基于灰色加权马尔科夫模型的港口货物吞吐量预测——以宁波舟山港为例

为了提高港口货物吞吐量的预测精度,以宁波舟山港2000-2019年的货物吞吐量数据为样本,提出一种以灰色DGM(2,1)模型的预测相对值序列与加权马尔科夫模型相结合的预测方法.研究结果表明:与单一的DGM(2,1)预测模型和相似文献内容的预测模型相比,灰色加权马尔科夫模型预测精度有了明显提高,平均绝对百分比误差仅为1.0%.同时,构建的灰色加权马尔科夫模型绝对误差波动小,模型稳定,这为港口货物吞吐量预测提供了一种新的更优的预测方法.

基于灰色-马尔科夫模型预测四川省脑血管疾病死亡率趋势研究

目的运用灰色-马尔科夫模型分析四川省脑血管疾病死亡率,并预测2022-2025年死亡率变化趋势。方法运用灰色-马尔科夫模型,对四川省2005-2021年脑血管疾病死亡率进行统计分析,预测2022-2025年脑血管疾病死亡率,并对预测结果进行评价。结果灰色-马尔科夫模型预测精度为99.09%,拟合精准。预测结果表明,2022-2025年四川省脑血管疾病死亡率将呈持续上升趋势。结论灰色-马尔科夫模型可以对四川省脑血管疾病死亡率进行较好的拟合和预测,可以作为未来预测脑血管疾病死亡率发展趋势的一种新方法,为脑血管疾病防治策略制订提供理论依据。

基于灰色-马尔科夫模型评估石雀滩海洋牧场岩礁鱼类碳储量

本研究以石雀滩海洋牧场许氏平鲉(Sebastes schlegelii)、大泷六线鱼(Hexagrammos otakii)、褐菖鲉(Sebasticus marmoratus)、铠平鲉(Sebastes hubbsi)、厚头平鲉(Sebastes pachycephalus)等岩礁鱼类为研究对象,基于2017—2020年地笼网采捕的渔获量数据,采用元素分析法和灰色-马尔科夫模型,统计并预测了岩礁鱼类现存生物量的碳储量(以下简称岩礁鱼类碳储量)。结果显示,岩礁鱼类干样碳含量分布范围为42.95%~50.19%,平均值为(46.11±2.34)%;鲜样碳含量分布范围为11.05%~13.25%,平均值为12.30%。2017年春季、2018年冬季、2019年春季和2020年冬季鱼礁区岩礁鱼类碳储量分别为293.46、104.49、119.40和48.48 t,呈波动式下降趋势;对照区分别为21.64、59.07、6.73和0 t,呈先上升后下降的趋势。灰色-马尔科夫模型验证数据平均相对误差为8%,较GM(1,1)模型预测精度提升了12%。经预测,鱼礁区岩礁鱼类碳储量呈下降趋势,2021年春季、2022年冬季、2023年春季和2024年冬季分别为64.84、49.84、25.28和19.43t。研究结果可为评估岩礁鱼类碳汇潜力提供依据,为建立渔业碳汇基础上的海洋牧场岩礁鱼类资源开发策略提供科学参考。

基于灰色马尔科夫模型预测四川省肺癌死亡率趋势研究

目的预测未来5年四川省肺癌死亡率变化趋势,为四川省加强肺癌防治提供理论依据。方法通过《四川统计年鉴》明确该省2005至2021年肺癌死亡率情况,运用灰色马尔科夫模型结合Matlab2017b软件对四川省未来5年的肺癌死亡率进行预测。结果灰色模型的预测精度为95.07%,通过马尔科夫链进行优化后,预测精度上升至98.06%,优化后的模型拟合预测效果更精准。灰色马尔科夫模型预测未来5年四川省肺癌死亡率将呈持续上升趋势。结论灰色马尔科夫模型可以对四川省肺癌死亡率进行较好的预测和拟合,该组合模型可以作为未来预测肺癌死亡率发展趋势的一种新方法,为肺癌防治提供理论依据。

基于马尔科夫理论优化的地下咸水层CO_(2)溶解性能灰色预测模型

在地下咸水层封存过程中,CO_(2)的溶解反应将会影响其封存容量和稳定性,并对周围环境和生态系统造成不利影响。为合理分析CO_(2)在地下咸水层中的溶解性能,基于马尔科夫理论对灰色GM(1,1)模型进行优化,构建CO_(2)溶解性能灰色预测模型。通过预测单因素影响下CO_(2)在地下咸水层中的溶解性能,科学分析模型预测值与实测值的平均相对误差。结果表明:通过压强、温度及矿化度分析不同影响因素对CO_(2)在水中溶解性能,得出CO_(2)溶解性能灰色马尔科夫优化预测模型预测值与实测值的平均相对误差分别为0.37%、17.73%、0.21%;与灰色GM(1,1)模型相比,预测结果的平均相对误差分别降低了0.35、1.56、3.41百分点,CO_(2)溶解性能灰色预测模型预测精度更高。研究成果为CO_(2)在地下咸水层中的溶解封存提供数据支撑。

