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。

基于粒子群优化-熵权无偏灰色马尔可夫模型的沥青道面性能预测

为提高沥青道面使用性能的预测精度,针对道面性能数据累积年限少、波动大的特点,采用熵值法对多个道面单元进行赋权,并利用粒子群算法(PSO)和马尔可夫模型对传统无偏灰色模型残差序列的状态区间和白化系数进行优化,构建可准确预测沥青道面性能的PSO-熵权无偏灰色马尔可夫模型.结合西北某机场沥青道面6个检测单元前7年的道面状况指数进行模型精度检验,结果表明:与传统无偏灰色模型相比,经马尔可夫模型划分残差序列空间并使用PSO算法寻找最佳白化函数后,优化模型第1年~第5年各单元残差和相对误差均减小,且整体预测精度分别提高0.05%、0.28%、0.05%、0.03%和0.14%,第6、7年的整体预测精度分别提高12.9%和19.2%,说明优化后的模型对实际沥青道面的预测结果更具有效性和针对性.

基于无偏灰色-马尔可夫链模型的铁路客运量预测研究

铁路客运量能够反映一个国家的人口流动,是铁路经济效益计算的重要基础。本文将无偏灰色预测模型与马尔可夫链状态转移矩阵相结合,建立无偏灰色-马尔可夫预测模型。实验表明:无偏灰色-马尔可夫模型预测精度比无偏灰色模型的预测精度高,效果好,模型的参考价值得到了很大提升,为全国铁路各线路的制定、掌握铁路客运量发展规律提供理论参考和数据支撑。

基于马尔可夫残差修正灰色模型的轨道质量指数及其分项预测

为研究轨道质量指数(Track Quality Index,TQI)及各分项值的变化趋势,本文考虑动检数据的非等时距特征,构建了关于TQI及各分项值的一阶灰色模型。原始数据经过累加变换后,利用最小二乘法求解模型的灰参数,并引入马尔可夫残差修正方法对灰色模型进行修正。通过对比修正前后灰色模型TQI及各分项的输出值(拟合值和预测值)与实测值,验证残差修正对提升模型预测精度和降低预测误差的改善效果。结果表明:经马尔可夫残差修正后,灰色模型TQI及各分项输出值可以较好反映其波动情况;与修正前灰色模型相比,修正后灰色模型TQI预测值与实测值的平均误差由1.59%降至0.89%,整体预测精度由2级提升到1级;TQI各分项预测值与实测值的平均误差由3.18%降至1.42%,整体精度由2~4级提升到1~2级。从降低误差和提升预测精度两方面看,修正后灰色模型的预测效果明显提升。

基于灰色-马尔可夫模型的刀具磨损预测

为了准确判断和预测激光超声复合超精密车削过程中刀具的磨损状况及磨损趋势,基于激光超声复合超精密车削刀具后刀面磨损试验数据,应用灰色-马尔可夫理论建立了激光超声复合超精密车削刀具磨损量灰色预测模型及灰色-马尔可夫预测模型,并对特定切削条件下的刀具磨损量进行了预报。结果表明,两种模型预测值与实测值误差较小,尤其是灰色-马尔可夫模型拟合精度更高,结果更可靠,能更好地满足工程需要。

基于灰色GM(1,1)和灰色-马尔可夫模型的轨道几何不平顺预测及应用研究

国外轨道不平顺的研究思路和方法大多是建立在对轨道动态检测数据的不同分析手段和方法上,然而由于各国检查数据的不同使得国外模型无法直接应用于国内轨道状态预测。基于昆明铁路局的实际数据,提出了灰色预测模型和灰色-马尔可夫预测模型。通过将2种模型的预测结果与一元线性回归预测结果对比分析,证明灰色预测模型不仅适用于较长区段的TQI(轨道质量指数)预测,对于更长区段的TQI预测也有比较好的效果,同时证明灰色-马尔可夫预测模型不仅能够预测随机性较强的TQI数据,也能应用于较长时间范围内的预测。

