灰色GM(1.1)模型优化的研究现状

灰色系统理论从邓聚龙教授创立至今,已经广泛的应用的到经济,管理以及工程技术当中。与此同时,对其GM(1.1)预测模型进一步优化,使模型模拟及预测精度进一步提高一直是众多学者研究的方面。文章主要综合叙述目前GM(1.1)模型优化中关于背景值优化的一系列方法。

基于灰色GM(1.1)预测模型上海市最低生活保障标准预测分析

目的:通过深入分析上海市最低生活保障和其占最低工资标准的比例,利用灰色GM(1.1)预测模型,进行趋势预测分析,以期为上海市民政部门制定最低生活保障标准策略提供参考依据。方法:选取2013~2019年上海市统计年鉴最低生活保障和最低工资标准数据,利用灰色GM(1.1)预测模型预测2020~2023年上海市最低生活保障和其与最低工资之间的比例。结果:上海市最低生活保障和最低工资标准之间的存在比例失调,预测至2023年两者比例失调趋势仍存在。结论:基于上海市最低生活保障和其占最低工资标准的比例失调的情况,今后上海市要适当调整两者之间比例关系,提高扶贫救济标准,努力做到多渠道、多方位、多形式切实提升城乡居民收入水平,做好社会保障线衔接作用,织密社会保障安全网,促进社会保障高质量、可持续发展。

应用灰色GM(1.1)模型及其改进模型预测渭河天水段水质

利用灰色GM(1.1)模型、残差修正GM(1.1)模型预测2004至2010年渭河对天水段水质污染物时发现,二者对于某些污染物预测精度不高,而且残差修正GM(1.1)模型预测精度未必一定高于GM(1.1)模型。在这种情形下,应用新陈代谢GM(1.1)模型,预测未来五年渭河水质的变化及其水质污染物突变的时刻。分析结果表明:新陈代谢GM(1.1)模型有助于提高预测精度和预测的可靠性。

灰色GM(1,1)优化模型

在分析了GM ( 1,1)模型的建模机理的基础上 ,指出了传统建模方法存在的问题 ,同时给出了基于GM ( 1,1)的逐步优化模型的方法 .

灰色GM(1,1)模型优化算法及应用

为提高GM(1,1)模型的精度,文章定义了背景值系数序列,给出一种GM(1,1)灰微分方程的解的表达式;然后给出求解准光滑数列的最佳背景值系数序列和平移量的优化算法;将提出的GM(1,1)模型优化算法应用于中国R&D经费支出的预测。结果表明,优化数列的背景值系数序列和平移量可获得较高的模型精度。应用实例说明本文给出的GM(1,1)模型优化算法是有效的。

灰色GM(1，1)幂模型初始条件的组合优化

针对GM(1,1)幂模型求解初始条件的优化问题,提出一种基于原始序列新旧信息的线性组合优化方法。在模拟误差平方和最小化的目标下,构建初始条件组合权重的优化模型,给出最优组合权重的解析式。最后以中国高中升学率的数据为例,验证了此优化模型的有效性和优越性。结果表明初始条件优化方法能够有效地平衡新旧信息的权重,并提高GM(1,1)幂模型的模拟和预测精度。

基于优化的灰色GM模型的滑坡预测

滑坡发生的时间预报是目前滑坡预报的关键方向之一,而滑坡预测模型的建立是滑坡时间预测的核心.由于滑坡的模糊性和灰色不确定性特点,采用灰色预测模型适用有效.本文在灰色系统理论的基础上,研究了灰色GM(1,1)的建模和精度检验过程,根据残差对模型进行了高阶优化.同时结合工程实例,选择了有效合理的监测数据,进行了滑坡临滑预报模型的研究,并将传统GM模型与优化GM模型的精度进行了对比,结果显示优化的GM模型预测精度大大提高.在灰色优化的GM(1,1)模型研究基础上,对临滑时间进行了预报,结果显示预测时间较早,可以起到提前预报作用.根据预测模型分析,提出了一些有益结论,供今后滑坡预报工作的参考.

