基于两次改进灰色加权马尔可夫模型的CPI预测

利用灰色加权马尔可夫预测模型对居民消费价格指数（CPI）进行研究，并在此基础上进行两次改进.首先利用无偏灰色加权马尔可夫模型进行改进，消除了原有模型固有的偏差；又利用递进转移概率矩阵进行二次改进，在预测时增加最新的预测数据，去掉距离最远的数据，最后结合2013.06~2014.03的 CPI数据对2014年4月及5月份的数据进行预测.结果表明：两次改进的灰色加权马尔可夫模型与一般灰色加权马尔可夫模型相比，平均相对误差约减少30%，效果较好.

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论。理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。

基于新维无偏灰色马尔可夫模型的大坝沉降预测研究

【目的】基于组合预测思想,结合灰色理论与马尔可夫预测方法的特点构建一种新的预测模型,为大坝沉降量的中长期预测提供支持。【方法】通过对传统灰色系统模型的优化改进,简化建模步骤并提高模型预测精度。在此基础上,借助于马尔可夫模型处理时间序列的随机性波动,克服灰色模型对随机波动性大的序列预测精度较低的局限性,并利用新信息优先原理,构建新维无偏灰色马尔可夫组合预测模型。将构建的新维无偏灰色马尔可夫组合模型应用于大坝沉降量的预测。【结果】构建的模型预测平均误差由原来的1.7%降低为1.0%,且预测误差的变化波动性减小。同时,随着预测期数的增加,相对于传统灰色模型,改进后的组合模型的预测精度进一步提高。【结论】与传统计算方法相比,所建立的新维无偏灰色马尔可夫组合预测模型计算量小、预测精度较高,且该模型保留了传统灰色模型短期预测精度高的优点,提高了模型的中长期预测能力,适用于大坝沉降量的中长期预测。

基于新维无偏灰色马尔可夫的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础。在传统灰色预测模型和马尔可夫链理论的基础上,利用新信息优先的思想,建立了等维新息无偏灰色马尔可夫预测模型。该模型通过结合灰色预测与马尔可夫链理论的特点,用无偏灰色预测模型拟合系统的发展变化趋势,并以此为基础进行马尔可夫预测,在每一步预测中不断推陈出新,更新原始数据。以2001年—2010年全国道路交通事故死亡人数实测值作为原始数据,构建预测模型,预测其2011年—2015年事故死亡人数。结果表明:等维新息无偏灰色马尔可夫预测模型的误差更小,精度更高,尤其适合中长期预测。

基于灰色加权马尔可夫SCGM(1,1)c的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础。基于灰色系统理论和马尔可夫链理论,应用系统云灰色模型SCGM(1,1)c拟合道路交通时序数据的总体趋势,所得拟合指标是随机波动的。马尔可夫链原理适合处理波动性大的系统过程,因此选用能更好解决随机波动性的加权马尔可夫链预测方法,提出一种用于道路交通事故次数预测的灰色加权马尔可夫SCGM(1,1)c模型,它适用于时间序列短,数据量少且随机波动不太大的动态过程预测。以某市1975—2010年道路交通事故次数为例进行了预测分析,结果表明该模型既能揭示交通事故次数变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性。

灰色马尔可夫预测模型和加权加增长率移动平均法预测精度的比较

文章通过建立灰色马尔可夫预测模型和加权加增长率移动平均法,对制度环境进行预测,并对预测结果的精度进行比较。为了进一步验证这一结果的可信性,从全国选择14个省份进行预测,预测结果表明灰色马尔科夫预测结果优于加权加增长率移动平均法。

基于灰色神经网络-加权马尔可夫链的大坝变形监控模型及预报研究

大坝蓄水初期监测资料有限且波动性大,坝体结构处于适应变形的危险阶段。基于这种情况,结合灰色理论、神经网络和加权马尔可夫链理论的优点,构建灰色神经网络-加权马尔可夫链的大坝变形监控模型并对某碾压混凝土坝蓄水初期水平位移进行预测。结果表明,该模型解决了样本数据少、波动性大的问题,拟合效果较好,预测精度较高。

