新息与等维新息非等间距GM(1,1)模型及其应用

为了提高灰色理论中模型的预测精度,通过分析积分重构GM(1,1)模型,将积分获取背景值的方法应用到新息和等维新息模型中,并且将模型的适用范围从等间距进一步扩展到非等间距。通过实例比较了新息和等维新息模型,结果表明:新息模型将预测的新信息补充到原始序列,能很好的反映系统的发展;而等维新息模型随着系统的发展,不仅添加新信息,而且除去老信息,这样的处理方式比仅仅添加新信息的方式具有更好的预测效果;这些结论丰富了灰色系统的模型,为灰色理论的运用提供了一个有效的方法。

基于等维新息的GM(2,1)递推预测模型

针对GM(2,1)白化方程的解影响其预测精度的问题,提出了一种新的预测模型——等维新息GM(2,1)递推预测模型。该模型通过其灰色微分方程推导出GM(2,1)递推预测模型的表达式,避免了对二阶白化方程进行求解,同时解决了差分方程与微分方程之间因转换而产生误差的问题,并结合等维新息的思想更新GM(2,1)递推预测模型的参数。最后通过实例验证了所提等维新息GM(2,1)递推预测模型的有效性和实用性。

基于等维新息递补GM(1,1)幂模型的GDP预测

针对灰色模型在GDP预测中精度较低的问题,文章提出一种基于等维新息递补GM(1,1)幂模型的预测方法。为反映数据的非线性特征,在GM(1,1)模型的基础上引进拓展的非线性GM(1,1)幂模型;进一步利用最新信息优先的原则,建立等维新息递补灰色幂模型。将改进的模型应用到我国"十三五"时期GDP的预测中,验证了此模型在拟合和预测上的优势。

基于灰色等维新信息GM(1,1)模型的电力负荷预测

根据电力负荷的特性,将灰色等维新信息GM(1,l)模型的建模方法引入到电力负荷的预测中,建立相应的预测模型。并建立起一套系统的电力负荷预测方法,为城市电力资源规划提供决策参考,具有理论和实践意义。

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。

GM(1,1)等维新息模型在某市需水量预测中的应用

用GM(1,1)等维新息模型对孟州市2010年,2015年,2020年的需水量进行了预测,得出需水量分别为7 759.6万m3,8 823.5万m3,9 015.3万m3。对预测结果的精度校验表明,模型的预测精度等级为一级,模型可靠、合理。

基于等维新息GM(1,1)模型的城市需水量预测

该文针对传统GM（1，1）模型当系统增长速度较快时可能出现较大误差的弱点，提出了等维新息GM（1，1）模型，并对阿克苏市2001—2005年的需水量进行了预测：结果表明：等维新息GM（1，1）模型预测精度较高，平均相对误差较小，可用于城市的年用水量预测。

基于等维新息灰色马尔可夫模型的校准间隔预测

针对测量仪器校准间隔的优化问题,分析了历史校准数据的特征,建立了等维新息马尔可夫GM(1,1)预测模型.在等维新息GM(1,1)模型的基础上,引入马尔可夫模型,克服了随机波动数据对预测精度的影响.通过仿真实验对预测模型进行了验证,结果表明,等维灰色马尔可夫GM(1,1)模型的预测精度高于常规灰色GM(1,1)模型、等维新息灰色GM(1,1)模型和常规灰色马尔可夫GM(1,1)模型,更适合用于测量仪器校准间隔的预测.