火灾事故的灰色-马尔可夫模型预测研究

鉴于火灾事故的发生受多种复杂因素的影响,并且具有较大的随机性和波动性的特点,笔者等将灰色模型和马尔可夫模型相结合,建立火灾事故的灰色?马尔可夫模型,利用灰色模型的灰色性和马尔可夫模型的随机性来体现各自的优点,并运用该模型对全国农村火灾事故进行预测。实际应用表明,灰色?马尔可夫模型的预测精度明显高于灰色模型的预测精度,完全能满足预测精度的要求,可以较好地用于火灾事故的预测。

灰色-马尔可夫的改进模型及在陶瓷工业产值预测

灰色模型是经济预测方法中最有效的方法之一,但灰色模型对波动性大的序列预测时精度较差。针对这一不足,提出灰色-马尔可夫的改进模型。新模型将原始序列进行对数运算提高数据光滑度,采用距离法降低灰色模型的相对误差,马尔可夫链对预测值进一步修正。将改进模型运用到景德镇陶瓷工业产值预测中,并与传统灰色模型、灰色-马尔可夫模型预测结果进行对比。结果表明改进模型的相对误差远小于灰色模型,预测精度优于灰色-马尔可夫模型,更能反应经济发展趋势。

基于分数阶灰色马尔可夫模型的港口货物吞吐量预测研究

预测港口货物吞吐量有助于港口管理者更好地了解港口的运作效率和运输流程,精确地规划港口的建设和发展,确保港口能够满足未来的货运需求。文章基于2011—2022年福州港货物吞吐量历史数据,利用分数阶灰色马尔可夫模型(FGM (1,1)模型)对福州港未来三年货物吞吐量进行预测。结果表明,与传统的GM (1,1)模型和FGM (1,1)模型相比,新的模型预测精度更高,预测值与实际值拟合度更高,预测结果可以为港口的总体布局、建设规模以及集疏运等配套设施的建设和经济的发展提供有力的支持。

基于优化灰色-马尔可夫链模型的铁路货运量预测

在传统的灰色预测模型中,传统背景值公式和初始值的选取方法会造成模型产生偏差。通过对背景值公式的改进和初始值选取方法的变化,构造出预测精度更高的灰色模型,即优化GM(1,1),并将优化GM(1,1)与马尔可夫链预测相结合,对我国的铁路货运量进行了预测分析,得出了相应的预测区间及其发生概率。通过理论分析和算例表明,该方法的预测结果比传统灰色模型预测结果更加可靠。

基于改进的灰色-马尔可夫链模型的广西物流需求预测研究

科学的经济预测有助于经济现象的研究和经济决策的制定,是区域物流规划和决策的前提,因而科学合理的物流需求预测方法就显得尤为重要。文章将传统的灰色模型和马尔可夫链相结合,建立改进的预测模型,并将该改进模型应用于广西物流需求的预测,显示出更加准确可靠的预测结果,有助于相关部门制定经济决策。

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM(1,1)模型,再用随机过程理论的马尔可夫模型获得GM(1,1)模型在已知年份里的偏差规律(即偏差的转移概率矩阵),并且依照此规律对GM(1,1)模型结果进行修正,将由GM(1,1)模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。

高速公路改扩建成本预测的灰色-马尔可夫链模型

高速公路改扩建过程中会受到众多因素的影响。文中结合其特点,在统计高速公路改扩建成本历史数据的基础上,建立灰色GM(1,1)预测模型,对高速公路改扩建成本进行预测,同时根据马尔可夫链模型对预测值与实际值之间的残差幅度进行状态分类,得出状态转移矩阵和预测区间值,最终求得各个序列的修正值,并通过实例说明了灰色-马尔可夫链预测模型的精度。

基于灰色-马尔可夫模型的厦门市房价预测

针对房地产营销过程中,价格变化随机性的特点,将灰色GM(1,1)预测与马尔可夫预测有机结合,用马尔可夫模型修正灰色预测的结果,构成灰色-马尔可夫预测模型,并运用该模型预测2011年厦门市商品住宅均价。结果表明,运用灰色-马尔可夫链模型对房价进行预测是可行的。

