期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于改进灰色GM模型的建筑工程造价预测方法探讨 被引量:1
1
作者 万文强 《江西建材》 2023年第2期377-378,共2页
建筑工程造价预测阶段,由于预测指标对应参数存在非线性属性,导致预测结果与实际值的误差较大。对此,文中提出基于改进灰色GM模型的建筑工程造价预测方法,利用灰色GM模型对指标参数进行检验,并将检验合格的数据转变为具有规律性的数据... 建筑工程造价预测阶段,由于预测指标对应参数存在非线性属性,导致预测结果与实际值的误差较大。对此,文中提出基于改进灰色GM模型的建筑工程造价预测方法,利用灰色GM模型对指标参数进行检验,并将检验合格的数据转变为具有规律性的数据序列形式,采用最小二乘法对数据中的波动进行平滑处理,最终实现对预测指标参数的综合计算,得到建筑工程造价预测结果。结果表明,该设计方法对建筑工程的造价预测结果相对误差和绝对误差均明显小于对比方法,具有较高的准确性。 展开更多
关键词 改进灰色gm模型 造价预测 预测指标 平滑处理
下载PDF
基于改进加权灰色GM(1,1)模型的高速公路交通量预测 被引量:3
2
作者 潘勇 吴小丽 李科 《公路交通技术》 2016年第6期131-134,共4页
针对具有跳跃性的中长时数据预测,提出一种改进加权灰色GM(1,1)模型对高速公路收费站交通量进行预测。将原始交通量数据经过1阶弱化和1-AGO处理后,利用灰色关联度对初始值的取值进行加权优化,同时对背景值采取光滑优化处理,从而组合成... 针对具有跳跃性的中长时数据预测,提出一种改进加权灰色GM(1,1)模型对高速公路收费站交通量进行预测。将原始交通量数据经过1阶弱化和1-AGO处理后,利用灰色关联度对初始值的取值进行加权优化,同时对背景值采取光滑优化处理,从而组合成新型灰色GM(1,1)模型。应用某收费站实际交通量统计数据来验证新型灰色GM(1,1)模型算法预测准确性,结果表明:改进加权灰色GM(1,1)模型具有更好的适用性和准确性。 展开更多
关键词 改进灰色gm(1 1)模型 交通量预测 加权
下载PDF
基于改进灰色模型的江苏省发电量预测研究 被引量:7
3
作者 陈洁 周元 《水电能源科学》 北大核心 2013年第3期193-195,共3页
针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000~2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000~2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较... 针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000~2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000~2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较。结果表明,改进的灰色预测GM(1,1)模型显著提高了原始数据序列的光滑度,预测误差远低于传统灰色预测GM(1,1)模型,进而预测了江苏省2015、2020年的发电量,对江苏省制定电力发展规划具有重要的参考意义。 展开更多
关键词 发电量 改进灰色预测gm(1 1)模型 预测 江苏省
下载PDF
注水油田年综合含水率预测的数学模型 被引量:1
4
作者 何文章 宋国乡 郭旭欧 《运筹与管理》 CSCD 2006年第2期81-84,共4页
本文将改进的灰色GM(1,1)模型用于某油田年综合含水率的近期发展趋势研究。在平均相对误差达到最小准则下,研究了模型中的背景值参数λ和边值修正项ε对模型预测精度的影响。在此基础上,采用线性规划方法估计模型中的参数,基于遗传算法... 本文将改进的灰色GM(1,1)模型用于某油田年综合含水率的近期发展趋势研究。在平均相对误差达到最小准则下,研究了模型中的背景值参数λ和边值修正项ε对模型预测精度的影响。在此基础上,采用线性规划方法估计模型中的参数,基于遗传算法求解最佳背景值参数λ和最佳边值修正项ε,以确保在相应的模型检验准则下预测的误差达到最小。结果表明,用改进的灰色GM(1,1)模型预测近期注水油田的综合含水率,预测值与实际值相对误差很小,预测精度很高,可以得到非常满意的结果。进一步的研究发现,改进的灰色GM(1,1)模型虽然近期预测精度很高,但研究长期的发展趋势是行不通的,为此又研究探讨了长期发展趋势模型。 展开更多
关键词 改进灰色gm(1 1)模型 综合含水率 线性规划 遗传算法
下载PDF
Prediction of a maximum pull-out load of anchor bolts using an optimal combination model
5
作者 Ma Wenjie Wang Binglong +1 位作者 Wang Xu Wang Bolin 《Journal of Southeast University(English Edition)》 EI CAS 2021年第2期199-208,共10页
The mixed model of improved exponential and power function and unequal interval gray GM(1,1)model have poor accuracy in predicting the maximum pull-out load of anchor bolts.An optimal combination model was derived usi... The mixed model of improved exponential and power function and unequal interval gray GM(1,1)model have poor accuracy in predicting the maximum pull-out load of anchor bolts.An optimal combination model was derived using the optimally weighted combination theory and the minimum sum of logarithmic squared errors as the objective function.Two typical anchor bolt pull-out engineering cases were selected to compare the performance of the proposed model with those of existing ones.Results showed that the optimal combination model was suitable not only for the slow P-s curve but also for the steep P-s curve.Its accuracy and stable reliability,as well as its prediction capability classification,were better than those of the other prediction models.Therefore,the optimal combination model is an effective processing method for predicting the maximum pull-out load of anchor bolts according to measured data. 展开更多
关键词 anchor bolt maximum pull-out load mixed model of improved exponential and power function(MIEPF)model unequal interval gray gm(1 1)model optimal combination model
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部