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。

随机弱化缓冲序列及其在GM(1,1)模型中的应用

灰色系统通过构建不同阶数的弱化缓冲算子实现观测数据权重的不同方案的分配,从而改变观测数据对参数估计的影响。由于原有基于分数阶、正实数阶的弱化缓冲序列是对不同位置上的观测数据进行同一阶数的弱化缓冲,因此文章提出随机弱化缓冲序列,进行不同阶数的弱化缓冲,提高权重分配的精细程度,并且提出弱化缓冲阶数的确定方法。通过计算显示,使用正实数阶随机弱化缓冲序列的GM(1,1)模型可以获得更精准的预测结果。

一种新弱化缓冲算子的构造及应用

灰色序列算子对灰色预测模型的预测精度起到关键作用.在已有缓冲算子和弱化缓冲算子研究基础上,构造出一种新的弱化缓冲算子,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明该弱化缓冲算子使用方便、有效,能显著提高GM(1,1)模型的预测精度.

基于广义反调和均值的弱化缓冲算子的构造及其应用

在灰色系统缓冲算子公理体系下,基于广义反调和均值构造了一类新的满足缓冲算子3条公理的弱化缓冲算子,称为广义反调和均值弱化缓冲算子(记为GAHAM弱化缓冲算子)。GAHAM弱化缓冲算子以已有的平均弱化缓冲算子为特例,从而推广了一些已有构造弱化缓冲算子的结果,说明GAHAM弱化缓冲算子更具有一般性。通过数值计算比较表明利用GAHAM弱化缓冲算子比利用已有的一些弱化缓冲算子建立GM(1,1)模型精度有较大程度提高,说明了GAHAM弱化缓冲算子在应用上的实用性。

弱化缓冲算子模型在电视台内设备管理工作中的应用

针对电视台设备使用数据存在干扰因素多、传统灰色模型预测效果差的不足,本文利用弱化缓冲算子能够有效处理含有干扰因素的原始数据的优势,较好地改善了基础模型的预测精度。本文选用2种弱化缓冲算子对电视设备使用数据进行预测和模型检验,结果表明,缓冲弱化算子EGM(1,1)模型的预测精度明显高于EGM(1,1)模型和离散灰色预测模型DGM(1,1)。通过对专业电视设备的分析和预测,为电视台设备管理数字化、自动化提供了有效的数据预测模型,具有一定的理论意义和现实意义。

基于数据变换和背景值优化的GM(1,1)模型

文章为了提高GM(1,1)模型的预测精度,提出一种基于数据变换和背景值优化的GM(1,1)模型。考虑通过弱化缓冲算子得到原始数据序列的缓冲序列,并对缓冲序列进行对数变换,而后对GM(1,1)模型的背景值进行优化。实例结果表明新建GM(1,1)模型降低了误差,提高了预测精度。

缓冲算子修正的单桩极限承载力的灰色预测

如何利用未达到破坏的试桩资料确定单桩极限承载力是一个重要的工程问题。根据单桩初始加载阶段的实测数据,建立以灰色系统理论为基础的GM(1,1)模型,预估单桩极限承载力,已在工程实际中取得一定的效果,但其精度有待提高。该文系统地论述了缓冲算子的概念和公理系统,探求了缓冲算子的使用规律,介绍了几种典型的缓冲算子及其特性,并采用缓冲算子修正了GM(1,1)模型以预测单桩的极限承载力。工程实例表明:该文的模型提高了预测精度,可在工程实际和理论研究中推广应用。

嵌入知识的GM(1,1)模型及其在粮食产量预测中的应用

利用小样本、贫信息进行数据预测,传统的数学建模方法并不适合,灰色系统理论在解决该类问题有着明显的优势.论文在分析河南粮食产量数据的基础上,应用嵌入知识的GM(1,1)模型,建立了河南粮食产量的预测模型,对未来5年的河南粮食产量进行了模拟和预测,进而提出了提高粮食产量的对策建议.