灰色预测的GM(1.1)模型

本文对灰色预测中的最常用最有效的GM（1．1）模型进行全面阐述，并给出了改进的GM（1．1）模型，使之拓宽应用范围，并在实际预测中取得较好效果。

灰色预测模型GM(1.1)在水文预测中的应用——以玛纳斯河为例

由于灰色预测模型理论较时间序列预测具有很大的优势,所以在许多领域得到广泛的应用。为将该方法应用于水文与水资源预测,本文以玛纳斯河流量预测为例,应用GM(1.1)灰色预测模型对水文水资源要素进行预测,并分析该预测模型在水文水资源中的应用。经分析认为,GM(1.1)灰色预测模型对水文水资源要素预测具有重要的意义。

优化灰色GM(1,1)模型在黄河下游灾变预测中的应用

针对灰色GM(1,1)模型精度不稳定的问题,对GM(1,1)模型的建模机理进行探讨,根据指数函数和线性函数的特性,利用分析技巧,提出了2类优化模型,并将此优化模型应用于黄河下游堤防工程坍塌险情灾变预测中.结果表明,2类优化模型均比原始GM(1,1)模型有较高的模拟和预测精度,为灾变预测提供了新思路.

用灰色GM(1.1)模型建立Logistic曲线分析恶性疟流行趋势

我省勐腊县地处边境,位于北纬21°30′以南,东经101°,坝区海拔750～800m,年平均气温21.3C,相对湿度83.3％,年降雨量1210毫米,属热带雨林气候,与缅甸、老挝接壤,边民出入境较频繁,是我省疟疾流行重点边境县之一,该县不仅恶性疟流行面广,且抗性亦较严重,多年来恶性疟流行从未间断,抗性恶性疟病例不断向内地扩散,给基本消灭疟疾带来一定的难度。

基于优化GM(1,1)模型灰色预测振动控制的时滞影响研究

采用优化GM(1,1)模型对结构实施灰色预测即时控制,推导结构状态向量的灰色预测方程,结合线性二次型最优控制理论(LQR),设计了结构的即时预测控制方案,并研究了不同地震波采样周期下其振动控制性能及时滞影响.分析结果表明,采用优化GM(1,1)模型进行预测控制有效减小了因采样周期不同造成的原始数据干扰误差,并且更有效地减小了结构振动控制的时滞影响.

灰色系统GM(1.1)模型中原始数据列的第一个数据之有效性的简单证明

关于标题所示的问题，[2]证明了第一个数据对GM（1．1）模型之预测值不起作用，但其证较繁。

灰色优化GM(1,1)和人工神经网络组合模型的江西省GDP预测应用

为了提高GDP的预测精度,结合灰色系统和人工神经网络的各自优势,建立灰色人工神经网络组合预测模型。该模型既具有灰色优化GM(1,1)模型适用发展系数范围较大的优点,也融合了人工神经网络在不确定因素预测方面的优点。最后以江西省GDP的预测为实例,对比了单独的灰色优化GM(1,1)模型与组合模型的预测结果,结果显示组合模型的预测精度较高。

灰色GM(1,1)模型优化研究进展综述

灰色预测技术是灰色系统理论的重要分支之一。分别从灰生成技术、边值条件的改进、背景值的改进、模型参数估计方法改进、残差序列的优化、综合优化6个方面对近年来灰色预测模型中的GM(1,1)模型优化研究现状进行了比较全面的介绍,同时也对灰色GM(1,1)预测模型未来的发展方向提出了一些建议。

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。

基于全阶时间幂灰色预测模型的优化研究

全阶时间幂灰色模型(FOTP-GM)作为传统GM(1,1)模型的改良模型,根据幂项和幂次的差异而有着许多变式,旨在提升对近似非齐次指数序列的适应能力与预测精度。同时,GM模型的背景值影响灰色模型的发展系数和灰作用量,论文研究背景值系数与FOTP-GM模型时间响应函数关系,在动态区间内利用粒子群算法寻找实现MAPE最小的背景值系数,实现最优预测效果。实验结果表明:经过优化背景值取值后,FOTP-GM模型精度较其他模型得到了明显提升,改进率达到97.65%。

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。

灰色GM(1.1.)模型在卫生防疫工作中的运用

在卫生防疫工作中,经常要对疾病的发病情况进行分析及趋势预测,也经常需要对某项疾病控制措施(如接种疫苗、行为干预等)进行评价,这就需要具有良好的疾病预测模型.在多年的卫生防疫工作实践中,我们感到灰色GM(1.1.)模型具有适用性广、易于计算、拟台效果好等优点.