基于灰色预测的空间多点残差修正模型研究

在分析灰色单点预测模型不足的基础之上,综合考虑变形点之间的空间相关性,提出将残差修正应用于空间多点模型,引入空间多点残差修正模型。对黄河小浪底水利枢纽工程B断面沉降监测结果的分析表明,该模型整体模拟与预测相对误差绝对值之和(5个周期)为122%,优于空间多点模型的179%与GM(1,1)模型的284%。同时,短周期数据模拟(5个周期内)相对误差能够控制在20%以内,具有最好的数据拟合精度。

GM(1,1)循环残差修正模型及其应用研究

建立了GM(1,1)循环残差修正模型,并与经典GM(1,1)进行比较,考察改进模型的预测效果。结合经典GM(1,1)模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过M atlab软件编程实现了该模型,并将其应用于2009-2010年入境游客量的预测。将本模型应用于2003年至2008年入境游客量预测建模上,其结果明显好于经典GM(1,1)模型,且预测效果更好。基于经典GM(1,1)模型建立了GM(1,1)循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。

改进GM(1,1)残差修正模型在光伏发电量短期预测中的应用

采用改进的GM(1,1)残差修正模型建立光伏发电量预测模型,从理论发电量和实际发电量两方面对5.6 kW太阳能光伏发电系统的发电量进行预测.通过对比GM(1,1)模型和改进的GM(1,1)残差修正模型的预测结果,证明采用改进的GM(1,1)残差修正模型预测短期太阳能光伏发电量能够取得更好的预测效果.

中长期负荷预测的傅里叶级数残差修正模型

为了提高电网中长期负荷预测精度,在灰色预测的基础上建立傅里叶级数残差修正模型,对中长期电力负荷进行预测,并以黄山电网负荷数据为例进行了分析比较,结果表明模型能提高预测精度。

残差修正模型在森林火灾预测中的应用

基于1990-2013年福建省森林火灾发生次数建立残差修正模型,并与BP神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较.结果表明:残差修正预测模型的预测精度达到95.33%,而BP神经网络模型预测精度是87.77%,马尔科夫链模型预测精度为74.85%,赋权组合预测模型预测精度为88.3%,残差修正模型预测效果优于其他3个模型,说明使用其对离散的森林火灾数据进行短期预测是有效可行的.

残差修正模型在原油年产量预测中的应用

本文用灰色系统理论的预测方法,建立了吉林新立油田原油年产量的残差修正模型,对新立油田1988～1992年的原油产量进行了预测,经实际资料验证,预测结果与实际是相符的,相对误差为0.32%,对1991年和1992年的年产量预测结果认为是肯定的。

基于GM(1,1)残差修正模型的飞行训练量预测

做好阶段性的飞行训练量预测工作,对制定合理的飞行计划,安排合适的训练量,防止出现人机配比失衡,训练效率下降,保证足够的训练安排裕度,安全高效的飞行训练等具有十分重要的意义。为了对飞行训练量进行准确预测,针对某飞行学院的飞行训练统计数据,提出一种基于GM(1,1)灰色预测的残差修正模型,通过运用传统模型和改进后的模型分别对该飞行学院的训练量进行预测,得到对应的预测精度。最后的结果表明,改进后的预测模型能够弥补传统灰色预测模型的不足,可以达到较高的预测精度,能够有效地对该飞行学院的飞行训练量进行预测。

灰色GM(1,1)残差修正模型在滑坡预测中的对比应用

在传统GM(1,1)模型的基础上,经过不同方式的残差修正,分别建立了一阶残差修正GM(1,1)模型和二阶残差修正GM(1,1)模型。根据滑坡的监测资料,对变形曲线为光滑型滑坡(如黄龙西村滑坡、某滑坡)和阶跃型滑坡(如新滩滑坡、洒勒山新滑坡)分别建立了传统GM(1,1)模型和一阶、二阶残差修正模型,并对不同滑坡各模型的预测精度进行了分析比较。结果表明,残差修正GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。对变形曲线为光滑型的滑坡,二阶残差修正GM(1,1)模型的预测精度一般高于一阶残差修正GM(1,1)模型的预测精度;对变形曲线为阶跃型的滑坡,一阶残差修正GM(1,1)模型的预测精度高于二阶残差修正GM(1,1)模型的预测精度。

基于GM(1,1)的残差修正模型的电梯故障率预测

为研究某城市某品牌电梯故障率发展趋势,建立了该城市该品牌电梯故障率的GM(1,1)灰色预测模型,并对所建模型进行了数据检验,检验结果表明该预测模型的预测精度波动较大。为了提高GM(1,1)灰色预测模型的预测精度,利用对模型进行数据检验时得到的残差序列,建立GM(1,1)灰色预测模型的残差修正模型,利用该残差修正模型对原预测模型进行修正。利用经残差修正模型修正后的故障率预测模型对该城市A品牌电梯的故障率进行预测,结果表明:1)残差修正模型对原模型修正后的相对误差与修正前相比有升也有降,但精度有所提高且趋于稳定,表明残差修正模型有利于提高预测精度;2)利用所建立的故障率预测模型求得的预测故障率与实际故障率相比,相对误差不超过8.010%,表明该故障率预测模型的预测精度较高;3)修正模型预测值表明,在现有状态下该城市A品牌电梯的故障率呈上升趋势,应加强该品牌电梯的检维修与管理。

