Markov残差修正的灰色GM(1,N)模型在粮食产量预测中的应用

将灰色理论和Markov预测方法用于中国粮食产量的预测。运用灰色关联分析,从众多影响粮食产量的因素中确定了影响粮食产量的主要因素为:乡村从业人员、农作物有效灌溉面积、粮食作物播种面积、受灾面积。以粮食产量作为特征变量,以影响粮食产量的主要因素作为选定变量构建了粮食产量的灰色GM(1,5)预测模型,并对我国粮食产量进行拟合和预测。为了捕获粮食产量时间序列的随机波动性,使用马尔可夫模型对GM(1,5)模型的残差进行修正,以便改善预测精度。实例结果:事后检验阶段GM(1,5)模型的平均绝对百分比误差为15.45%,灰色Markov模型的平均绝对百分比误差为5.625%。灰色Markov模型能够提高预测的精度,是一种有效的、具有鲁棒性的预测方法。

灰色GM(1,1)模型预测精度的残差修正及对岩体变形预测的应用

岩体变形预测预报的实际算例表明 ,以优化灰色模型背景值为基础的灰色GM (1 1)残差修正模型 ,具有对建模结果进行优化的能力 ,且能获得较高的模拟和预测精度。

使用灰色GM(1.1)残差修正模型获得较高精度条件的探讨

从求得灰色数学模型GM(1.1)及其残差指数修正模型和残差周期修正模型函数曲线的驻点与拐点入手,导出使用这些灰色模型取得较高精度的条件,让使用者可依据初始序列数据的态势决定采用哪种数学模型,并且在结果未揭示以前便可大体上估计到拟合精度是否令人满意。

尾段残差修正GM(1,1)模型在管道腐蚀预测中的应用

为解决海底油气管道由于外表面破损引起腐蚀加快,进而导致管道腐蚀失效的问题,基于传统灰色模型,建立尾段残差修正GM(1,1)模型,用以预测管道剩余寿命。首先,检验管道腐蚀深度数据的光滑性和准指数规律性,建立灰色微分方程;然后利用最小二乘法求出方程参数值,用传统灰色模型预测腐蚀深度,并对残差进行修正,从而得到一个完整的用于海底管道腐蚀趋势预测的尾段残差修正GM(1,1)模型,并对预测结果进行后验差检验。最后以某一海底管道试验段为例,预测管道剩余寿命。结果表明,传统管道腐蚀深度预测灰色模型预测相对误差为36.7%,尾段残差修正GM(1,1)模型预测的相对误差为3.79%,后者预测精度等级更高。

基于灰色残差GM(1,1)模型的汽油机油劣化状况预测

针对汽油机油性能指标测试数据存在离散程度较大,劣化状况难以预测且预测精确度低等问题,基于灰色系统理论,构建灰色残差GM(1,1)模型。以SL15W-40汽油机油为例,对所建立的预测模型的适用性及准确性进行研究。结果表明:灰色残差GM(1,1)模型具有较高的预测精度,应用于汽油机油劣化状况的预测结果与实际测量值基本吻合,为汽油机油劣化状况的预测和合理地确定换油周期提供一种新的有效方法。

GM(1,1)残差修正模型在乙肝发病预测中的应用

目的了解和掌握辽阳市乙肝发病规律和流行趋势,为乙肝防治提供科学依据。方法应用GM(1,1)残差修正模型对《中国疾病预防控制信息系统》中辽阳市2004-2012年乙肝发病率数据拟合并进行动态预测。结果传统GM(1,1)预测模型为^x(1)k+1=(x(0)1-μ/α)e-αk+μ/α=1983.4029e0.0479k-1844.0793,精度检验结果显示模型精度勉强合格;GM(1,1)残差修正模型:^x(1)2(k+1)=1983.4029e0.0479k-736.925e-0.054k-196.6992e0.113k-933.4641,均能通过残差检验和关联度检验判定标准,后验差检验其模型精度判别为优;预测2013年和2014年辽阳市乙肝发病率分别为134.0638/10万和138.5362/10万。结论 GM(1,1)残差修正模型拟合辽阳市乙肝发病率理想,预测精度高,具有一定的实用性和精确性。

