基于残差灰色马尔科夫模型的危险天气影响范围预测

在通航飞行过程中可能遇到的情况里,最为普遍可能遭遇的就是降雨天气,降雨导致的危险天气对于飞行安全也是一个需要重视的隐患。为了保障通用航空器顺利安全地抵达目的地,对于危险天气的预测也是需要重视的环节。文章通过对一小时内降雨范围的边界最大最小值处理,借助残差灰色马尔科夫预测模型,通过少量数据,对危险天气范围进行预测。

基于灰色-马尔科夫残差预测模型的甘南草地载畜量预测

为了预测草地实际载畜量与理论载畜量,为草地畜牧业的可持续发展提供理论依据和决策支持基础,通过对甘南州4个县市1998-2009年的草地实际载畜量和理论载畜量数据分析,以灰色GM(1,1)模型和马尔科夫预测模型为基础,建立了优化改进的灰色等维—马尔科夫残差预测模型,以甘南州合作市实际载畜量为实例进行验证,预测结果显著(p<0.01),预测误差低于7.06%,表明该预测模型精度较高,适用于对草地载畜量的预测研究。最后,利用该模型对2010-2014年甘南州4县市草地实际载畜量和理论载畜量进行预测分析,基本符合草地载畜量实际变化过程,为相关部门合理确定草地载畜量和进行科学草地管理提供参考。

灰色双重残差修正的多芯片组件寿命预测

针对利用传统灰色模型进行多芯片组件寿命预测时存在的精度不足,以及预测精度随时间跨度增加而显著降低的问题,提出马尔科夫-尾段双重残差修正的多芯片组件寿命灰色预测方法。将在灰色GM(1,1)模型预测值基础上经马尔科夫法优化后的残差作为尾段灰色残差模型的输入值,实现双重残差修正。以对热循环加速试验条件下得到少量试验数据的影响多芯片组件寿命的电阻值进行寿命预测为例,试验结果表明,相较于传统灰色模型和神经网络预测方法,所提出方法在小样本条件下平均残差分别减小了80.469%和68.53%,预测精度得以提高,结果更加可靠,能够更准确地预测多芯片组件的寿命。

基于残差灰色Markov模型的土地荒漠化预测

土地荒漠化问题是内蒙古科左后旗生态环境保护重大攻坚任务。卫星遥感监测是目前实现土地荒漠化监测最有效的模式之一。论文通过高分辨率遥感卫星拍摄的内蒙古通辽市科左后旗的多光谱土地荒漠化图像,结合矢量成果数据,综合运用3S技术、数学和计算机科学的各种工具,提出了残差灰色马尔科夫链模型,对研究区未来十年土地荒漠化进行动态预测,得到具有参考价值的土地荒漠化相关数据。实验结果表明,改进的残差灰色马尔科夫链模型相比于灰色模型,预测结果更加精确,可以为今后土地荒漠化治理提供指导及科学依据。