基于灰色神经网络组合模型的动态数据序列预测

为了提高动态数据序列的预测精度,分析了现有BP神经网络和灰色预测方法各自的优缺点,并在此基础上建立了灰色神经网络组合模型。组合模型兼有BP神经网络和灰色预测的优点,弥补了单个模型的不足,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。本方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,并利用神经网络的函数逼近特性,实现对原始数据的预测。仿真结果表明:组合模型的预测精度高于单独的GM(1,1)模型,适用于具有复杂成分的动态数据序列的建模。

基于残差修正GM(1,1)灰色动态模型群的城市用水量预测研究

[目的]探究残差修正GM(1,1)灰色动态模型群在城市用水量预测中的应用。[方法]在传统单一GM(1,1)灰色模型的基础上,采用对数曲线对预测结果进行残差拟合修正,分别构建传统单一GM(1,1)灰色模型和残差修正GM(1,1)灰色动态模型群,利用济宁市2013-2022年实际城市用水量数据进行实例验证和预测分析。[结果]相对于传统单一GM(1,1)灰色模型,残差修正GM(1,1)灰色动态模型群拟合精度和预测精度均有明显提升,传统单一GM(1,1)灰色模型拟合相对误差为0.22%~4.22%,预测相对误差为0.91%~2.74%,预测平均相对误差为1.62%,预测均方误差为0.143,残差修正GM(1,1)0灰色动态模型群拟合相对误差在0.02%~3.09%,预测相对误差为0.75%~2.42%,预测平均相对误差为1.32%,预测均方误差为0.102。[结论]济宁市未来用水量呈下降趋势,这与济宁市严格落实最严格水资源管理制度、刚性约束用水相关指标、用水效率得到提升的情况吻合。残差修正GM(1,1)灰色动态模型群能够满足城市用水量预测。

动态灰色模型在变形预测中的应用

本文在引入序列算子成功构造灰色序列的基础上,详细讨论了灰色预测模型的基本内容和两种动态灰色预测模型的实现,并成功将其应用于广州地铁变形监测的数据预报。实践及理论证明,新陈代谢灰色预测模型由于实时加入系统的最新信息,提高灰区间的白度,预测精度最高;灰数递补模型通过引入灰数,一定程度上也提高了预测的精度。新陈代谢灰色预测模型实践证明预测精度可达到一级。

基于灰色动态模型群法的河流水质预测研究

水质预测是水环境规划、评价和管理工作的基础。依据灰色系统理论 ,构造了一个由 6个 GM(1,1)模型组成的灰色动态模型群 ,并运用该模型群对淮河干流枯水期氨氮浓度变化趋势进行了预测分析 ,得到令人满意的结果。研究表明 ,灰色动态模型群法能够充分利用近期水质资料信息预测未来水质变化趋势 ;以模型群统计平均值作为最终预测值 ,避免了单一灰色模型容易利用不稳定信息的缺陷 ,使得预测精度更加准确 。

动态多变量灰色模型在危岩变形预测中的应用

基于对传统的单点灰色模型的扩展,考虑多个点之间相互影响和关联,采用自适应MGM(1,n)模型,以Matlab语言编程,实现对变形体上相互关联的多点变形预测模型的建模,并运用该模型对望霞危岩体变形进行预测。结果表明:自适应MGM(1,n)模型预测值与实测值吻合较好,比传统GM(1,1)模型预测的危岩变形趋势效果较好、精度较高,评价结果具有更高的准确性。

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM(1,1)和动态灰色预测模型的基本内容及建模过程,并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明,等维新息动态预测由于实时地加入了新的信息,提高了灰区间的白色度,预测效果最好;等维灰数递补动态预测利用了序列建模的结果,淡化了灰平面的灰度,使预测结果有所改善;GM(1,1)模型由于是静态地反映系统的变化趋势,预测的精度最低。因此,动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。

基于灰色动态模型群的需水预测研究

依据灰色系统理论,构造了一个由5个GM(1,1)模型组成的灰色动态模型群,并运用该模型对福建省泉州市用水量变化趋势进行了预测分析。研究表明,灰色动态模型群能够充分利用近期用水量信息预测未来用水量变化趋势;以模型群统计平均值作为最终预测值,避免了单一灰色模型容易利用不稳定信息的缺陷,使得预测精度更加准确,预测结果更为可信。

隧道围岩变形动态预测的灰色自适应模型及其参数智能辨识

隧道围岩变形具有动态性、对时间和空间的敏感性及高度的非线性等特征。基于这些特性,探讨了隧道围岩变形动态预测灰色自适应GM(1,1)模型的建模思路及步骤。为确保参数为全局最优,提高模型的预测精度,提出采用粒子群优化算法(PSO)对模型参数进行智能辨识,并给出了参数智能辨识的方法和步骤。根据所建立的模型,编制了相应的计算程序。在此基础上,以贵州厦蓉高速公路某施工标段为工程实例,建立了隧道拱顶沉降及收敛位移预测分析的灰色自适应模型。算例分析表明,在数据较少的情况下,基于PSO参数智能辨识的灰色自适应模型的递推和跟踪能力较强,预测结果与实际监控数据吻合程度较高,是隧道围岩变形动态预测较为有效的方法,可在实际工程中推广应用。

一种动态数据序列组合预测模型法

文章综述了灰色模型、谐波分析和时序分析的基本原理和建模方法 ,分析了各种模型的适用性与局限性 ,在此基础上提出了基于上述 3种基本建模方法的组合模型法。组合模型有效地融合了各种基本建模方法的特色与优势 ,弥补了单个基本模型的缺陷与不足 ,尤其适用于对非平稳性动态数据序列的建模。仿真结果表明 ,组合模型法能有效地提高数据序列的预报准确度。

