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 。

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。

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。

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。

灰色动态模型群法在河流水质预测中的应用初探

在对原始数据序列对数变换的基础上,依据灰色系统理论,构造了由6个GM(1,1)模型组成的灰色动态模型群,并用于淮河干流枯水期氨氮浓度变化趋势预测。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水质变化趋势;相对单个GM(1,1)模型,灰色动态模型群法能有效改善随机波动数据序列的拟合效果,提高预测精度。

灰色动态模型群法及其工业取水量预测应用

对于信息丰富、数据较多的原始数列,采用灰色动态模型群法进行预测,考虑近期信息对未来的影响,可避免单一灰色模型容易利用不稳定信息的缺陷,使预测精度更加准确。本文介绍灰色动态模型群法的建模原理,并利用该方法对济南市工业取水量进行了中长期预测。通过与实际值及其它方法对比表明,该方法预测结果可靠,受人为因素影响较小,实用方便。

区域粮食总产量预测的灰色动态模型群

应用灰色系统理论 ,建立了福建省粮食总产量的动态模式 ,分析了粮食总产量的历史变动状况 ,并对1998～ 2 0 0 5年的粮食总产量进行预测。模型采用两种特殊措施 ,极大地提高了预测精度。

基于灰色动态模型群的衡水市居民年用水量预测

针对居民用水量序列的随机性和周期性以及传统灰色模型由于离散程度大而产生的过拟合问题,依据灰色模型理论构造了由5个GM(1,1)模型组成的灰色动态模型群;基于衡水市2007—2019年居民年用水量数据,采用灰色动态模型群对衡水市2020—2030年居民年用水量变化进行预测研究,并对预测结果进行残差检验以及残差修正;将灰色动态模型群分别与5个GM(1,1)模型进行对比,以检验模型性能。结果表明:灰色动态模型群的预测相对误差整体小于传统GM(1,1)模型,具有更好的准确性和适用性;衡水市2019年居民年用水量为1795.00万m^(3),2030年预计增至2862.21万m^(3),未来衡水市居民年用水量呈明显增长趋势,这与衡水市未来人口增长和社会经济发展趋势相吻合。衡水市未来居民用水量预测结果可为供水优化调度和水资源优化配置提供参考。

基于改进误差修正方法的灰色动态模型群水质预测

介绍了一种新的水质预测方法—灰色动态模型群法的基本原理和计算过程。将该方法应用于浑河沈阳段某监测断面的水质预测中,预测所得数值经过一种新的误差修正方法后和实际监测水质数据同时进行水质标识指数法评价,以便得出一个简单直观的结果对其精度进行检验。结论得出,应用新的误差修正方法的灰色动态模型群的预测结果与实际监测的水质结果一致,表明该方法能克服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,可以作为水质预测中的一种有效的误差修正方法。

基于粒子群动态灰色模型的短期风电功率预测

针对风场输出功率短期预测所遇到的信息贫乏、精度低和不确定性高的问题,提出一种粒子群动态灰色模型。该模型利用粒子群算法改变背景值参数,通过迭代搜寻和线性化处理对齐次或非齐次的指数参数进行连续优化,提升了预测精度;该模型还引入残差模型对外界环境的变化进行预测,降低了由环境的不确定性对预测带来的影响。将此模型运用到比利时风场输出功率的短期预测当中,实验结果证明了该模型对求解所提问题是有效的。

灰色系统动态模型群GM(1,1)在秦淮河水质预测中的应用

为了较为准确预测水质,基于灰色系统理论建立灰色系统动态模型群,采用对数变换的方式对原始数据进行光滑处理,借以减弱数据波动带来的不利影响,是对常规灰色系统动态模型的改进。结合秦淮河上游源头句容河2011～2016年高锰酸盐指数,运用灰色系统动态模型群对2017年高锰酸盐指数进行预测。预测结果表明误差在1.24%以内,表明灰色系统动态模型群GM(1,1)用于水质预测较为准确。该模型可应用于南京市水质预测,对水环境管理具有指导意义。

基于GM（1,1）模型群的阿什河氨氮浓度的预测研究

依据灰色系统理论,以2000年-2009年10年阿什河入江口断面枯水期氨氮浓度构造了一个由6个GM（1,1）模型组成的灰色动态模型群,并运用该模型群对其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,预测结果更为可信。

安徽万佛湖富营养化评价与营养盐变化趋势预测

基于安徽万佛湖2001-2007年监测资料,采用综合评价法(TLI)进行富营养化评价;并依据灰色系统理论,构造了3个GM(1,1)模型组成的灰色动态模型群,运用该模型群对万佛湖营养盐变化趋势进行预测。结果表明:(1)2007年万佛湖综合营养状态指数为33.537,处于中营养水平,富营养化程度受水期影响较小;(2)运用灰色动态模型群法对万佛湖营养盐进行预测结果表明,TN浓度呈显著上升趋势,TP浓度呈显著下降趋势。灰色动态模型群法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,能够充分利用近期水质资料信息预测未来水质变化趋势,预测结果对当地饮用水源保护与淡水资源持续开发利用具有一定的借鉴意义。