基于均值滤波的灰色预测模型及其应用

在变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,由于影响变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使得变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于均值滤波的GM预测模型,即先用均值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于均值滤波的GM预测模型可以有效地提高变形预测的精度和可靠性。

一种基于均值模型构建动态离散GM(1,1)模型的新方法

离散灰色模型避免了传统灰色模型中差分到微分产生的跳跃误差,然而当建模序列确定后参数随之确定,模型无法随时间作出与系统变化相适应的动态调整,这是导致模型精度不高及出现预测偏差的重要原因。由于均值模型较其他基本形式的传统灰色模型更适应非指数增长序列,因此首先利用均值GM(1,1)模型刻画了发展系数的动态化过程,然后在此基础上构建了动态离散GM(1,1)模型,最后应用该模型对我国城镇就业人员的数量进行了模拟及预测,取得了较好的效果,验证了新方法的有效性和实用性。

基于均值零化算子的灰色绝对关联度模型的改进及其应用

根据广义灰色绝对关联分析模型基本思想,采用均值零化算子构造方法,提出一种新的灰色关联算子并对灰色绝对关联度模型进行改进.改进的灰色绝对关联度模型具有规范性、偶对称性、接近性等性质.初步的实例验证表明,改进的灰色关联度模型能真实地反映序列曲线的关联程度,所得关联分析结果较为客观可靠,且算法简单,易于在计算机上实现,具有一定的实用参考价值.

基于改进灰色模型的光伏发电预测输入数据计算方法

人工神经网络是光功率预测的主要模型之一,其输入数据的准确性是影响光功率预测精度的主要因素。该文使用实际测量的、准确的天气历史数据,采用灰色模型GM(1,1)来预测当前的天气数据,并选择多个长度的历史数据序列来进行预测,用相对误差平均值来评估对历史数据的拟合效果,然后选择对历史数据拟合效果最好的序列预测的天气数据,将其与天气预报的天气数据进行加权平均来得到人工神经网络的输入数据,而相应的权重根据灰色模型对历史数据的拟合效果来动态调整。最后,对现有光伏电站数据的仿真验证了该文算法的有效性。

基于灰色模型的我国城镇老年人体质定量预测研究

目的:定量预测我国2015—2025年城镇老年人体质状况,探析城镇老年人体质发展规律。方法:以历次全国城镇老年人体质监测数据为时间序列,建立灰色EGM预测模型,对城镇老年人体质进行预测。结果:2015—2025年,身体形态指标:各指标序列数值均呈增长趋势,但总体比2014年之前实测数据增幅小,各指标增幅男、女均为腰围>体重>胸围>臀围>身高,BMI、腰臀比继续增长;身体机能指标:肺活量呈增长趋势,女性增幅大于男性增幅;身体素质指标:男、女两性握力呈下降趋势,且女性降幅大于男性。结论:预测显示,未来10年,我国城镇老年人体质总体水平变化速度趋缓,部分身体机能与素质指标将减缓甚至扭转2000年后快速下降趋势,如呼吸功能、柔韧性等;但肥胖、握力、平衡能力等继续下滑,特别是超重与肥胖向苹果型肥胖身材变化趋势应引起警示。建议加大日常体力活动,合理膳食,提高体质健康水平。

均值生成时序及SCGM_(mv)(1.1)预测模型

分析了均值生成时序 ,按 SCGM( 1,h)建模原理构造了基于均值生成时序的 SCGMmv( 1,1)模型 .该模型的预测精度高 ,计算量少 ,适应于动态过程快速建模 .示例表明 :SCGMmv( 1,1)的拟合、预测效果是令人相当满意的 .

加权均值GM(1,1)模型及应用

通过数据处理,寻求一种改进灰色系统GM(1,1)模型的方法 文中首先论证了加权均值生成的若干相关性质,然后将加权均值生成法运用于灰色系统GM(1,1)模型的建模过程 计算结果表明,加权均值GM(1,1)模型比传统的GM(1,1)模型有所改进,精度得到提高 并将改进后的模型应用于应力集中问题,也取得了较好的效果 这表明,加权均值GM(1,1)

