灰色GM(1,1)模型在湖北GDP预测中的应用

通过灰色系统理论,运用GM(1,1)模型对国内生产总值进行预测的方法进行了探析,包括对离散函数光滑性判断、模型的建立、模型群中不同维GM(1,1)模型的选优及如何进行中远期预测。

灰色预测GM(1,1)模型的研究与应用

运用灰色系统GM(1,1)模型进行预测时,模拟精度和预测精度是关注的焦点.对原始数据构造缓冲算子和进行完整的前期检验,运用等维灰数递补的动态建模方法,针对误差建立残差修正模型,都可以提高预测的可信度.本文通过归纳建模各阶段可能出现的典型问题以及解决方法,以期对建立优化模型有所帮助.

等维灰色递补模型在GDP预测中的应用

采用等维灰色递补GM(1,1)模型建模原理,预测黄冈市第十二个五年规划GDP,年均增长率有望达到和超过预期的目标。预测结果可靠,可作为研究决策时参考的依据。

基于改进的GM(1,1)的长期交通量预测模型

针对传统的GM(1,1)模型在预测高速公路交通量中存在的误差过大的问题,通过对原始数据进行滑动平均处理,减少数据在统计过程中的随机误差和人为误差。利用等维灰数递补预测模型进行交通量预测,在数据列中补充新的数据,去掉老的数据,使模型得到改进。利用改进的新模型去预测下一年的数据比用原模型更加合理,更接近实际。研究结果表明:利用等维灰数递补预测模型预测的预测精度是94.24%,比GM(1,1)残差改进模型提高了1.49%,比传统的GM(1,1)模型精度提高了6.94%。适用于交通量的长期预测。

基于等维灰数递补模型的路面性能预测方法

为了准确掌握沥青路面使用性能指标的变化趋势,以车辙指数(rutting depth index,RDI)为例提出了能够有效动态使用新数据的等维灰数递补模型.利用该模型对路面状况指数(pavement condition index,PCI)、行驶质量指数(riding quality index,RQI)和横向力指数(skidding resistance index,SRI)等指标进行了预测.结果表明,使用等维灰数递补模型对RDI、PCI、RQI和SRI预测在第3步时,最小误差概率均为1,后验方差比分别为0.1117、0.0654、0.2018和0.1130.证明了随着步数的增加,其预测结果精度越高、误差越小,表明该方法能够准确地预测路面性能.

改进的GM(1,1)模型在城市需水量预测中的应用

基本GM(1,1)模型未充分利用新信息,且背景值构造不合理,对变化非平稳的数据序列预测精度较低,为此,本文采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,建立重构背景值的GM(1,1)等维递补模型,并运用改进模型预测北方某市需水量,结果表明,改进模型预测精度更高,为需水量的预测提供了一种新方法。

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。

非等间距GM(1,1)组合预测模型

根据灰色模型建模特点,利用等维灰色递补动态预测模型的方法建立了非等间距GM(1,1)预测模型。基于这些GM(1,1)预测模型给出了一类非等间距GM(1,1)组合预测方法。实例表明结果理想可靠,有较高的拟合和预测精度。

基于改进GM(1,1)模型的猪肉价格预测研究

针对猪肉价格受多因素影响、难以运用固定的数学模型进行精确预测的问题,提出一种改进的GM(1,1)模型.该模型主要通过改善GM(1,1)的背景值和运用M次累加的方法对灰色模型进行残差校正,进而把猪肉价格变化当作一个灰色系统,采用等维递补的方法预测猪肉价格的发展走势.以吉林省猪肉价格为依据,用改进的GM(1,1)模型预测未来猪肉的价格较原始GM(1,1)模型预测精度更好.这表明,改进模型对于提高生产者的收益、促进猪肉市场的良性发展具有现实意义.

基于GM(1,N)-Prophet组合模型的电商行业销售预测研究

【目的/意义】电商平台行业预测受到诸多因素的影响,预测结果的准确性对其促销策略的制定具有重要意义.【方法/过程】以京东电商平台办公行业成交金额作为预测对象,通过灰色关联分析找出关键影响因素,采用GM(1,N)进行销售预测,并对结果误差进行分析;再引入Prophet时间序列模型进行优化,最后对优化结果进行对比分析.【结果/结论】灰色系统模型对信息灰度大、数据量少的行业预测具有适用性,引入节假日因素的Prophet时间序列模型对预测精度更高,同时这种组合预测模型适用性高,为电商平台的行业预测提供一种可参考的方法.