改进GM(1,1)残差修正模型在光伏发电量短期预测中的应用

采用改进的GM(1,1)残差修正模型建立光伏发电量预测模型,从理论发电量和实际发电量两方面对5.6 kW太阳能光伏发电系统的发电量进行预测.通过对比GM(1,1)模型和改进的GM(1,1)残差修正模型的预测结果,证明采用改进的GM(1,1)残差修正模型预测短期太阳能光伏发电量能够取得更好的预测效果.

基于灰色残差GM(1,N)模型的交通流数据恢复算法

交通检测器采集的原始交通数据的质量会直接影响智能交通系统的后续效益.本文针对采集的交通数据普遍存在的故障问题,以交叉口检测器的交通流数据为研究对象,提出基于灰色残差GM(1,N)模型的数据修复算法.首先针对交叉口四个路口的交通流进行灰色相关分析,然后建立灰色GM(1,N)模型对故障数据进行预测修复,并进行了残差修正,提高了修复数据的精度.分析结果表明,提出的故障数据灰色残差GM(1,N)模型算法是可行的,可以更好地解决因为数据故障而对后续处理带来的困难,同时也为其他领域的故障数据修复提供借鉴.

基于残差修正GM(1,N)的武汉市住户存款预测

对灰色GM(1,N)模型加以改进,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对武汉市住户存款余额进行预测,取得了较好的效果:平均预测误差为11.780 15%,比传统灰色GM(1,N)模型的平均预测误差18.776 38%减小了37.260 80%,近期预测误差更小,2017年预测误差仅为0.604 52%。研究还发现,影响武汉市住户存款余额的因素由大到小依次为城镇化率、城镇居民收入、农村居民收入、人口数量。

残差修正的GM(1,N)模型在城市火灾预测中的应用

本文以2003-2018年福建省火灾次数及其相关社会经济因素数据为基础,综合考虑社会经济因素与火灾之间的相关性,分别运用 GM(1,N)模型与改进后的残差修正 GM(1,N)模型对火灾次数进行预测.并通过灰色关联分析筛选出与火灾次数关联性较大的因素,分别建立 GM(1,N)模型和残差修正的 GM(1,N)模型,结果表明,残差修正的 GM(1,N)具有更好的预测效果,也表明,残差修正的 GM(1,N)模型具有更高的预测精度.

基于残差修正的GM(1,1)模型的我国人均粮食产量预测

灰色预测作为一种新颖的预测方法在误差处理方面仍然需要改进，文章在对相关预测方法进行比较的基础上提出了一种对尾端残差修正以提高预测精度的GM（1，1）灰色预测方法，并结合我国2000~2009年的历史数据对我国粮食产量进行了预测，最后进行了总结并提出了相关研究展望。

基于GM(1,1)残差二次修正的铁路货运量预测

铁路货运量是铁路运输能力的重要体现,也是确定铁路交通基础设施建设规模的主要依据。铁路货运量的预测结果是否合理,会对铁路的运输生产及效益产生直接影响。在传统GM(1,1)灰色预测及GM(1,1)残差一次修正模型的基础上,建立GM(1,1)残差二次修正预测模型,从而提高模型预测的精度,并基于残差二次修正后的模型预测未来三年我国铁路的货运量,以期为铁路部门制定未来铁路运输发展战略,合理利用资源,充分发挥铁路运输能力提供参考。

基于GM(1,1)模型残差修正的经济预测

为提高我国国内生产总值GDP总量预测精度,更好地为宏观经济政策提供参考信息,在传统灰色GM(1,1)预测模型的基础上,进行残差修正,建立GM(1,1)残差改进模型。经过实证分析,结果表明:GM(1,1)残差改进模型具有较好的可行性与精确性。