灰色-马尔可夫链模型在股市预测中的应用

用GM(1,1)预测具有良好的精确性和规律性,但对于随机波动性较大的股市行业,它的预测精度比较低,而马尔可夫模型可以克服波动性较大的局限性,弥补灰色模型的不足,因此将两者结合起来对股市进行预测将能提高预测的精度。本文依据上交所20个月末收盘指数预测后四个月的月末收盘指数范围。

基于无偏灰色-马尔可夫模型的地铁牵引系统故障预测

故障准确预测能够有效提高地铁车辆的检修效率。针对地铁牵引系统的故障预测问题,利用故障统计数据,提出一种基于无偏灰色-马尔可夫模型的预测方法。以受电弓模块为例,首先利用无偏灰色模型预测未来该模块的故障情况,接着建立了无偏灰色-马尔可夫模型,通过马尔可夫状态转移概率矩阵判断该模块未来可能处于的故障状态,最后利用修正函数对模型预测值进行修正,从而完成故障的准确预测。结果表明,将无偏灰色理论与马尔可夫模型相结合来预测故障较之单独使用无偏灰色预测模型具有更高的精度等级,对制定地铁列车牵引系统主动维护策略具有重要的参考意义。

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。

基于灰色-马尔可夫链的隧道围岩变形预测研究

隧道工程施工中,围岩变形是一种常见的工程问题,当变形量达到一定数值时,会影响工程质量,给施工人员带来安全隐患,延误工期。因此,隧道围岩变形预测是保证施工安全,以及工程质量的重要措施。隧道围岩的变形在受到地质构造、地层岩性、应力场、地下水、开挖方式等多种因素的综合影响下,具有时间序列的单调增长性和随机性的特点,针对该特征,将灰色模型预测方法和马尔可夫链概率转移方法结合起来,建立灰色-马尔可夫链模型对围岩的变形进行预测。该预测方法是利用GM(1,1)模型的预测数列增长的特点,来预测围岩变形的宏观发展趋势,在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与灰色拟合值的绝对误差及相对误差等指标的分析,对围岩变形的发展趋势进行更为精确的预测。通过两水隧道算例,隧道围岩变形的计算结果与实测值吻合较好,表明所建立的灰色-马尔可夫链模型是正确的,在隧道围岩变形预测中具有广泛推广应用价值。

道路交通事故灰色马尔可夫预测模型

在道路交通事故灰色预测的基础上 ,引入马尔可夫链预测理论 ,建立道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点 ,模型克服了随机波动性数据对道路交通事故预测精度的影响 ,拓宽了灰色预测的应用范围。实例计算证明 :道路交通事故灰色马尔可夫预测模型预测精度高于GM(1,1)模型预测精度 。

基于新维无偏灰色马尔可夫模型的大坝沉降预测研究

【目的】基于组合预测思想,结合灰色理论与马尔可夫预测方法的特点构建一种新的预测模型,为大坝沉降量的中长期预测提供支持。【方法】通过对传统灰色系统模型的优化改进,简化建模步骤并提高模型预测精度。在此基础上,借助于马尔可夫模型处理时间序列的随机性波动,克服灰色模型对随机波动性大的序列预测精度较低的局限性,并利用新信息优先原理,构建新维无偏灰色马尔可夫组合预测模型。将构建的新维无偏灰色马尔可夫组合模型应用于大坝沉降量的预测。【结果】构建的模型预测平均误差由原来的1.7%降低为1.0%,且预测误差的变化波动性减小。同时,随着预测期数的增加,相对于传统灰色模型,改进后的组合模型的预测精度进一步提高。【结论】与传统计算方法相比,所建立的新维无偏灰色马尔可夫组合预测模型计算量小、预测精度较高,且该模型保留了传统灰色模型短期预测精度高的优点,提高了模型的中长期预测能力,适用于大坝沉降量的中长期预测。