基于灰色-加权马尔科夫模型的微博负面舆情热度预测研究

[目的/意义]结合加权马尔科夫和灰色预测模型,将负面情绪引入舆情热度影响因素中,以构建微博负面舆情热度预测模型,从而达到优化模型并丰富舆情监测体系的目的,研究结果可为相关部门提供事前预警。[方法/过程]以微博社交媒体用户为对象,以“货拉拉事件”“大连522事件”为研究事件,通过对采集到的数据进行处理,构建灰色-加权马尔科夫负面舆情热度预测模型。[结果/结论]结果显示,基于灰色-加权马尔科夫的预测模型精度优于单一的灰色预测与残差修正灰色预测模型,能有效推测出突发事件中舆情热度的发展。

基于灰色-多步马尔科夫模型的矿井涌水量预测

为提高矿井涌水量预测精度,以洛阳龙门矿为例,基于2011年1月—2020年12月正常涌水量序列,提出灰色-多步马尔科夫模型,并用2021年1—4月实测正常涌水量验证模型。结果表明:灰色-多步马尔科夫模型预测精度达99.35%,明显高于单一灰色GM(1,1)模型和灰色-马尔科夫模型;灰色-多步马尔科夫模型对波动较大的非平稳序列拟合效果良好,可在一定程度上减少预测主观性,预测精度较高,是进行矿井涌水量预测的一种有效方法。

基于加权马尔科夫-ARIMA修正模型的区域物流需求预测

为准确预测区域物流需求,采用自回归移动平均(autoregressive integrated moving average,ARIMA)模型建立具有线性关系的时间序列,考虑时间外的非线性影响因素,基于加权马尔科夫模型修正残差状态,构建加权马尔科夫-ARIMA模型,以我国1990—2021年月度货运周转量为物流需求数据来源,验证加权马尔科夫-ARIMA模型的预测精度。结果表明:单一ARIMA模型和加权马尔科夫-ARIMA模型对12期货运周转量预测结果的平均绝对百分误差分别为3.15%、2.22%,后者的预测精度优于前者。

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势,利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合,对2017-2019年发病率数据进行预测,并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明,2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确,模型精度更优,是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.

灰色马尔科夫模型在过程性学习评价中的应用

以过程性评价为灰数,建立灰色马尔科夫预测模型.通过实证研究建立灰色评价等级和灰色转移概率矩阵,预测学生后期学习状态,发现学生的学习状态转移明显,在未来三学期的学习状态几乎趋于平衡点.

基于灰色马尔科夫模型的民航征候万时率预测

截至2022年2月19日,中国民航运输航空持续安全飞行时间突破1亿小时,创造中国民航史上最长的持续安全飞行纪录。运输航空百万架次重大事故率10年滚动值为0,亿客公里死亡人数10年滚动值为0。但在2022年3月21日,东航客机事故打破了我国维持10余年的持续安全飞行。在此之前,可以看出近些年虽无重大事故发生,但民航事故及征候的统计量却呈现出整体上升的趋势,应当引起人们的注意。如何使我国民航安全平稳运行,有效提高安全水平已成为各专家学者研究的问题。

改进的马尔科夫链模型在河流径流预测中的适用性分析

针对传统马尔科夫链模型变量权重设置目标单一局限,对各变量权重进行加权计算,从而对传统马尔科夫链模型进行改进,并结合辽河干流铁岭站实测径流资料分析改进马尔科夫链模型在河流径流预测的适用性。结果表明:相比于改进前、改进后的马尔科夫链模型在年和月径流预测相对误差平均可降低8.35%和11.33%,河流径流预测精度得到改善。研究成果对于河流径流中长期预测精度提高具有参考价值。

改进灰色马尔科夫模型算法的快递物流路径配送及最优选址研究

电子商务的发展推动着快递物流需求量的增加,但各配送节点之间的服务效率以及快递“爆仓”所带来的时间制约严重影响着当前快递业的发展。基于此,借助灰色模型以及最优子集法对灰色马尔科夫模型进行改进,并对快递物流动态选址以及快递需求量两方面进行考虑。实验结果表明,改进Grey Markov模型的物流快递平均迭代速率和平均相对误差达到了7.64%和0.0623,路径节点配送效率提升了13.24%,收敛时间误差波动值小于1.29s。该模型能有效对快递物流进行动态规划,在合理范围内实现最优选址。

