加权灰色预测模型及其计算实现

鉴于GM(1 ,1 )灰色预测模型中背景值取值方法的不足 ,引入背景值最佳生成系数 ,得到新的背景值计算式 ,从而将GM(1 ,1 )预测模型扩展为加权灰色预测模型———PGM (1 ,1 )预测模型 ;并对PGM(1 ,1 )预测模型中的最佳生成系数 p及灰参数的估计计算进行了详细论述 ,应用迭代法来确定相应的数值。实例表明 ,此方法的拟合精度和预测效果均优于GM(1 ,1 )模型。

广义加权函数平均组合预测模型参数估计方法(英文)

提出一种新的组合预测模型———广义加权函数平均组合预测模型 ,并利用二次规划算法给出其加权系数的 2种不同的参数估计方法 .最后 ,以预测实例说明了模型的有效性并对 2种参数估计方法进行了比较 ,得到一个对参数估计方法进行正确应用的有用结论 .

基于相关度的忙时话务量加权一阶局域预测模型

为了改善加权一阶局域预测模型的预测精度,提出衡量相点间相关性的相关度函数。利用相关度函数确定预测中心点的参考邻域,并将相关度的大小以加权的方式作用于加权一阶局域预测模型,进而推导出辨识加权一阶局域预测模型参数的算法。最后将预测模型用于忙时话务量的预测中,结果表明,该模型有效地提高了忙时话务量的预测精度,验证了相关度函数衡量相点间相关性的有效性。

加权一阶局域多步预测模型的改进

针对混沌时间序列的加权一阶局域预测模型中,欧氏距离并不能有效反映邻域点间的相关性,而且在进行多步预测时,计算量较大,并存在累积误差效应。文章对这一模型进行了改进。提出使用聚类分析的方法,采用夹角余弦来定义邻域点间的相关性,并根据相点演化的规律,直接进行多步预报。通过湖南省农村用电量的实例验证,该模型能精确地预测农村用电量。

混沌时间序列局域预测模型及其应用

为了确定滞时、嵌入维数和最邻近点数这3个混沌时间序列局域预测模型参数,首先利用关联积分法确定滞时和嵌入维数,重构混沌时间序列的相空间;而后在此基础上,提出了一种新的预测模型——加权动态局域预测模型.该模型综合考虑了广义自由度和邻近点权重,给出了确定最优邻域的判定指标.实际水文系统的计算分析表明,加权动态局域预测模型具有较高的预测精度,是一种有效的用于混沌水文时间序列的预测模型.

改进的灰色预测模型在蔬菜预警系统中的应用

文章采用"幂函数变换-对数函数变换"提高城市蔬菜污染指数数据的光滑度,对加权均值灰色预测模型的B矩阵进行加权调整,算得均方差很小;用拟合优度检验进行验证,结果表明此模型具有较高的预测精度;建立监控系统,从监控图可清楚地看到蔬菜的污染水平和质量安全情况。

组合预测模型:期货定价、隐含无风险利率与IOWA算子

为了提高股指期货定价的精度,本文把预测模型引入金融资产定价领域内,运用三种单项预测方法对序列进行拟合与预测,构建基于IOWA算子的加权终值平均的组合预测模型,用得出的结果进行股指期货的定价,结果表明基于组合预测模型的金融资产定价相比于单项预测具有更高的精度。

差分模型和灰色理论组合预测模型在桥梁施工控制中的应用

以内蒙古包头镫口黄河特大桥施工监控为背景,利用最优加权组合预测模型的基本原理,提出了差分模型和灰色系统理论中的新陈代谢GM(1,1)模型的组合预测模型,预测梁段的应力值。通过与实测值的对比,表明该模型具有较高的精度和较好的稳定性。

跨海大桥交通事件特征分析与预测方法

本文基于某跨海大桥交通事件及流量数据,分析了跨海大桥流量和交通事件时间特征,选用SARIMA模型在时间序列上开展了线性拟合,考虑流量和车型比例对事件数的影响,结合SVM模型对时间序列开展了非线性逼近,采用基于季节性差分自回归滑动平均(SARIMA)模型和支持向量机(SVM)模型,运用最优加权法确定组合模型的权重系数,建立了基于SARIMA模型和SVM模型两种单一预测方法的最优加权组合预测模型,对跨海大桥交通事件数做出趋势预测。结果表明:交通事件时间序列呈现出较为明显的趋势性、周期性和季节性规律,同时受流量及各车型比例的影响;最优加权组合模型综合利用了SARIMA模型、SVM模型的有效信息,均方根误差(RSME)降低到1.94,预测精度优于单一模型,可为跨海大桥交通安全预测与评价提供理论依据。