基于灰色等维新息模型的能耗预测研究及应用

灰色系统理论将随机过程看成灰色过程,利用数据表面杂乱但整体有序的特点,挖掘潜在的本质规律。根据灰色系统理论的思想,在分析了传统GM(1,1)模型的基础上提出了改进的等维新息预测模型,利用Matlab强大的算法功能,实现了改进的等维新息灰色预测模型算法。通过对能耗预测的实例分析,并采用残差和后验差方法对预测的精度进行检验,验证了程序的准确性和可靠性,使得预测的精度得到有效的提高。

等维新息灰色预测模型及预测精度比较——基于我国城镇居民养老保险预测分析

本文在对我国城镇居民养老保险分析和预测中引用了等维新息灰色预测模型并与传统灰色预测模型进行了预测精度比较,最终引入了等维新息处理的灰色预测模型。等维新息灰色预测在每一步预测中,不断推陈出新对原始数据进行等维新息处理。通过对实际案例研究证实,文中提出的预测模型可以在建模过程中成功地反映数据运动规律,具有合理、有效的中长期预测功能。笔者希望通过对我国城镇居民养老保险的灰色预测分析,为今后养老保险系统的后续研究打点基础。

新信息优先原则下矿井回采工作面瓦斯涌出量的MUBGM(1,1)-Markov预测

为实现煤矿瓦斯涌出量的高精度预测,进而对矿井通风设计和瓦斯事故防治提供理论依据,以传统GM(1,1)模型为基础,建立了一种等维新息式无偏灰色马尔可夫预测模型(MUBGM(1,1)-Markov模型)。该模型将无偏灰色GM(1,1)模型与马尔可夫模型相结合,依据2001—2010年西北地区某煤矿二矿区矿井相对瓦斯涌出量数据,在新信息优先原则下经等维新息处理和原始数据序列的不断更新,预测出2011—2016年该矿的相对瓦斯涌出量。研究结果表明,MUBGM(1,1)-Markov预测模型不仅消除了传统灰色GM(1,1)模型的固有偏差,而且预测值可随数据的变化实时更新,预测效果理想,2013—2015年的平均相对误差仅为0.012 4,在中长期预测中具备明显优势,其较高的准确性和较强的适用性,为矿井瓦斯涌出量的高精度预测提供了可靠的保障。

基于等维新息灰色加权马尔可夫模型的工件尺寸预测

对工件尺寸的科学预测建模是加工预报补偿技术的基础.结合等维新息灰色模型与加权马尔可夫链的预测优势,建立等维新息灰色加权马尔可夫组合模型,并对工件尺寸测量误差建模、预测.实例结果表明:预测值与样本数据波动相似,且比灰色GM(1,1)模型和等维新息模型预测值的预测误差小,精度高.因此,该模型可为工件未来尺寸预报提供依据,并为后续的补偿控制技术提供参数.

利用GM(1,1)模型群预测油田产油量

针对预测时如何判断建模历史数据的稳定性和新的信息如何及时补充修正原预测模型,不断提高预测精度等问题,运用灰色系统理论,建立灰色等维新息GM(1,1)模型群,准确识别系统的稳定阶段,选择合理的建模数据,建立可靠的灰色模型,提高预测值的可信度;建立等维灰数递补GM(1,1)模型群预测产油量,及时补充新息数据,约束灰平面的扩展,提高模型的预测精度。将这种方法应用于中国东部某油田年产油量的建模和预测。研究结果表明,通过考察等维新息GM(1,1)模型群的后验差比和小误差概率的变化,可以判断系统的稳定和非稳定阶段,选择合理稳定的建模数据;采用等维灰数递补GM(1,1)模型群预测产油量,提高了预测灰区间的白化度,随着灰参数的不断修正,模型预测精度不断提高。

铁路旅客周转量的改进等维新息模型预测

铁路旅客周转量预测不仅影响铁路客运计划组织工作,它还体现了客运市场中铁路运输的市场控制力。针对灰色模型对数据的要求,采用滑动平均处理和对数化处理原始数据,并采用等维新息模型对铁路旅客周转量进行预测,通过与实际情况和GM(1,1)模型的预测效果的对比可以发现,该模型可以通过检验并且预测效果良好。

