地面沉降预测的灰色-马尔柯夫模型

天津滨海新区地处京津和环渤海两大城市带的交汇点,与日本、韩国隔海相望,是我国对外开放的重要通道。滨海新区广泛分布有软弱土层,属于欠固结地层,不仅会自然压密,而且在荷载的长期作用下容易产生次固结变形;长期以来,由于地表水资源短缺,大幅超采地下水的形势严峻。自然因素与人为活动的综合作用,使得滨海新区地面沉降现象普遍发生,形势不容忽视。应用一定的理论与方法,预测地面沉降可能的发展趋势,以寻求有效的防治措施,是天津滨海新区地面沉降研究的最紧迫任务之一。地面沉降是一种渐变性地质灾害,可以预测其发展趋势。文章结合灰色系统理论预测模型及马尔柯夫预测模型特点,提出了地面沉降预测的灰色-马尔柯夫模型,并应用实例演示灰色-马尔柯夫模型预测过程。为便于大量监测点的预测,采用C++编程对天津滨海新区170个监测点进行预测,结果证明灰色-马尔柯夫模型对天津滨海新区地面沉降趋势预测具有实际意义,表明此模型对随机性强,波动性大的时间数列预测具有较好的精度。在实际应用中,灰色-马尔柯夫模型一般需要较多的原始数据,原始数据越多,预测精度越高。

基于灰色-马尔柯夫模型的区域耕地变化预测研究——以四川盆地中部丘陵区为例

以四川盆地中部丘陵区为例,基于1997-2005年的耕地利用变化数据,运用灰色-马尔柯夫预测模型,对区域未来的耕地资源变化趋势进行了科学的预测和模拟分析.研究表明:随着工业化、城市化进程的不断加快,人口增长、建设占用、农业结构调整、生态退耕等多因素的综合影响,研究区的耕地数量将逐年下降,耕地资源安全形势不容乐观.

基于背景值重构的灰色-马尔柯夫模型及其应用

文章叙述了李俊峰等(2004)所提出GM(1,1)预测模型新背景值应用到灰色预测模型中的方法,而后与马尔柯夫模型结合,形成灰色-马尔柯夫预测模型及其改进模型。将所得的模型应用于中国人口预测实例中,结果表明了改进背景值后的模型具有更高预测精度。

超长桩承载力的灰色优化-马尔柯夫预测模型

为了提高模型预测的精度,根据灰色理论,建立超长桩承载力的非等步长灰色微分方程,得到了微分方程的精确解。基于优化理论,建立误差目标函数。利用最小二乘法,直接求得微分方程的系统参数,得到灰色优化模型。以此模型为基础划分n个状态,应用Markov原理,通过计算状态的一步转移概率矩阵,建立了灰色优化-马尔柯夫预测模型。使用该模型预测超长桩的承载力,预测值和试验值吻合较好,与GM(1,1)模型、灰色优化模型相比,预测精度进一步提高,为超长桩承载力的预测提供了新的方法。

天津市地面沉降的灰色系统-马尔柯夫预测模型应用

地面沉降速率监测值多呈波形动态,数据波动给预测带来了困难。本文以天津地面沉降多个水准点的监测数据为基本序列,介绍了传统灰色系统模型GM(1,1)的预测过程及结果,并在此基础上进行马尔柯夫处理,建立灰色系统一马尔柯夫预测模型。其结果表明,后者预测精度明显提高,67%的样本误差可降至10%以内,92%的样本预测值误差低于30%。

灰色—马尔柯夫模型在股票价格预测中的应用

对股票价格的预测直接影响到投资者的投资决策 ,关系到投资者的切身经济利益 ,因而对预测的准确性要求较高。尝试将灰色系统理论应用于股票市场 ,在对 GM(1,1)模型和马尔柯夫模型详细剖析的基础上将两者结合为一 ,建立相应的灰色—马尔柯夫预测模型 ,并通过对上证综合指数的预测说明该模型具有较高的预报精度和应用价值。

基于灰色—马尔柯夫模型的中国农业机械总动力预测

灰色一马尔柯夫预测方法能够较好地解决既有趋势性又有较大波动性的数据序列的预测问题,且具有计算简便、精度高的特点。为此,利用该方法对我国农机总动力需求进行了预测分析,为农业机械化发展提供了依据。

灰色-马尔柯夫预测模型在物流产品回收中的应用研究

针对逆向物流预测中不稳定性因素进行定量和定性分析,制定出相应的改善方法,让逆向物流量趋向稳定,提高工作效率。最后,针对逆向物流的要求对马尔柯夫预测和灰色预测进行改进,吸取两者的优点,建立灰色-马尔柯夫预测模式,促进逆向物流预测工作的顺利开展。

灰色—马尔柯夫预测模型在股指预测中的应用

股票市场是一个部分信息已知、部分信息未知的系统,因此可以把它看作一个灰色系统来进行处理。但灰色预测适应于时间短、数据少、波动小、具有长期趋势的预测对象,对随机性波动较大的数列进行预测,其预测值就会偏高或偏低,拟合较差,预测精度不理想。本文把灰色预测和马尔柯夫预测两种预测方法结合为一,取长补短,先用GM(1,1)模型来揭示股指变化的某种总趋势,而用马尔柯夫模型来确定状态之间的转移,建立灰色—马尔柯夫预测模型,对股票价格指数进行具体预测。

灰色马尔柯夫模型状态划分方法在物流需求量预测中的应用

在灰色马尔柯夫预测模型中,状态划分方法的选择是影响预测结果精度的一个重要因素.目前,状态划分方法还没有统一标准,文章对成都市物流需求采用三种常用的状态划分方法,分别是中心趋势线法、实际值与预测值比值法、模糊C均值聚类,比较预测结果精度,得出中心趋势法的状态划分方法应用到灰色马尔柯夫预测模型精度最高.

房价预测模型的比较研究

本文以全国历年房屋年平均销售价格作为原生时间数据序列,根据其特点建立了灰色-马尔柯夫预测模型和n次多项式模型,并比较了这两种模型的预测精度。算例的研究结果表明,在预测房价时五次多项式模型比灰色-马尔柯夫模型的预测精度要高。故适当的n次多项式模型可为房价预测提供较准确一种预测模型。