电力远期价格预测的灰色动态模型研究

电力远期价格受实时电价、利率、负荷需求等多种因素影响,变化趋势复杂,很难建立一个准确的数学模型进行全面描述。针对这一特点,用灰色动态预测模型对电力远期价格进行了预测,并对不同模型的预测结果进行了研究。

基于可变参数的道路交通事故动态灰色预测模型

以中国1990～2006年万车死亡率为研究对象，在固定参数动态灰色预测模型基础上，根据人口数量、机动车数量和公路里程优化参数P值，建立了可变参数动态灰色预测模型；分别运用固定参数动态灰色预测模型、可变参数动态灰色预测模型和基于三点平均技术的可变参数动态灰色预测模型进行预测，得到的平均相对误差分别为6．97％、5．67％和4．61％。研究结果表明：可变参数动态灰色预测模型优于固定参数动态灰色预测模型；基于三点平均技术的可变参数动态灰色预测模型可以进一步平滑预测结果，增加预测结果的可靠性。

多点变形动态灰色模型辨识及预测

从单点灰色模型入手 ,导出了多点变形的预测模型 ,通过用MATLAB语言编程 ,实现了空间多点变形预测模型的建立 ,并以实例验证了模型预测的有效性。

非等间距序列的灰色预测模型及其在岩石蠕变断裂中的应用

给出了非等间距序列的灰色预测模型，讨论了该模型的灰色预测平面和最优预测函数。最后将该模型应用于符合Ｋｅｌｖｉｎ模型的岩石材料的蠕变断裂研究，给出了应用实例，并验证了该方法的可行性。

基于标识指数法的水质灰色动态模型群预测分析

目的为了解决由数据序列随机波动性大而引起的GM(1,1)动态模型群预测精度不高的问题.方法利用水质标识指数序列作为灰色动态模型群的原始数据序列进行水质预测,并通过误差修正得出预测结果.以浑河沈阳城区段某断面的监测水质为例,采用标识指数法的水质灰色动态模型群计算,通过实际监测数据检验预测精度.结果预测结果表明:河流水质标识指数经过误差修正后与实际监测资料的水质标识指数计算结果基本一致.结论由此证明利用基于标识指数法的灰色动态模型群进行预测不仅精度较高,而且计算结果能直观反映水质状况,可以作为水质预测的一种有效方法.

基于时间序列的灰色预测技术在估产模型中的应用

在建立估产模型过程中 ,引进基于时间序列的灰色预测技术 ,通过对样本点建立基于时间序列的灰色预测模型和常规的多元线性回归气象模型的分析比较 ,试图找到一种计算简单、数据要求少而精度较高、时效性较好的建模方法 .为时间序列预测在农作物估产方面的应用作出一点探索 .

基于灰色动态模型群的济宁市需水量预测

针对以往单一GM（1，1）模型建立过程中难以克服不稳定因素对预测结果的影响，提出根据不同时间段建立多个GM（1，1）模型，基于济宁市2001～2011年用水量数据，采用灰色动态模型群对济宁市2011～2020年需水量进行预测。结果表明，济宁市2011年用水量为26．76×10^8m^3，到2015年需水量增至29．9×10^8m^3，2020年增至33．9×10^8m^3，呈增长趋势，这与济宁市社会经济发展态势相吻合，可见灰色动态模型群用于需水量预测可行、有效。

城市用水灰色动态预测模型的研究与应用

科学地预测城市用水量对拟定城市发展规模具有十分重要的意义。城市用水量受很多因素的影响,是一个充满灰色现象的“灰系统”。利用灰色系统理论建立动态GM（1,1）模型预测城市用水量。实例证明,模型能较好地拟合实测数据并具有较高的预测精度。

基于时序序列分解和IBAS LSTM的滑坡数据预测模型

针对传统静态机器学习模型在周期项位移预测中的缺陷和动态神经网络超参数人工选择困难的问题,在时序序列分解的基础上,提出一种新的滑坡预测耦合模型。首先,用最大相关最小冗余算法对周期项位移筛选合适的环境特征,作为长短期记忆人工神经网络的输入。然后,在天牛须搜索算法搜索过程中引入反馈机制,以避免原算法中出现远离最优解的问题;在算法迭代过程中将固定的递减因子改为动态递减因子,以提升前期全局和后期局部的寻优能力;利用改进的天牛须搜索算法对长短期记忆人工神经网络超参数进行寻优,以获得最佳的网络参数组合。最后,重构趋势项和周期项预测结果,得到最终预测位移。以发耳滑坡为例进行分析,结果表明:相较于其他方法,所提模型在平均绝对误差、均方根误差以及拟合度等方面更具优势。

灰色动态模型群在城市轨道交通客流预测中的应用研究

随着城市轨道交通的快速发展,客流预测作为一项基础工作,在城市轨道交通规划、设计、建设及运营等环节中起着至关重要的作用。鉴于城市轨道交通客流具有周期性变化的特点,依据灰色系统理论,本文提出了由多个灰色Verhulst模型组成的灰色动态模型群,以某城市轨道交通线路为例进行短期客流的预测分析。实例计算证明了采用动态模型群的预测平均值作为最终预测,具有较高的预测精度,可满足实际应用需求。

灰色Verhulst动态新陈代谢模型在产品价格预测与需求预测中的应用

产品价格及需求受多种因素影响,变化趋势复杂,很难建立一个准确的数学模型进行全面描述.在对具有较大波动的周期性变化数据部分用各种灰色动态模型进行了预测比较后,提出了Verhulst对应周期动态新陈代谢模型.用此模型进行的灰色预测能不断将新信息引入算法,使预测更加接近最新的变化趋势,取得了较好的预测效果.