基于改进GM(1,1)模型的生活用水量预测

生活用水量预测是城市给水规划的关键,其核心是提高预测的精准度。由于传统GM(1,1)模型误差主要来源于背景值和初始值,文章采取引入幂函数改进背景值和初始值2种改进方法。引入幂函数改进背景值权重构造,使新数据占改进模型主导地位;引入幂函数减少原始数据振荡,优化原始序列。将改进后的2种模型应用于河南省生活用水量预测中,并与传统GM(1,1)模型进行比较。结果表明改进模型各个检验均满足要求,可进行中长期用水量预测,预测可得2025年河南省生活用水量为48.31×10^(8)m^(3)。优化原始值改进的GM(1,1)模型预测效果好、精度高,可为当地水资源保护、管理提供参考。

应用灰色GM(1.1)模型及其改进模型预测渭河天水段水质

利用灰色GM(1.1)模型、残差修正GM(1.1)模型预测2004至2010年渭河对天水段水质污染物时发现,二者对于某些污染物预测精度不高,而且残差修正GM(1.1)模型预测精度未必一定高于GM(1.1)模型。在这种情形下,应用新陈代谢GM(1.1)模型,预测未来五年渭河水质的变化及其水质污染物突变的时刻。分析结果表明:新陈代谢GM(1.1)模型有助于提高预测精度和预测的可靠性。

基于改进灰色GM(1.1)模型的铁路货运量预测

针对铁路货运量年度长期预测对货运部门制定短期运输规划指导不足的问题,引入GM(1.1)模型预测铁路月度货运量.考虑货运量序列常呈振荡波动的特征,利用加速平移变换和加权均值变换弱化序列的波动性后,建立改进灰色GM(1.1)模型实现最终预测.对我国2019年11月至2020年5月铁路月度货运量序列拟合结果比较表明,与传统GM(1.1)模型相比,改进GM(1.1)模型在预测精度方面明显提高,能更好的拟合铁路月度实际货运量,解决了传统GM(1.1)模型对呈现振荡波动现象的铁路货运量预测精度较低的问题.

基于改进灰色GM(1,1)模型的广西第一产业经济预测

建设农业强国,是党中央着眼全面建成社会主义现代化强国做出的战略部署,第一产业经济发展自然能为中国农业未来的发展趋势起到了指引作用。广西作为农业大区,分析和预测第一产业生产总值(GDP)发展数据对预测地区经济发展有很大的参考作用。为此提出了一种基于改进灰色GM(1,1)模型,对广西第一产业经济进行预测。为提高预测模型精度,对2022年广西第一产业GDP季度原始数据进行数据频率的转换,从低频数据转为高频数据,提出了一种新的改进GM(1,1)预测模型,描述其预测精度等级评价,并利用2022年广西第一产业第四季度的月度数据对改进后的模型进行训练。

基于改进灰色GM模型的建筑工程造价预测方法探讨

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。

基于灰色GM(1.1)预测模型上海市最低生活保障标准预测分析

目的:通过深入分析上海市最低生活保障和其占最低工资标准的比例,利用灰色GM(1.1)预测模型,进行趋势预测分析,以期为上海市民政部门制定最低生活保障标准策略提供参考依据。方法:选取2013~2019年上海市统计年鉴最低生活保障和最低工资标准数据,利用灰色GM(1.1)预测模型预测2020~2023年上海市最低生活保障和其与最低工资之间的比例。结果:上海市最低生活保障和最低工资标准之间的存在比例失调,预测至2023年两者比例失调趋势仍存在。结论:基于上海市最低生活保障和其占最低工资标准的比例失调的情况,今后上海市要适当调整两者之间比例关系,提高扶贫救济标准,努力做到多渠道、多方位、多形式切实提升城乡居民收入水平,做好社会保障线衔接作用,织密社会保障安全网,促进社会保障高质量、可持续发展。

改进后的GM(1.1)模型在我国天然气产量中的预测

针对近年我国天然气产量快速增加的状况,提出了一种在GM(1.1)模型的基础上改进的预测方法,该方法在实际预测中显示了很好的效果.