基于改进GM(1,1)模型的管壁结蜡厚度增长规律研究

为了进一步分析蜡沉积厚度随时间的变化规律,采用灰色理论和相关数据变换方法建立了改进GM(1,1)模型。在掌握传统GM(1,1)模型建模步骤的基础上,基于弱化缓冲算子的基本原理和线性变换方法对GM(1,1)模型进行了改进,采用均方差比、小概率误差及平均相对误差对比分析了传统模型和改进GM(1,1)模型的精度。实例计算结果表明:弱化缓冲算子作用后的改进模型较传统模型有更高的精度;采用缓冲算子结合线性变换方法所建改进模型的精度较好,其精度高于仅考虑缓冲算子时的改进模型;线性变换函数中常数R的改变会影响改进模型的精度,合理选择R有助于模型达到更高的精度;应用弱化缓冲算子结合线性变换方法建立改进模型来研究管壁结蜡厚度的增长规律完全可行。

基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病,在传统GM(1,1)模型的基础上,提出改进的非线性GM(1,1)模型,在传统的GM(1,1)模型中引入弱化算子,将紧邻均值与原始数据之间的线性假设改为非线性假设,提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象,进行数据拟合和预测分析,其中以2014年职业病例数作为验证数据,并利用后验差比值和小误差概率2个参数,检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面,改进的非线性GM(1,1)模型的预测精度提高到一级,曲线拟合度较高,预测得到2015年的职业病例数为34 900例。

缓冲算子理论在矿井瓦斯涌出量预测中的应用

以预测矿井瓦斯相对涌出量为研究目的,运用缓冲算子理论,建立了灰色系统模型,并将该模型应用到某矿井的瓦斯涌出量预测分析中,对该矿历年来相对瓦斯涌出量进行了灰色生成,建立了灰色预测,对照精度检验可知,达到了一级精度,预测结果可靠。

基于GM(1,1)改进模型的高校科研竞争力研究

GM(1,1)模型,即灰色预测模型,通过处理已知信息中有价值的部分,能够预测随机系统的运动规律与趋势。文章以《武书连中国大学排行榜》中2012—2018年高校科研竞争力指数为依据,借助弱化缓冲算子对传统的GM(1,1)模型进行改进,从而更加准确地预测各高校科研发展趋势,为高校事业的未来规划提供理论支持。

重构背景值双变权GM(1,1)中长期预测模型构建

为了解决传统GM(1,1)模型在中长期预测中存在的局限性和较大偏差问题,提高模型预测精度,拓宽其应用范围,结合全信息变权弱化缓冲算子、全信息加权平均法、Newton-Cotes公式和三次牛顿插值公式,从原始数据变换、背景值重构、初始条件优化3个方面对传统GM(1,1)模型进行改进,建立了重构背景值双变权GM(1,1)中长期预测模型。用西安市年供水量统计数据对模型进行精度检验与分析,结果表明精度检验等级为一级,具有很好的预测精度,可用于西安市年供水量的预测。

基于GM(1,1)模型的耕地预测方法对比研究——以安徽省阜阳市为例

基于阜阳市1990～2008年耕地面积数据,采用GM(1,1)模型对耕地资源规模进行了预测。结果表明,与直接采用GM(1,1)预测模型对比,通过将数据序列区间细分,减少预测区间长度,并且采用弱化缓冲算子对波动较大的数据进行处理,再建立GM(1,1)模型,可以提高模拟和预测精度,能够为科学掌握耕地资源变化状况提供可靠依据。

基于GM(1,1)模型的森林有害生物灾害预测

近年来,我国森林有害生物防治与管理工作取得了阶段性的进展,但由于全球气候变暖、国际形式变化、人工造林数量增加等因素,森林有害生物灾害面积虽然得到逐步控制,但灾害的主要矛盾却悄然发生了变化.以中国2013—2020年森林虫害发生面积、森林病害发生面积、森林鼠(兔)害发生面积、森林有害植物发生面积的数据信息为研究对象,利用灰色预测模型能够在小样本信息中生成、开发、提取有价值信息的特点,对引起森林灾害的主要因素进行数据拟合与预测.对部分数据波动性比较小的情况,利用对数变换及变权实现了对初始数据的转换,提高了GM(1,1)模型的预测精度,为林业部门的管理与决策提供可靠的理论依据.

