首先构建了一阶反向累加非等间距GM(1,1)模型(简称为非等间距GOM(1,1)模型),并给出了模型参数的最小二乘解和可用于预测的离散时间响应式.为进一步提高模拟预测精度,利用分数阶累加思想,提出了分数阶非等间距GOM(1,1)模型.以平均模拟相对误差最小化为目标,建立非线性规划模型可求解得到最优阶数.最后,以数值模拟和钛合金疲劳强度随温度变化预测为例,证实了该文提出模型的有效性和实用性.

基于分数阶累加的灰色GM(1,1|sin)模型及其应用

本文研究了灰色模型对振荡序列的预测问题.在已有GM(1,1|sin)模型的基础上,利用分数阶算子对原始序列进行累加生成的方法,获得了分数阶累加GM(1,1|sin)模型的表达式;以平均相对误差最小化为目标,利用粒子群算法求解非线性优化问题,获得了模型的最优参数.最后以城市交通流的模拟预测为例,结果表明本文提出的模型比GM(1,1|sin)模型具有更高的模拟精度,推广了GM(1,1|sin)预测模型的结果.

基于灰色关联协同效应权重配置的费用预测模型

费用预测是复杂装备成本管理的核心内容。在同类型复杂装备仅有少量样本信息的情况下,为提高估算预测精度,解决贫信息下费用影响要素筛选困难、要素间由于协同效应导致的权重分配不合理、费用预测误差较大等问题,提出了一种基于灰色关联协同效应贡献度分配的要素权重配置方法。首先通过灰色关联度分析筛选相似样本及费用关键影响要素;然后,依据各要素在协同效应下对灰色关联度提高的贡献程度大小,参考Shapley值思想计算各要素的灰色比较关联重要性,以此确定权重;最后,构建相应的异阶参数灰色分数阶预测模型,对目标装备进行费用预测。通过与已有文献中的方法进行对比,结果表明所提方法有较高的预测精度且具有一定的适用性,能够挖掘小样本下费用影响要素间的潜在信息,更可以合理地分配要素权重,提高费用预测精度。

基于分数阶累加灰色GM(1,1)模型的生物药品销售收入预测

生物药品制造业作为六大高新技术产业之一,其发展价值正逐渐被越来越多的人认可.利用2010—2014年我国生物药品制造业销售收入数据,建立了分数阶累加灰色GM(1,1)预测模型,对其销售能力进行了预测分析,预测结果对我国生物药品制造业的发展具有一定的指导意义.

反向累加生成绝对灰度性质及其在灾害事件预测中的应用

为研究反向累加生成序列绝对灰度的变化规律,基于原始序列与其一次反向累加生成序列的级比关系,推导了整数阶反向累加生成序列绝对灰度的一般表达式及其相关性质。结合实际问题背景,讨论了融合绝对灰度的反向累加灰色模型在突发灾害事件预测中的应用效果。研究结果表明:当原始序列的绝对灰度大于0.6时,进行反向累加生成变换能够有效降低序列的绝对灰度,当原始序列的绝对灰度小于0.25时,对序列进行反向累加生成变换会增大序列的绝对灰度。研究结论为灰建模的模型选择及序列预处理方式的选择提供参考。

基于分数阶灰色模型的农业用水量预测

针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,该文提出分数阶灰色预测模型。将农业用水量振荡序列转化为单调递减非负序列,并以转化序列为基础,根据"阶数最大(或最小)"、"历史数据拟合最好"2个目标函数构造优化模型,采用改进NSGA-Ⅱ(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行模型求解。根据验证集拟合结果优选出模型阶数,结合分数阶反向累加灰色模型(fractional order reverse accumulation grey model),以通辽市和宝鸡市为例,进行农业用水量的预测。为了检验模型性能,将该文模型分别与传统GM(1,1)模型、自回归模型、基于小波分析理论组合模型进行对比。结果表明,该文模型对于通辽市、宝鸡市与鄂尔多斯市的农业用水量预测的相对误差分别为2.33%、0.31%和1.77%。同时,该文模型预测误差最小(比自回归模型分别低1.11%(通辽)、6.18%(宝鸡);比传统GM(1,1)模型分别低3.32%(通辽)、0.97%(宝鸡)),具有一定实用性,研究结果可为区域农业用水量预测提供依据。

反向累加生成及灰色GOM(1,1)模型

相对于传统的累加生成提出了反向累加生成的定义 ,给出了灰色 GOM(1,1)模型 。

分数阶灰色累加生成算子与累减生成算子及互逆性

针对现有灰色预测模型主要以一阶累加生成序列作为建模序列,再累减还原为原始序列预测值,本文通过Gamma函数将累加生成算子和累减生成算子拓展到正实数领域,给出分数阶累加生成算子和分数阶累减生成算子的解析表达式,一阶和整数阶均是其特例,证明了两算子之间的互逆性.为建立分数阶灰色预测模型和拓宽灰色预测模型的应用范围提供理论基础.

基于分数阶灰色Elman组合模型的中长期负荷预测

针对电力系统中长期负荷预测样本少、间隔时间长、影响因素多等问题,提出基于分数阶灰色Elman的组合预测模型,首先针对负荷预测样本少、增长趋势明显的特点,利用分数阶灰色模型弱化原始序列的随机性,降低解的扰动界,其次利用Elman神经网络模型适应性与学习能力强的特点来解决负荷的非线性及影响因素复杂的问题,然后根据最优模型赋予二者最优权值,得到最终的组合模型,最后采用傅里叶级数残差校正模型修正组合模型的误差。仿真结果表明,本文提出的方法可有效拟合负荷的变化趋势,提升负荷预测的准确度。

复数阶累加的灰色系统模型

在整数(分数)累加的经典GM(1,1)模型的基础上,提出了复数累加的灰色模型(对于某个z∈X,记为CAGMz(1,1))。该公式将灰色模型参数的选择范围从实轴扩展到复平面。我们认为所有复数累加生成算子的集合具有一维可加复李群的结构,它与X同构。这一构造首次将李群理论引入灰色模型理论,为在灰色系统中引入李群的工具奠定了基础。指数n的幂零矩阵E1和泰勒级数的方法避免了使用现有流行的Γ函数,也为计算机编程提供了一种有效的途径。作为一种新的方法,复数阶累加生成算子可以同时调整新信息和旧信息之间、实部和虚部之间的权重,可以得到更好的仿真和预测结果。通过实例讨论了CAGMz(1,1)模型的优点,给出了较好的仿真和预测结果。