无偏灰色模糊马尔可夫链在设备衰退预测中的应用

针对传统灰色马尔可夫模型在固有灰色偏差和抗干扰性方面的不足,提出一种基于无偏灰色模糊马尔可夫链的设备衰退趋势预测模型。首先,引入无偏灰色理论,建立无偏灰色模型,预测设备健康状态的总体趋势;然后,根据此趋势,采用模糊集合理论进行模糊状态划分,从分类方法上改进传统灰色马尔科夫模型,同时克服马尔可夫状态矩阵运算量大的缺点;最后,进行模糊马尔可夫残差修正,确定设备健康状态组合预测值。与传统灰色马尔可夫模型相比,该模型可有效提高预测精度。以屏蔽泵的健康状况数据为样本进行设备衰退趋势预测,结果表明:该模型对第13、14和15个周期的设备健康状态的预测,残差偏移率分别为0.24%、0.10%和-0.05%,对应传统灰色马尔科夫模型的残差偏移率0.46%、0.11%和0.08%,预测精度更高,能够有效实现设备衰退趋势的精确预测。

基于新维无偏灰色马尔可夫模型的小麦产量预测

针对小麦产量具有较大波动性的特点,结合灰色预测模型和马尔可夫理论,同时利用新信息优先的思想,以河南省2010-2019年小麦产量作为原始数据建立无偏灰色GM(1,1)模型、无偏灰色马尔可夫模型和新维无偏灰色马尔可夫模型,并对比3种模型的预测精度。结果表明,新维无偏灰色马尔可夫模型能提高预测精度,适合中长期预测,并预测出河南省未来5年的小麦产量数据。

基于无偏灰色模糊马尔可夫链法的建筑业产值预测——以重庆为例

建筑业作为支柱产业，科学预测对其发展具有重要意义。单一评价模型因其各自局限性无法提高预测精确度，多种模型相结合评价较有优势，将无偏理论与模糊集合引入传统灰色马尔可夫预测模型，从拟合度和状态模糊集分类方面改进无偏灰色模糊马尔可夫模型。基于重庆1991～2011年建筑业产值，对其市场趋势进行预测分析，详细阐述该方法在建筑业产值预测中运用，定性分析预测结果，对建筑业发展历史及近期趋势进行检验和预判。

无偏灰色模糊马尔可夫链预测方法研究及其应用

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,提出无偏灰色模糊马尔可夫链预测模型.同时利用该模型对甘肃省人均GDP进行预测,经分析表明,其结果的准确性和合理性明显优于传统的灰色马尔可夫模型.

一个无偏灰色马尔可夫铁路货运量预测模型

科学的货运量预测对铁路发展战略的制定具有十分重要的意义。针对传统的灰色预测模型存在固有偏差,在增长率较大和数据异常波动时预测精度低,将无偏灰色理论和马尔可夫链引入预测模型,提出无偏灰色马尔可夫链预测铁路货运量的预测模型。结合实例证明了该模型预测结果更加准确可靠,具有一定的可行性和有效性。

基于灰色-加权马尔可夫链的光伏发电量预测

光伏发电量预测是光伏并网的一项基础性工作。运用灰色模型对光伏发电量进行总体趋势的预测后,加入了加权马尔可夫链预测理论,建立了灰色-加权马尔可夫链预测模型。该模型不仅考虑了GM(1,1)模型对指数增长序列的适应性,而且考虑了发电量数据随机波动的特点,用状态转移概率矩阵来描述这种波动性。将该模型运用于合肥某光伏电站的光伏发电量预测,结果表明加权马尔可夫链与灰色模型的结合,提高了对波动性较大的发电量数据预测的精度,验证了该模型的可行性和有效性。