基于GM(1,1)灰色预测模型的物流产业发展研究——以河南省经济增长背景为例

以2013—2016年《河南统计年鉴》数据为原始数据,通过灰色关联分析得到物流产业与地区经济增长关系密切的结果,且货物运输量和货物周转量作为物流业的代表因素,货物运输量的变化趋势更能反映地区经济的发展情况.由于以原始货物运输量数据进行建模误差较大,故特别引入二阶弱化缓冲算子.结果表明,引入缓冲算子后的GM(1,1)模型精度明显提高,满足精度要求.同时运用该模型对2017—2019年的河南省货物运输量做出合理预测.最后结合物流发展中存在的问题,提出相应建议.

基于缓冲算子修正的新维无偏灰色模型的洞室围岩位移预测

洞室围岩位移预测是保证施工安全以及工程质量的重要措施。文章针对洞室围岩变形具有时间序列的单调增长性和随机动态性等特征,基于无偏灰色GM(1,1)预测模型的构建理论,引入指数型弱化缓冲算子来消除围岩位移原始数据序列所受的随机干扰,同时结合新信息优先的原理,提出了一种基于缓冲算子修正的新维无偏灰色GM(1,1)模型对围岩位移进行预测并将该模型应用于旁多水利枢纽工程洞室围岩位移时序预测中。结果表明,该模型具有精度高、科学可靠的特点,为洞室围岩位移预测提供了新的途径。

应用GM(1,1)模型预测2015年我国九市郊区儿童初生体格发育指标缺失值

目的预测2015年中国九市郊区儿童初生体格发育指标缺失值。方法以1975—2005年的4次中国九市城郊儿童体格发育调查收集的郊区儿童初生体质量、身长、头围数据分别建立原始序列,或引入平均弱化缓冲算子,运用均值GM(1,1)预测2015年初生体格发育指标的缺失值。通过绝对关联度(σ)、平均相对误差(α)、均方差比值(C)、小误差概率(P)判断预测模型的精度等级。结果郊区男童初生体质量GM(1,1)发展系数a=-0.0153、灰作用量b=3.1463,σ=0.9997、α=0.0045%、C=0.0040、P=1.00,2015年预测值为3.3712 kg;女童初生体质量引入2阶弱化缓冲算子,GM(1,1)发展系数a=-0.0017、灰作用量b=3.1724,σ=0.9995、α=0.0391%、C=0.1850、P=1.00,2015年预测值为3.1962 kg。男童初生身长GM(1,1)发展系数a=-0.0020、灰作用量b=50.0503,σ=0.9999、α=0.0001%、C=0.0005、P=1.00,2015年预测值为50.5003 cm;女童初生身长GM(1,1)发展系数a=-0.0020、灰作用量b=49.4501,σ=0.9999、α=0.0001%、C=0.0006、P=1.00,2015年预测值为49.9003 cm。男童初生头围引入2阶平均弱化缓冲算子,GM(1,1)发展系数a=-0.0003、灰作用量b=34.1649,σ=0.9984、α=0.0144%、C=0.2994、P=1.00,2015年预测值为34.2148 cm;女童初生头围引入4阶平均弱化缓冲算子,GM(1,1)发展系数a=0.0003、灰作用量b=33.7320,σ=0.9993、α=0.0049%、C=0.1981、P=1.00,2015年预测值为33.6924 cm。结论均值GM(1,1)预测模型精度等级高,预测结果较可靠。

改进GM(1,1)模型在图像去噪中的应用

在图像的形成与传输过程中,容易受到各种因素的影响,形成影响图像质量的噪声。为了滤除噪声获取高质量的图像,采用弱化缓冲算子对GM(1,1)模型进行改进,将改进后的模型应用于图像的去噪处理。并将实验结果与原始GM(1,1)模型以及灰色组合去噪模型的去噪效果相比较,结果表明,所采用的改进GM(1,1)模型其去噪效果较原始GM(1,1)模型与组合去噪模型有所提高,在实现去噪的同时能更好的保存图像的边缘信息。

基于FGM(1,1)的航段油耗预测模型

为精确预测给定外界条件下固定机型航段飞机燃油消耗,基于足够规模真实航班QAR(quick access recorder)数据,提出一种基于单调函数弱化缓冲算子和偏差调节的FGM(first-entry GM)灰色预测模型。该模型可以有效抑制传统FGM(1,1)模型背景值构造不精确以及原始数据序列波动较大对预测精度带来的不利影响。实验采用考虑部分航班数据缺失情况下的给定巡航高度和起飞重量的固定机型航段油耗面板数据,实验结果表明,该模型预测精度优于FGM模型。