基于改进模糊聚类算法的灰色预测模型

目前研究的模糊C均值聚类算法(FCM)面临的最重要问题是初始值随机选取,导致其容易陷入局部最优,同时影响运算速度。而灰色预测GM(1,1)模型在形成预测公式时对初始值的选取也没有合理有效的方案。针对以上问题,文章提出坐标密度法,确定初始聚类中心,对FCM算法进行改进;接着提出运用改进的FCM求取GM(1,1)中数据的聚类中心,并把聚类中心作为初始值的方法;通过与已知算法进行比较验证了其可行性和有效性。

应用灰色预测模型解决水文地质问题的思考

介绍了灰色预测模型在解决水文地质问题过程中所存在的诸多问题，并针对灰色预测模型的适用条件，提出了波动时间序列均值化的方法，在此基础上结合水文地质问题的特点，提出用周期外延的方法修正残差。计算结果表明，结合采用上述两种方法，将会收到较好的效果。

灰色GM(1,1)模型及其在电力负荷预测中的应用

讨论了灰色模型GM(1,1)及其改进模型在电力负荷预测中的应用。从灰色理论建模特点出发,提出使用加权均值生成原始数据序列的数据生成方法,在进行平滑的非负电力负荷数据序列的预测中取得了较好的效果。通过后验差检验,对传统的灰色系统GM(1,1)模型和加权均值的GM(1,1)模型进行了比较分析。实例证明,加权均值生成数据的方法进行建模具有较好的精度,在实际电力预测系统中有很好的应用价值。

基于灰色模型KFMC的航天发动机故障诊断算法

针对以往的故障诊断方法往往基于已经采集的数据,无法对故障诊断进行及时预测,同时基于单一传感器的测量信息难以全面准确反映航天发动机工作状态,从而造成故障诊断的不确定和不精确的问题,提出了一种基于灰色模型KFMC数据融合的航天发动机故障诊断算法。采用有标签的训练数据初始化KFMC模型,将预测的数据采用KFMC模型估计其所属的故障类别以及隶属度,然后将数据对应各诊断类别的隶属度初始化传感器的初始信度分配,将各传感器采集的数据作为证据体,采用DS数据融合方法融合各证据体,获得最终的诊断结果。通过飞机发动机故障诊断实例进行实验,结果表明文中方法能正确及时地预测故障,克服了单个传感器故障诊断具有的不确定和不精确性,是一种适于航天发动机的故障诊断方法。

用灰色预测模型对2022年世界100m跑成绩的预测与分析

研究旨在通过分析2001-2019年世界男子、女子100m跑成绩的发展态势和规律,并在此基础上建立预测模型来预判2022年世界男、女子100m跑成绩可能达到的水平区间,旨在我国100m跑运动员备战32届奥运会提供理论支撑;为100m跑项目训练实践提供参考目标,同时也为预测理论的发展和完善提供依据。研究采用灰色均值GM(1,1)模型、改进的按周期间隔分解的灰色均值GM(1,1)模型,预测2022年世界男子、女子100m跑的成绩。通过预测得出:2022年女子100m跑第1、2、3、8名的成绩可能达到10.65s、10.68s、10.69s和10.74s的水平。男子第1、2、3、8名的成绩更可能在9.82、9.84、9.88、9.90的水平。此外,若男子成绩在2019-2022年继续上升,则EGM模型预测结果更具参考意义,第1、2、3、8名的成绩有可能达到9.74s、9.79s、9.81s和9.85s。

GM(1,1)灰色模型优化方法研究

基于传统GM(1,1)灰色模型适用范围有限和预测精度较低的问题,提出了实测数据恒正凹化处理和相邻均值法(序列相邻数值取平均值)结合建模的新方法。该方法能够将原始数据序列转化为指定形式,利用数据相邻均值与时区长度。应用结果表明:优化后的GM(1,1)模型对数据兼容能力更强,对于发展速度"先快后慢"且波动性较小的稳定序列,该模型能够提高数值拟合精度,延长预估范围,可用于中长期预测,并且优化模型数值还原无需迭代累减,计算过程更加简便,为灰色模型的改进提供一定的参考价值。

基于联合均值与方差模型的碳排放权影响因素分析

碳达峰和碳中和背景下,研究碳排放权价格对我国制定节能减排的宏观经济政策、相关金融机构开展碳金融业务、减排企业及个人投资者提供决策等均产生有利影响。论文应用统计模型和机器学习分析碳排放权金融数据,选取碳排放权交易影响指标,包括能源价格、经济发展水平、国家碳市场指标、天气环境、传统金融市场因素等五个方面的指标,对湖北碳排放权交易建立统计模型进行探究分析,影响湖北碳排放权投资收益高低的中证100指数指标具有正向影响,影响湖北碳排放权投资风险的汇率、汽油价格两个指标为负向影响。结论可以供投资者决策参考。