基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测

针对现代导弹装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成其故障预测实现困难的问题,借鉴数据融合技术和灰色预测理论,提出了一种基于数据融合和改进多因素新陈代谢不等时距加权灰色预测模型(improved multi-variables metabolism unequal interval weighted grey model,IMUGM(1,m,w))的导弹装备故障预测方法。首先,通过引入加权因子w的方式建立多因素不等时距加权灰色预测模型(UGM(1,m,w)),再通过初始值改进、残差修正、新陈代谢思想相结合的方式对模型进行改进;然后以特定个体的历史监测数据为基准,计算同类产品和特定个体的相应预测值及其与特定个体性能退化数值的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的性能退化模型,最后结合实时监测数据依次更新性能退化数据、Euclid距离、隶属度权值和性能退化模型,实现导弹装备故障预测,实例仿真及分析验证了方法的有效性。

基于统计分析方法对古代玻璃制品的成分探究

利用斯皮尔曼相关系数和卡方检验分析了古代玻璃的成分,得出玻璃类型、纹饰、颜色与表面风化的相关性和差异性;对风化玻璃制品数据借助中位数、平均值、标准差等指标进行对比分析,通过加权平均值预测模型,预测风化前玻璃状态,得出玻璃类型的鉴别方法。利用敏感度系数公式,得到二氧化硅含量增减10%与氧化铅含量比值,说明氧化铅和二氧化硅含量的微量改变不会对类别产生影响。借助相关性分析和数据透视表得出高钾玻璃和铅钡玻璃二氧化硅含量较多,风化前氧化铝、氧化钙、氧化铜含量均较高,钾玻璃风化后化学成分关联性较弱,铅钡玻璃风化后化学成分关联性较强。

马尔可夫预测模型对股票价格波动的预测分析

马尔可夫过程最初由俄罗斯数学家马尔可夫(Markov)于1906年研究而得名,它是一类典型的具有马氏性的随机过程。马氏性是指现在发生的事情与过去曾发生的事件无关。简言之,在已知“现在”的条件下,“将来”与“过去”是独立的。马尔可夫过程理论已发展得较为成熟,在自然科学、工程技术及经济金融管理等领域都有广泛的应用。本文以马尔可夫模型的基本理论为出发点,将马尔可夫模型运用在经济金融领域,使用马尔可夫预测模型和加权马尔可夫预测模型对股票价格的波动情况进行预测分析,并以浦发银行的股票价格数据为例进行实证分析。

基于虚拟预测的月径流量时间序列非线性混沌预测

根据非线性动力系统的基本理论实行径流量建模和预测,将预测精密度作为一种辨识器材用以分析径流量的动力性状。潮河流域戴营站月径流量时间序列的非线性混沌性状判别探究成效证明,该时间序列蕴含一定的混沌性状。根据径流量的混沌特性,结合虚拟现实预测的思想,利用加权一阶局域多步预测模型对径流量实行非线性混沌预测,结果表明,结合虚拟预测思想的预测方式在长期预测中存在着较高的精密度。

洛阳市中小学校车需求量预测

本文通过调查洛阳市中小学生上下学各种交通方式所占比率，计算出洛阳市市区校车市场的潜在客流量。根据近几年的潜在客流量，首先采用加权平滑预测模型、灰色系统模型和灰色——马尔柯夫预测模型进行初步预测，然后采用组合预测模型来对未来客流量进行最终预测。根据最终预测结果，计算出洛阳市市区普及校车工程所需要的校车数量。

某矿井瓦斯涌出量的混沌时间序列预测方法

在一阶加权局域混沌时间预测模型的基础上引入了灰色理论中的关联度理论对该模型进行了改进。以某矿1303、1305工作面为例,对瓦斯涌出量进行了预测,并将预测值与实测值进行了对比分析。结果表明:改进的一阶加权局域预测法具有预测精度高、误差小的特点,但随着时间的推移,预测值与实测值的偏差会持续增大,表明该模型仅适用于短期预测。

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.

基于灰色加权马尔可夫的备件需求预测

针对备件需求预测中数据波动性大,且多集中于较低数量水平,使得预测值偏差较大的特点,首先应用备件需求量的历史统计数据,建立备件灰色预测模型,并根据数据的实际趋势提出了状态动态划分方法,然后运用加权马尔科夫方法对灰色预测模型的预测结果进行了修正,并通过实例进行了验证,结果表明:应用灰色加权马尔可夫预测方法预测备件需求是可行的。

加权灰色线性回归组合模型的MATLAB程序实现

文章在分析灰色线性回归组合预测模型基本原理的基础上,利用MATLAB强大的矩阵运算功能,使MATLAB实现加权预测模型算法,作者通过实例分析验证了该程序的准确性和可靠性。

改进的加权不等时距灰色IMUGM(1,m,ω)模型及其应用

针对传统的灰色预测模型的缺陷,提出了改进的多因素不等时距加权灰色预测模型.首先,以引入加权因子ω的方式建立多因素不等时距加权灰色模型,再通过初始值改进、残差修正以及新陈代谢思想相结合的方式对模型进行改进;然后结合实际消耗数据,依据欧氏距离、隶属度权值等模型,实现备件消耗预测,实例仿真及分析验证了方法的有效性.