使用灰色GM(1.1)残差修正模型获得较高精度条件的探讨

从求得灰色数学模型GM(1.1)及其残差指数修正模型和残差周期修正模型函数曲线的驻点与拐点入手,导出使用这些灰色模型取得较高精度的条件,让使用者可依据初始序列数据的态势决定采用哪种数学模型,并且在结果未揭示以前便可大体上估计到拟合精度是否令人满意。

灰色残差修正模型在区域物流量预测中的应用研究

区域物流量预测是区域物流规划和物流基础设施建设的决策依据,也是推动第三方物流企业发展的重要前提。本文讨论了残差修正GM(1,1)模型以及其在区域物流量预测中的应用,模型用多个指数函数的叠加分段描述物流量的预测,克服了传统灰色模型只能描述单调变化过程的缺点。通过对某区域物流量预测的实例分析,对比分析普通GM(1,1)和残差修正GM(1,1)模型的预测结果,表明残差修正GM(1,1)模型在预测区域物流量时精度高、结果可信。

基于灰色残差修正模型的食品安全监测预警分析方法研究

食品安全监测预警分析是我国食品安全风险监测计划的重要组成部分。以食品安全监测数据为研究对象,采用灰色系统及马尔可夫过程理论,建立二阶残差修正GM(1,1)模型,实现对食品安全监测的预警分析。以《中国统计年鉴》1995-2006年白酒产品国家监督抽查数据构建灰色残差修正模型,对2007年数据进行预测,预测值为82.74%,与实际值82.04%相当接近。研究表明,该分析方法应用于食品安全预警,可有效对食品安全态势进行预测,为食品安全快速预警提供依据。

物流量预测的灰色残差修正模型

采用残差修正GM(1,1)模型建立区域物流量灰色预测模型。通过对某区域物流量预测的实例分析,对比普通GM(1,1)和残差修正GM(1,1)模型的预测结果,证明残差修正GM(1,1)模型在预测物流量时精度高、结果可信。

基于残差修正的组合模型在港口吞吐量预测中的应用

针对吞吐量的预测,借助趋势分析法和灰色GM(1,1)建立组合预测模型,为提高预测精度,利用灰色残差模型对组合模型进行修正,同时,以重庆港为研究对象进行实例分析,结果表明经修正的模型具有简便实用的优点,最后,对重庆港未来几年的吞吐量进行预测。

灰色GM(1,1)模型预测精度的残差修正及对岩体变形预测的应用

岩体变形预测预报的实际算例表明 ,以优化灰色模型背景值为基础的灰色GM (1 1)残差修正模型 ,具有对建模结果进行优化的能力 ,且能获得较高的模拟和预测精度。

基于残差修正的GM(1,1)模型在山西省人均GDP预测中的应用

以2000—2014年山西省人均GDP数据为基础,采用GM(1,1)对山西省人均GDP进行模拟预测,并且用残差修正的GM(1,1)模型进行改进。结果表明,修正后的模型模拟平均误差由8.36%降低到4.95%,更加科学合理。

基于改进GM(1,1)模型-马尔科夫残差修正的网络性能预测

随着计算机网络的快速发展,网络规模变得极为庞大和复杂,网络性能参数的略微波动就有可能对整个网络服务造成影响,此时对网络性能的准确预测显得格外重要。论文将改进的灰色预测模型应用于网络性能的预测,并采用马尔科夫残差修正模型对预测结果进行修正以提高预测精度。实验结果表明,经马尔科夫残差修正后的预测值与实际值的误差较传统的灰色预测模型有明显减小,结果更接近于实际情况。

基于残差修正GM(1,1)模型的汽车交通事故预测研究

汽车交通事故影响因素众多,运用灰色理论对汽车交通事故建立预测模型正好适合只考虑时间序列因素,而不考虑其他因素的影响。本文针对我国汽车交通事故统计数据建立事故次数、死亡人数、受伤人数、直接财产损失的残差修正GM(1,1)模型,然后对我国"十三五"计划期间的汽车交通事故进行预测。在此预测基础上,研究结果可为交通管理部门作出科学合理的决策提供可靠依据。

残差修正步进模型在社保卡数字照片处理中的应用

针对社保卡安全性问题,提出了将残差修正步进模型(GSMEM)运用于社保卡数字照片处理.为了适应社保卡应用的要求,压缩数字照片既要减少其占用的内存,又要保证算法具备较快的运算速度,以提高社保卡图像边缘的视觉效果.实验结果表明,该方法具有较高的实用性.

残差修正Verhulst模型的复合土钉支护变形预测研究

复合土钉支护结构在基坑支护工程领域有着越来越广泛的应用。支护结构在使用的过程中涉及到很多方面的影响因素,各种因素对支护结构体系的影响往往具有不确定性,即具有灰色特性。本文通过将非等间隔时序Verhulst灰色模型应用到预应力锚杆复合土钉支护的实际变形预测中,发现在对常规灰色Verhulst模型采用傅里叶函数进行残差修正以后,模型的预测分析效果可以得到较好的提升,可考虑将傅里叶变换用于Verhulst模型修正。在复合土钉支护的位移变形的应用分析中具有一定的参考指导价值。