基于改进型灰色-马尔可夫预测模型的装备损耗研究

随着高新技术的发展,影响战场态势的因素错综复杂,针对战时装备损耗的特点,提出改进型灰色-马尔可夫预测模型,成功将其应用于某型航空弹药维修器材的消耗预测。该模型运用加速指数变换和几何平均变换方法处理原始数据,以提升灰色GM(1,1)模型的初步预测值的准确度。根据原始数据与初步预测值之差,运用模糊C均值聚类(FCM)法对状态空间进行合理划分,确定状态个数和聚类中心。为挖掘数据之间的相依关系,引入马尔可夫状态权重,以更合理地确定预测时间点的马尔可夫状态,获得最终预测值。实例分析表明该算法具有较高的精确度和可靠性,应用前景广阔。

三种灰色预测模型在生产安全事故死亡人数预测中的应用

为研究我国安全生产态势的发展情况,以我国2010-2020年生产安全事故死亡人数为数据基础,首先建立了均值GM(1,1)模型、无偏灰色预测模型、改进的GM(1,1)三种模型,然后利用平均相对误差、灰色绝对关联度、均方差比值和小误差概率检验了模型的精度,三种模型对于每个衡量指标的精度都为一级。最后利用2019-2020年生产安全事故实际死亡人数对三种模型的预测结果进行了验证,结果表明三种模型精度都为一级,对比发现无偏灰色模型的准确度最高,为提高我国生产安全事故死亡人数的预测精度提供了一种新的途径。

建筑垃圾产量的灰色模型预测

为了应对建筑垃圾产量不断增长带来的一系列环境和资源问题,促进福建省建筑垃圾资源化管理,本文使用灰色模型估算2009年~2020年福建省建筑垃圾的产量。结果表明,该模型的方差比C为0.1812,最小误差概率P为1。说明模型的估算误差较小,可用于福建省建筑垃圾产量预测。

灰色关联度法和FCM算法的就业质量评价模型

为了解决当前就业质量评价误差大的缺陷,提出灰色关联度法和模糊C均值(FCM)的就业质量评价模型。首先对就业质量评价相关研究工作进行分析,建立就业质量评价指标体系,并采集指标数据,对指标数据进行归一化处理;然后采用灰色关联度法对就业质量评价指标的权重值进行确定,并去掉一些不重要的指标;最后采用模糊聚类分析算法建立就业质量评价模型,并与其他就业质量评价模型进行对比测试。测试结果证明,设计模型的就业质量评价精度超过了93%,就业质量评价误差能够满足实际应用的要求,而且就业质量评价效果要远优于对比模型,对比测试验证了该模型的优越性。

基于灰色关联度的110千伏主网基建模型研究

由于110千伏主网基建过程所受影响因素较多,进而影响主网基建工程质量,增加了基建工程项目风险。为此,提出基于灰色关联度的110千伏主网基建模型研究。计算影响主网基建运行的因素与主网建设效率之间的灰色关联度,排除关联度较低的影响因素。制订主网基建特征选取步骤,完成基建特征数据的选取并对其进行聚类处理。依据聚类结果预处理主网基建数据,结合主网历史序列数据构建主网基建函数模型。最后通过主网基建模型的构建,实现了基于灰色关联度的主网基建设计。仿真结果表明,主网基建模型的基建工程质量控制标准(WHS)合格率高于90%,基建工程项目风险值低于5。

两阶段模糊c-均值聚类算法及其应用

针对模糊c-均值算法对初始值敏感、收敛结果易陷入局部极小值的缺点,提出了两阶段模糊c-均值聚类算法.首先通过恰当的贴近度(满足相似相近性)估计分类数,选取初始聚类中心;然后通过模糊c-均值算法进行聚类,最后对所得的聚类中心采用逻辑斯谛型的灰色模型进行预测.由于聚类中心具有统计特征,因此较好地克服了样本间的随机误差,灰色逻辑斯谛模型较好地克服了每个样本内误差.采用上述方法对全国30个省市农村居民年收入进行了分析和比较,得出了具有参考价值的结果.