GM(1,1)模型在红山窑泵站沉降预测中的应用

针对红山窑水利枢纽泵站地质条件的特殊性,提出在现有沉降观测数据的基础上,运用灰色理论的方法,建立GM(1,1)模型。通过数值试验确定模型最佳维数后,采取淘汰过于陈旧的数据信息、补充新观测数据的方法,即建立GM(1,1)等维新息模型,来预测该建筑物的沉降量。分析结果表明,GM(1,1)等维新息模型能较好地预测该泵站的沉降发展趋势。

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM(1,1)和动态灰色预测模型的基本内容及建模过程,并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明,等维新息动态预测由于实时地加入了新的信息,提高了灰区间的白色度,预测效果最好;等维灰数递补动态预测利用了序列建模的结果,淡化了灰平面的灰度,使预测结果有所改善;GM(1,1)模型由于是静态地反映系统的变化趋势,预测的精度最低。因此,动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。

基于灰色预测的加速试验机理一致性判定方法

确定失效机理一致性条件是保证加速试验正确性的前提之一.由于现有的一致性判定方法只能利用加速试验数据,不能指导加速试验设计,因此需要一种基于强化试验数据的一致性判定方法.针对工程中强化试验数据少的特点,选取可以处理少数据的灰色预测,给出了一致性判定的新方法及流程.该方法通过将灰色预测中的GM(1,1)和等维新息模型相结合,找出强化试验数据的趋势改变点,在加速试验之前得到机理一致性变化的条件.通过在加速度计中的应用案例,验证了该方法的可行性.

基于马尔科夫修正的潜油泵灰色振动预测模型

针对潜油泵振动状态数据具有波动性的问题,建立了基于马尔科夫方法对灰色预测结果修正的预测模型。首先利用灰色等维新息GM(1,1)模型对样本数据进行灰色预测,然后根据状态实测数据与其灰色预测结果之间的误差百分比划分马尔科夫状态区间,建立马尔科夫状态转移概率矩阵。用马尔科夫状态转移概率矩阵和当前状态的误差百分比状态向量计算得到马尔科夫修正值,对灰色预测结果进行修正,实现对设备波动状态参数的预测。潜油泵振动状态数据的预测结果表明,基于马尔科夫修正的灰色预测模型不仅比马尔科夫预测模型和灰色预测模型具有更高的预测精度,而且对波动数据的变化趋势具有更高的灵敏度,能够及时反映波动的变化,从而提高了预测精度。

基于灰色系统理论的煤矿安全生产形势预测

以我国煤矿安全生产形势预测为研究目的,介绍了灰色系统理论GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型群等预测模型,应用这3种模型对我国2000年至2009年的煤矿安全生产事故死亡人数和百万吨死亡率分别进行了数据拟合.通过后验差检验和误差分析,等维新息GM(1,1)模型群对煤矿安全生产事故死亡人数和百万吨死亡率具有较高的数据拟合精度,平均相对误差分别为2.86%和2.92%.应用等维新息GM(1,1)模型群对我国煤矿安全生产事故死亡人数和百万吨死亡率进行预测,结果表明:煤矿安全生产形势将持续保持好转态势;煤矿安全生产事故死亡人数以平均每年16.9%的速度下降,到2015年将下降到900人以下;百万吨死亡率以平均每年22.7%的速度下降,到2015年将下降到0.2以下;同时反映了未来煤炭产量将继续保持增长趋势.

融合等维新息的灰色马尔科夫模型的地铁中长期客流量预测

地铁中长期客流量预测在单一模型中很难同时满足数据的稳定性、周期性等特征导致其预测结果较差。针对中长期客流预测精度较低的问题,本文使用融合等维新息的灰色模型与马尔科夫模型组合的地铁客流预测模型。首先对原始数据序列进行预处理,其次建立灰色GM(1,1)模型并融合等维新息的思想来提高中长期预测精度。然后将马尔科夫链纳入融合等维新息的灰色模型来修正残差。最后,选用2013~2019年上海地铁日均客流量进行预测,结果表明融合等维新息的灰色马尔科夫模型在地铁中长期客流量预测精度为I级(优),高于单一模型。