基于残差修正GM(1,1)模型的包神北线货运量预测

运用灰色理论,以包神铁路北线2010—2016年的货运量为基础对包神北线的货运量进行预测。根据GM(1,1)模型建立的步骤,建立包神北线货运量预测模型,并对残差进行分析,并通过残差修正模型对残差进行修正;最后使包神北线货运量的预测值在合理的预测精度之内,并对预测结果进行分析。为管理决策人员做出科学合理的决策提供理论依据。

基于残差修正GM(1,1)模型的年降水量预测研究

灰色系统理论以部分信息已知,部分信息未知的＂小样本＂、＂贫信息＂不确定性系统为研究对象,并形成了以灰色模型为核心的模型体系。对灰色预测模型在年降雨量预测方面进行了一些探讨和尝试,利用长江流域（大通以上）2004年至2013年年降水量资料建立GM（1,1）模型。为了提高模型精度,对传统灰色预测模型进行了改进,采用残差修正GM（1,1）模型进行了模拟预测。模型检验结果表明,基于残差修正GM（1,1）模型的预测精度有所提高,对中长期年降水预报有一定的参考价值。

残差修正模型GM(1,N)在地铁基坑周边建筑沉降预测中的应用

基坑开挖范围通常较大,会对邻近建筑物造成一定的沉降影响。本文对几种常见基坑参数进行灰关联度分析,选择关联度较高的几种因素进行多元分析。在GM(1,N)模型的基础上提出一种残差改正方法,以提高预测精度。通过实例验证,基于残差修正GM(1,N)模型中误差达到0.551 m,相比常规GM(1,N)模型有较大提升,在较大沉降数据预测中改正效果较好。

基于残差修正GM(1,N)的成都市社会消费品零售额预测

通过介绍灰色GM(1,N)模型基本原理和改进措施,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对成都市社会消费品零售额进行预测。平均预测误差为10. 66997%,比非残差修正的灰色GM(1,N)模型的平均预测误差14. 60739%减小了26. 95499%,近期预测误差更小,2017年预测误差仅为1. 76773%。研究还发现,对成都市社会消费品零售额影响由大到小的因素为城镇化率、城镇居民人均可支配收入、地区人口数量、农村居民人均纯收入。

基于残差修正MGM(1,N)的轨迹模拟方法

针对机载自卫电子对抗系统地面测试时模拟器与飞机位置相对固定、检测结果不精确的问题,提出一种基于残差修正的轨迹模拟方法,首先对飞机三维位置坐标构建MGM(1,3)模型,通过对获得的模拟值进行多次残差修正以进行改进,最后得到轨迹模拟表达式。实验仿真表明:与传统的MGM(1,3)模型相比,基于残差修正的MGM(1,3)模型相对误差较小,避免了因数据跳动较大而引起的预测风险,提高了模拟结果的可靠性,基本符合机载电子对抗系统地面测试的需要。

灰色残差修正模型在区域物流量预测中的应用研究

区域物流量预测是区域物流规划和物流基础设施建设的决策依据,也是推动第三方物流企业发展的重要前提。本文讨论了残差修正GM(1,1)模型以及其在区域物流量预测中的应用,模型用多个指数函数的叠加分段描述物流量的预测,克服了传统灰色模型只能描述单调变化过程的缺点。通过对某区域物流量预测的实例分析,对比分析普通GM(1,1)和残差修正GM(1,1)模型的预测结果,表明残差修正GM(1,1)模型在预测区域物流量时精度高、结果可信。

中长期电力负荷的灰色残差修正组合预测

中长期电力负荷走向趋势曲线往往呈S型,直接运用灰色GM(1,1)模型预测会造成较大的偏差。针对负荷曲线固有的发展趋势,根据曲线发展的不同阶段分阶段预测,采用GM(1,1)模型进行第一阶段的预测,采用残差修正模型进行第二阶段的预测。在分阶段预测的基础上,根据每一阶段的预测精度分配权重,进行组合预测。该方法将数据本身发展趋势和模型固有优点相结合,预测结果表明该方法在提高精度上有可行性。