初值修正和函数变换的改进灰色模型在管道腐蚀深度预测中的应用

为了准确预测管道的腐蚀深度,借助灰色理论建立了改进GM(1,1)模型。针对传统灰色模型的不足,引入反双曲正弦函数变换方法建立了改进模型一,并在此基础上提出了一种基于初值修正结合反双曲正弦函数变换的改进模型二,通过实例对比分析了改进模型和传统模型预测管道腐蚀深度所得结果的差异。室内试验测试数据和实际管道检测数据的计算结果表明:传统模型预测所得的平均相对误差(分别为5.300%和13.617%)均较大,因此模型的精度较差;改进模型一预测所得的平均相对误差分别为2.345%和2.639%,其预测精度较传统模型有大幅度的提高,因此该模型适用于腐蚀深度的准确预测;对改进模型一采用初值优化方法后,所得改进模型二的预测精度进一步提高,其提高的程度较为有限;总体来看,所建改进模型能够满足管道腐蚀深度预测的精度要求,具有较强的推广应用价值。

管道腐蚀深度预测的优化灰色GM(1,1)模型建立及应用

管道腐蚀深度是腐蚀行为研究的重要内容,准确预测管道腐蚀深度变化规律对于保障管道的安全运行意义重大。针对传统GM(1,1)模型背景值计算方法的不足,提出了一种基于二次多项式变换结合背景值优化的改进灰色模型,通过实例对比分析了改进模型和传统模型预测精度的差异。结果表明:当建模样本数为7时,传统模型、改进模型一(采用二次多项式变换方法所建模型)、改进模型二(采用二次多项式变换结合背景值优化方法所建模型)预测所得的平均相对误差分别为5.33%、4.00%和3.731%,因此改进模型二的预测精度高于改进模型一和传统灰色模型;当建模样本数分别为8和9时,改进模型二的预测精度仍最高,因此采用的背景值优化方法有助于提升改进模型一的预测精度;改进模型用于预测管道腐蚀深度完全可行,且所用方法具有计算简单、精度高的优点。

基于改进GM(1,1)模型的上海港集装箱吞吐量预测

为提高港口集装箱吞吐量的预测精度。以上海港2007-2015年集装箱吞吐量数据为基础,引入弱化算子理论对灰色GM(1,1)模型原始数据进行预处理建立改进GM(1,1)模型,分别应用传统模型和改进模型对上海港集装箱吞吐量进行预测,比较两种模型的预测精度及曲线拟合度。结果表明:改进模型弱化了原始数据的随机性,可很好地降低预测误差,显著提高传统灰色GM(1,1)模型的预测精度和拟合度。

改进GM(1,1)模型在路基沉降预测中的应用

GM(1,1)模型是沉降预测中应用较为广泛的模型之一,在实际应用当中发现其预测效果有时候较差甚至完全失效。为此从传统 GM(1,1)预测模型建模原理出发,分析存在的理论缺陷,指出在形成预测公式时规定(?)^(1)(1)=x^(1)(1),α=0.5为已知条件是不合理的,应当根据实际情况选用其他数据。通过引入平均斜率来计算α(k)序列,并利用 MATLAB 程序进行数据处理,寻找最合适的(?)^(1)(1)以及最佳维数区。某高速公路实测沉降数据计算表明,新方法有满意的拟合和预测效果,为提高建模精度提供了新的途径。

基于改进GM(1,1)模型的中国大豆价格预测

中国大豆产业是国家基础性产业之一,国内外大豆市场对大豆价格波动影响极大,对中国大豆波动情况加以研究具有重要的意义。在分析GM(1,1)模型有效性的基础上,讨论了其在农产品预测的可行性,从而采用改进GM(1,1)模型用1990-2014年中国大豆价格预测2015-2017年中国大豆价格分别为4.40,4.57和4.74元·kg-1,在本试验中改进GM(1,1)模型并没有对原始序列进行累加操作,说明原始序列具备准指数规律。检验结果表明后验差比值小于0.5和小误差概率大于0.8,说明采用灰色预测对此数据加以预测合格。2015年价格低于2015年东北三省和内蒙古大豆价格目标价格,说明中国大豆仍处于低迷状态,会导致中国大豆种植面积及农民种植意愿继续降低。据此给出对策与建议,一是继续提高大豆种植补贴和大豆目标价格;二是加大地方大豆产业的政策性扶持,尤其是非转基因大豆产业的扶持,保持国内大豆产业健康发展;三是提高大豆行业与豆农的组织化程度。