基于灰色系统理论的A7N01铝合金焊接接头疲劳寿命预测

以A7N01铝合金MIG焊接试样为研究对象,通过拉伸试验和疲劳试验确定A7N01焊接接头的应力应变曲线及疲劳寿命曲线;利用灰色系统理论建立GM(1,1)模型和等维灰色递补GM(1,1)模型,将两模型运用到A7N01铝合金焊接接头疲劳寿命预测中,并用试验值对两模型的预测精度进行评估。评估结果表明,GM(1,1)模型和等维灰色递补GM(1,1)模型均可对A7N01铝合金焊接接头疲劳寿命进行预测,且等维灰色递补GM(1,1)模型的预测精度高于原始GM(1,1)模型,等维灰色递补GM(1,1)模型可以更好地预测A7N01焊接接头的疲劳寿命。

改进的GM(1,1)模型在工业需水量预测中的应用

灰色系统模型在贫信息、小样本的非线性系统建模中具有明显优势,适合对时间序列较短时的需水量进行预测。该文针对基本灰色预测模型背景值构造不合理及未充分利用新信息的缺点,采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,并利用改进模型对惠州市工业需水量进行拟合和预测,结果表明,改进模型预测精度更高,可作为城市需水量预测的一种方法。

改进的GM(1,1)模型在小南海泉涌泉量预测中的应用

灰色系统模型在贫信息、小样本的非线性系统建模中具有明显优势,适合对时间序列较短时的需水量进行预测。针对基本灰色预测模型背景值构造不合理,及未充分利用新信息的缺点,采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,并利用改进模型对安阳市小南海泉的涌泉量进行拟合和预测,结果表明,改进模型预测精度更高。

新疆地区参考作物腾发量的灰色模型预测

该文依据新疆地区6个站的长序列逐日气象观测资料,基于Penman-Monteith公式计算了逐日参考作物腾发量(ET0),并应用重标极差法对ET0未来变化趋势进行了分析。运用灰色关联理论计算了各站各气象因子与年ET0间的灰色关联度和关联序。在此基础上,运用灰色系统理论建立灰色不等维递补GM(1,h)模型对6个站的年ET0进行了模拟预测,并与灰色GM(1,1)模型进行了比较。结果表明:各站ET0年内变化均呈抛物线型,4-9月ET0依各站顺序为:若羌>吐鲁番>哈密>喀什>和田>伊宁;6站年ET0赫斯特指数均大于0.5,各站未来的趋势与历史呈正相关,依然是波动递减;总体上,平均温度、日照时数、饱和气压差对各站年ET0的影响比较大;灰色不等维递补GM(1,h)模型预测相对误差限为0～7.31%,预测精度明显高于GM(1,1)模型。该研究表明采用灰色模型预测新疆地区参考作物腾发量精度较好。

改进的灰色模型在城市工业需水量预测中的应用

目的为进一步提高城市工业需水量预测的应用水平。方法综合分析灰色GM(1,1)模型在需水预测应用中存在的问题,结合残差修正以及等维递补的原理,建立了改进的灰色模型以对城市工业需水量进行预测。结果基于两种不同的灰色模型,得出了宝鸡市城市工业需水量的两组不同的预测值,并对该预测结果进行了精度检验与对比分析。结论建立改进的灰色模型通用性较好,在数据变化较大的情况下使用,仍具有较好的预测精度,取得了较为满意的预测结果,有益于区域水资源综合规划以及中长期供水计划的制定。

基于MATLAB的湘江流域工业固体废物灰色预测

对灰色预测原理及其建模步骤作了系统介绍。借助MATLAB软件建立等维灰数递补残差修正动态模型预测湘江流域未来10年工业固体废物年产量,以期为湘江流域今后工业固体废物的管理、污染防治工作提供科学依据。结果表明:(1)用此模型进行预测,相对误差均在5%以下,预测精度较高,取得了较理想的预测效果;(2)湘江流域未来10年工业固体废物年产量预测值呈指数趋势增长,年增长率为8%～12%,到2016年湘江流域工业固体废物年产量预计将达到7645.01万t。

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GM-ARMA组合模型的全球年平均气温预测

针对全球年平均气温历史数据既有趋势性又有波动性的特点,提出用灰色系统理论与时间序列分析相结合的方法建立GM-ARMA组合模型来预测全球年平均气温。基于这个模型采用等维递补的预测方法预测出了过去十年内的全球年平均气温,通过与实际数据相比较发现该模型具有较高的预测精度。最后采用该组合模型预测出了未来十年内的全球年平均气温。

基于GM模型的城市火灾危险性分析

伴随着城市的快速发展,城市面临的火灾危险性及其造成的损失越来越大,如何根据火灾发生规律研究预测火灾的发生是关键的问题。本文对火灾发生的季节和区域规律进行研究,在灰色系统理论中的GM(1,1)模型基础上利用等维灰数递补GM模型对城市火灾发生的规律进行了预测与分析,计算结果表明,预测值与实际情况基本一致,具有一定的指导意义。

改进的单桩抗拔极限承载力的灰色预测

采用缓冲序列算子,对原始非等步长GM(1,1)模型作修正,并在此基础上建立了等维灰数递补动态预测GM(1,1)模型对单桩抗拔极限承载力进行预测。工程算例结果表明,经缓冲算子修正后的等维灰数递补动态预测GM(1,1)模型,预测精度最高。