灰色-马尔科夫改进的土地利用变化模型研究

土地利用演变具有复杂性、非线性特征,其模拟预测的精度受到空间转换规则及数量预测约束的影响。针对经典数量预测马尔科夫模型存在忽视社会发展阶段性速率不同及灰色模型对随机波动性大的数据拟合效果较弱等不足,构建了基于灰色-马尔科夫改进的土地利用变化预测模型,以双鸭山市为案例区进行实例验证,结果显示,考虑社会因素影响的灰色-马尔科夫改进模型,能够反映社会发展等因素对土地变化的综合作用,预测趋势更加符合不同发展阶段用地规律,同时解决了社会经济类指标在土地利用变化模拟中难以空间化表达的问题;改进的灰色-马尔科夫模型能够发挥马尔科夫链处理数据波动的优点,降低传统灰色模型将土地随机变动数据视为干扰数据剔除进而产生的误差,有效提高数量预测模型的精度。进一步通过模拟验证表明,相比于传统马尔科夫模型,灰色-马尔科夫改进模型2020年模拟结果FoM精度提高了20.07%,证实通过数量预测方面的改进对于提升模拟精度有较为明显的正向推动。

基于灰色马尔科夫模型的广东春旱预测

利用1993—2022年广州市5个国家站的年平均降水资料,根据气象干旱等级标准构建春旱灾变序列,采用灰色预测模型GM(1,1)研发广州地区春旱预测模型,并进行模型模拟精度检验,通过马尔科夫模型对预测值进行优化。研究表明:预测结果与实际值基本相符,表明灰色马尔科夫模型进行春旱预测,精度较高,可为春旱预测提供决策参考。

基于灰色马尔科夫模型的北京市快递业务量预测

对快递业务量进行科学合理的预测不仅可以为政府和企业科学制订经济发展规划提供精准指导,也可为物流行业碳排放量的预测和控制提供依据。快递业务量受季节、促销等不确定因素影响,数据具有波动性,本文根据快递业务数据特点,将灰色模型与马尔科夫状态转移矩阵相结合,构建快递业务总量预测的灰色马尔科夫(GM-Markov)模型,并基于2011—2020年北京市快递业务总量数据验证了该模型具有较高的预测精度。最后根据建立的模型预测了2021—2023年北京市快递业务总量,以供行业参考。

基于灰色马尔科夫模型的高速公路大客车月平均日交通量预测

选取京台高速德州至齐河段2019年1月至8月的大客车月平均日交通量数据,首先针对1月份到7月份月平均日交通量建立GM(1,1)模型得出灰色预测值及相对误差;其次引入马尔科夫模型,构建灰色马尔科夫模型,对灰色预测值进行修正,结果表明修正后灰色预测值的平均相对误差较修正前降低了4.44%;最后预测出8月份月平均日交通量,可得灰色预测值相对误差为0.0229,修正后的预测值相对误差为0.0174,较修正前降低了0.55%,证明了该灰色马尔科夫模型的有效性,为该模型后续应用提供了理论与实践基础。

加权马尔科夫的灰色残差修正模型在酸性降水pH值预测中的应用

酸雨的pH值受酸性离子和碱性离子的影响比较大,这些影响因子之间存在多重相关性,用一般的方法难以达到预测精度。本文在灰色系统理论的基础上,通过引入马尔科夫理论,提出了一种基于马尔科夫灰色残差修正模型。该模型弥补了灰色预测模型在预测结果的精确性和可信任性方面表现出的固有缺陷。实例表明该方法在提高组合预测精度上具有可行性。

基于新维灰色马尔科夫模型的股价预测算法

灰色预测适合于时间短、数据量少、波动不大的系统对象 ,但是对于系统对象的中长期预测 ,采用任何形式的GM (1,1)模型 ,预测结果往往会偏高或偏低 ,而马尔柯夫链理论适用于预测随机波动大的动态过程 .通过结合灰色预测和马尔柯夫链理论的特点 ,并利用新信息优先的思想 ,提出了一种新维无偏灰色马尔柯夫预测模型 ,用无偏GM (1,1)模型拟合系统的发展变化趋势 ,并以此为基础进行了马尔柯夫预测 ,在每一步预测中 ,不断推陈出新 ,更新原始数据 .实验结果表明 ,与一般的灰色马尔柯夫预测模型相比 。

一种采用灰色马尔科夫组合模型的采煤机记忆截割算法

针对传统采煤机记忆截割策略需要频繁人工调整摇臂高度导致效率和精度低等不足,提出利用灰色马尔科夫组合模型的采煤机自适应记忆截割策略。当采煤机截割岩石时,首先根据截割高度先验数据,利用灰色模型得到截割高度预测数据,在此基础上,对该预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵。通过马尔科夫链状态概率矩阵对灰色模型进行反馈修正,得到采煤机截割高度自适应调整值。通过模拟采煤机工作面调整高度,对2种采煤机记忆截割策略进行仿真分析。研究结果表明:传统记忆截割模型可信度为96.26%,但需要5次人工调整,而灰色马尔科夫记忆截割模型的可信度在无人干预下高达99.20%;基于灰色马尔科夫组合模型的采煤机记忆截割策略不仅具有更高的控制精度,而且大大提高了采煤机的自动化水平。