基于改进的GM(1,1)的长期交通量预测模型

针对传统的GM(1,1)模型在预测高速公路交通量中存在的误差过大的问题,通过对原始数据进行滑动平均处理,减少数据在统计过程中的随机误差和人为误差。利用等维灰数递补预测模型进行交通量预测,在数据列中补充新的数据,去掉老的数据,使模型得到改进。利用改进的新模型去预测下一年的数据比用原模型更加合理,更接近实际。研究结果表明:利用等维灰数递补预测模型预测的预测精度是94.24%,比GM(1,1)残差改进模型提高了1.49%,比传统的GM(1,1)模型精度提高了6.94%。适用于交通量的长期预测。

改进GM(1,1)模型在基坑变形预测中的应用

分析得出原始GM(1,1)模型对应的灰微分方程仅是白化微分方程的梯形积分形式,因此以辛普生求积公式为基础建立了新的灰微分方程,而辛普生求积公式也是一种近似表达形式,因而对新的灰微分方程添加动态扰动项,以弥补灰微分方程与白化微分方程的差别,同时对初始值添加修正项,使其更加符合最小二乘法思想。将改进后的GM(1,1)模型应用到基坑变形预测中,实例应用结果显示,改进的GM(1,1)模型具有较高的预测精度。

基于改进的GM(2,1)模型的粮仓温湿度预测

建立粮仓温湿度的预测模型,对实现粮食的安全储备有着积极意义。但粮仓温湿度数据的贫乏性和其随季节变化的波动性,一直是困扰粮仓温湿度建模的难题,这也使粮仓的温湿度控制一直处于被动局面。利用灰模型贫数据建模的特点,提出了采用改进的GM(2,1)模型对粮仓检测到的温湿度数据进行建模分析的方法,得到粮仓的温湿度预测模型,实现对粮仓温湿度变化趋势的预测和预警。仿真结果表明,该模型的预测值有较高的精度,因此,有一定的实用价值。

高速公路交通量预测的GM(1,1)残差改进模型

针对传统GM(1,1)模型在预测高速公路交通量中存在误差过大、计算复杂的问题,通过定义残差序列,对预测序列与残差序列进行累加再处理,构造新的序列数据;并且对新序列数据构造GM(1,1)残差改进模型,以进行预测。模型应用于某高速公路某收费站,对9期序列数据进行了模拟预测。结果表明,GM(1,1)残差改进模型的平均预测误差为7.25%,优于传统GM(1,1)模型预测的平均相对误差12.7%。

灰色模型GM(1,1)的平滑改进及其应用

灰色预测法能够对含有不确定因素的系统进行预测,而由于整个宏观系统就是一个灰色系统,因此可以考虑用灰色预测模型对宏观经济指标进行预测。在灰色模型GM(1,1)基础上,提出对原始数列进行平滑改进的方法,并用实例证明改进后的灰色模型预测结果比传统灰色模型预测结果误差更小,精度更高。

优化背景值的GM(1,1)模型组合改进

针对提高模型的拟合效果.在GM(1,1)模型基础上,提出改进方案生成紧邻生成序列.利用组合预测思想,结合BP神经网络预测算法对改进后的灰色模型做进一步的优化修正,同时引用新陈代谢灰色模型理论成为BP-GM(1,1)等维新息模型.该模型充分利用了两种预测方法的优势,适当的减小了单个模型预测时的误差.数据拟合结果表明:BP-GM(1,1)模型具有更好的拟合精度,该模型应用范围更广.

基于最小二乘法的灰色GM(1,1)改进模型在非煤矿山事故预测中的应用

根据灰色理论及其相关理论,通过对GM(1,1)模型中微分方程使用最小二乘法多项式拟合来求解,提出一种改进GM(1,1)模型。将改进模型的预测精度与原始模型进行了比较得出采用二次多项式拟合的改进模型预测精度高于原始模型,因此采用二次多项式拟合GM(1,1)改进模型。并将该改进模型用于我国非煤矿山事故预测中,对2008-2010年我国非煤矿山伤亡事故死亡率进行预测性计算并且与真实数据进行了比对,进一步验证了模型的可行性。

隧道围岩收敛变形的改进 GM(1，1)预测模型

为了有效提高隧道围岩变形的预测精度,对传统GM(1,1)预测模型进行了改进。改进模型通过对原始监测数据列优化重构,降低了量测误差、外界因素等噪声干扰造成的监测数据随机突变和离散性,提高了模型预测效果,并结合梅花山隧道典型监测断面对改进GM(1,1)预测模型进行了检验。研究结果表明:改进GM(1,1)预测模型增强了环境适应能力;预测结果与实际监测数据吻合程度明显提高,具有较好的实际工程应用推广价值。