基于改进灰色马尔可夫模型的花生产量预测

【目的】为了提高花生产量的中长期预测精度,提出一种改进的灰色马尔可夫模型。【方法】首先,以中国2010—2020年花生产量数据为研究样本,在传统灰色模型的基础上进行加权滑动平均处理,建立滑动灰色模型;然后,利用马尔可夫链对预测结果进行修正,得到滑动灰色马尔可夫模型;最后,采用新陈代谢的思想,对原始数据序列做等维新息处理,构建新维滑动灰色马尔可夫模型。【结果】新维滑动灰色马尔可夫模型的平均相对误差比滑动灰色模型和滑动灰色马尔可夫模型分别降低了80.00%和48.89%,并预测出未来5年中国花生产量将以2%左右的增长率增长。【结论】本研究结果可为其他农作物产量预测提供一种科学合理的思路。

基于无偏灰色-模糊-马尔可夫链法的民航货运量预测

本文提出了一种无偏灰色马尔可夫链方法来预测民航货运量,它结合了无偏灰色系统理论和模糊分类。在预测货运量时,不确定性因素通常会导致从传统灰色模型得出的估计值出现偏差。因此,模糊分类是与无偏灰色分析相集成以减少这些不确定因素导致的残差的良好工具。该方法可以利用传统的灰色马尔可夫预测方法的预测能力,同时消除灰度偏差并提高抗干扰性能。最后,将该方法用于预测中国民航货运量。我们的实验结果表明,该模型不仅发现了货运量的趋势,而且克服了影响精度的数据的随机波动。

基于无偏灰色-马尔可夫模型的地铁牵引系统故障预测

故障准确预测能够有效提高地铁车辆的检修效率。针对地铁牵引系统的故障预测问题,利用故障统计数据,提出一种基于无偏灰色-马尔可夫模型的预测方法。以受电弓模块为例,首先利用无偏灰色模型预测未来该模块的故障情况,接着建立了无偏灰色-马尔可夫模型,通过马尔可夫状态转移概率矩阵判断该模块未来可能处于的故障状态,最后利用修正函数对模型预测值进行修正,从而完成故障的准确预测。结果表明,将无偏灰色理论与马尔可夫模型相结合来预测故障较之单独使用无偏灰色预测模型具有更高的精度等级,对制定地铁列车牵引系统主动维护策略具有重要的参考意义。

基于灰色线性回归-加权模糊马尔可夫链模型的电力能源需求预测

电力能源系统是一个具有多利益主体的复杂系统,其需求总量变化趋势的预测是新能源规划决策的重要基础,对新常态下我国经济的可持续发展具有重要的指导意义。结合电力能源需求总量历史样本数据特征,提出一种基于灰色线性回归-加权模糊马尔可夫链模型的电力能源需求预测新方法。首先,利用线性回归理论对电力能源需求灰色预测数据进行平滑处理,剖析电力能源需求时间序列中的线性变化特性,进而基于灰色线性回归方程对电力能源需求的未来变化趋势进行预测;引入加权模糊理论对马尔科夫链理论进行改进,构建灰色线性回归预测残差的状态转移加权模糊概率矩阵,实现对灰色预测结果残差的修正,解决电力能源需求预测中的局部波动变化问题。最后,以我国H电网区域的电力能源需求预测为实际算例,验证所提方法的可行性和有效性。

基于等维新息灰色加权马尔可夫模型的工件尺寸预测

对工件尺寸的科学预测建模是加工预报补偿技术的基础.结合等维新息灰色模型与加权马尔可夫链的预测优势,建立等维新息灰色加权马尔可夫组合模型,并对工件尺寸测量误差建模、预测.实例结果表明:预测值与样本数据波动相似,且比灰色GM(1,1)模型和等维新息模型预测值的预测误差小,精度高.因此,该模型可为工件未来尺寸预报提供依据,并为后续的补偿控制技术提供参数.

加权马尔可夫链在泰安地区年降雨量预测方面的应用

依据1960~1990年泰安地区的年降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态,利用加权马尔可夫链建立年降雨量预测模型,针对其对极端降雨量年份预测不准的缺点,利用灰色系统理论进行极端降雨量年份预测,作为原模型的补充。结果表明,采用该方法预测的结果与实际情况相吻合,且34年后泰安地区将出现旱情。

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model,NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.