多因素时间序列资料GM(1,N)预测模型及其应用

目的 对多因素时间序列资料 ,介绍 1阶N个变量的灰色预测模型 [GrgModel,GMCL ,N] ,并通过对一实例进行分析来比较 3种预测模型 [LS估计、GM( 0 ,N)模型和GM( 1,N)模型 ]的优劣。方法 以预测误差平方和和平均模拟相对误差作为评价指标。结果 对同一多因素时间序列资料建立了 3种预测模型 ,并分别计算出它们的预测误差平方和和平均模拟相对误差。结论 对所讨论的多因素时间序列资料 ,GM系列预测模型的效果优于LS估计 ,其中GM ( 1,N)预测模型的效果最优。

基于灰色预测模型与回归理论对千车故障数的分析

本文以从维修站提取的某型轿车中整车或某个部件的"千车故障数"为研究对象,分析数据表的特征,并对不合理的数据进行合理化之后,根据数据的不同特点依次对其中3个生产批次的部件的质量状况进行了预测。在水平方向分别建立了灰色预测模型和回归统计预测模型,并比较这两个模型在解决问题时的精确性。

基于Lagrange插值法的非等间距均值GM(1,1)模型在深井巷道围岩变形中的预测

针对时间间距不同的深井巷道围岩变形问题,利用Langrange插值法中的线性插值和抛物线插值分别对缺失的巷道围岩变形数据进行补充,然后用靠近预测目标的4个数据点建立均值GM(1,1)模型,通过误差比较分析,发现用线性插值处理的模型平均模拟相对误差较小,并对巷道顶底板和两帮位移量做出了预测。