等维灰数递补动态模型在废水排放量预测中的应用研究

为了克服GM(1,1)预测模型的不足,提出了污染物排放量预测的等维灰数递补动态预测模型。考虑到用QB、C等语言编写程序比较繁杂,本文利用MATLAB软件编写了对应的计算程序,该程序简化了参数的求解过程并减少了程序量。通过对"十一五"期间安徽省工业和生活废水排放量预测的实际应用,验证了等维灰数递补动态预测模型在污染物排放量预测中应用的可行性。

基于自相关性分析的等维灰数递补动态预测模型及其应用

为探求时序数据间的相关性与灰色模型的模拟预测效果之间的关系,提出了先对时序数据进行自相关分析,在判断自相关程度高低的基础上,建立等维灰数递补动态模拟预测模型.并分别对渭河流域的林家村站和华县站1983—2000年的年径流数据以及安徽省1989—2006年的工业和生活废水排放量数据进行了实例分析,发现自相关程度越高,精度越高.最后根据时序的自相关程度和精度检验的高低,给出了确定进行短期预测或者中短期预测的建议.

广西森林资源等维灰数递补动态预测

应用等维灰数递补动态预测方法,利用广西历次森林资源连续清查数据,建立资源等维灰数递补动态GM（1,1）模型,并进行残差检验、关联度检验、后验差检验。对2000年、2005年广西森林资源作出预测,精度符合要求。

等维灰数递补动态预测在机场客运量预测中的应用

基于灰色系统等维灰数递补动态预测和残差GM(1,1)修正模型,对其应用的可行性进行了有益的探讨,并结合实例,对首都国际机场中短期客运量进行了预测。通过调整原始样本中的变异数据,得到比较理想的预测结果,经检验预测结果是可信的。该研究为机场客运量预测提供了一种方法,可供借鉴。

基于等维递补GM(1,1)模型的新疆法定传染病疫情预测

目的:探索建立预测新疆法定传染病疫情传播预测模型,为法定传染病病防治提供科学依据。方法:对新疆维吾尔自治区2004～2010年法定传染病发病率进行研究,建立静态GM(1,1)模型及动态等维递补GM(1,1)模型,并对两类模型拟合效果进行比较。结果:静态GM(1,1)模型以2006～2010年历史数据建立5维和2005～2010年历史数据建立的6维GM(1,1)模型精度较高,分别达到2级和3级.相应的递补模型精度即可达到1级,且预测收敛速度较原模型快。6维递补模型预测结果比较折中,5维递补模型预测结果收敛速度较快,预测结果较乐观。若采取折中方案预测,可以认为若采取有效地预防和治疗措施,新疆法定传染病发病率将在未来5年内逐年稳步下降,到2015年年发病率可降至每10万人不超过400人次。结论:针对新疆近期法定传染病疫情,6维递补灰预测模型拟合效果较好,可作为预测参考模型。

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。

中国总人口的灰色动态预测

本文应用灰色系统模型和方法对我国总人口进行了动态预测 ,通过检验证明 ,该预测模型合理、方法简便可行、结果比较符合实际 ,可供有关部门参考。

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。

单桩竖向抗拔极限承载力的灰色预测方法

如何利用现场抗拔静载试验中未达到破坏的工程试桩数据来确定其抗拔极限承载力是一个重要的工程问题。运用灰色预测理论,建立了预测单桩竖向抗拔极限承载力的非等步长GM( 1 ,1 )模型和等维灰数递补动态预测GM( 1 ,1 )模型。工程实例表明,两者均有相当的准确性和可靠性,而且后者的预测结果更接近实测值。

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。

长江水质污染预测的灰色模型

水质预测涉及因素众多且机理复杂,而且已知数据偏少,故采用灰色理论中的GM(1,1)模型对长江污染物进行预测,并进行了四种检验,都达到较满意的效果.为了使预测结果更加准确,提出了用GM(1,1)模型群和等维灰数递补动态预测两种方法加以改进,从而避免使用单一的灰色模型容易受到不稳定信息影响的缺陷,使得预测精度更加准确,提高预测结果的可信度.

灰色理论在路基沉降预测中的应用及其改进

系统介绍了灰色理论预测模型在路基沉降预测中的应用,并对灰色模型进行了改进,建立了五个灰色理论预测模型,通过模型预测值与实测值比较,得出灰色理论预测模型适合于沉降过程曲线发展缓慢的软土路基沉降预测,而采用灰数等维递补动态预测模型和改进的灰色模型具有更高的预测精度。

2010年北京市流动人口预测

针对北京市流动人口样本数据量小、不连续等特点,本文采用Logistic曲线拟合和等维递补灰色预测理论,预测“十一五”期间北京流动人口的增长情况。首先,通过Logistic曲线拟合与外推,掌握流动人口增长的总趋势;其次,选定不同长度的人口序列以建立多个等维递补灰色模型,检验并分析各种预测结果的合理性与不足;最终确定北京市流动人口增长预测的高、中、低方案。实践表明,灰色等维递补预测法对“小样本”、“贫信息”的人口预测是切实可行的。

GM(1,1)模型在巡航导弹预测中的应用

为了对巡航导弹的距离进行预测,建立了GM(1,1)模型,详细介绍了建模和计算预测值的过程。采用"等维灰数递补动态预测"的预测方法,对预测模型的可行性进行了分析,提出了对巡航导弹预测建模的原则,并进行了示例分析,用预测值和实际值进行了误差检验,并对模型精度进行了分析。建模和计算结果表明,该模型和方法对巡航导弹的距离进行预测,计算精度高且运算速度快。

北京市废旧家电产生量预测及回收体系规范化研究

随着技术水平提升及生活水平的提高,家电产品的更新换代也越来越快,废旧家电的末端治理问题亟待优化。以北京市为例,运用等维灰数递补动态预测方法研究4类主要家电的销量,发现自2010年起,北京市的家电销售量迅猛增长,并在此基础上预测了2013—2016年废旧家电的产生量,并就规范当前回收体系提出可行性建议。

郑州市生态安全评价及预测模型评价研究

以2001～2006年郑州市的生态安全综合指数为原始数据,运用灰色系统GM(1,1)预测模型与改进了的灰数等维递补动态预测模型分别对郑州市生态安全进行短期和较长期的预测和分析.结果认为,未来几年郑州市生态安全状况仍呈现出稳定上升的趋势,灰数等维递补动态预测模型弥补了灰色系统只适用于短期预测的缺陷,可做较长期预测.

灰色动态模型及其在人口预测中的应用

一个国家人口的数量直接影响着其经济、社会的发展和资源的利用 ,中国是世界上人口的第一大国 ,人口问题一直是制约中国发展的第一因素 .本文应用灰色系统等维灰数递补动态预测模型 ,对中国未来5 0年的人口数量进行了动态预测 ,通过检验表明 ,该模型合理、方法简便可行、结果符合实际 。

人类活动影响下石家庄市地下水环境质量现状及趋势研究

对石家庄市 1991～ 1997年间的浅层地下水环境质量进行了分析评价 ,查明了地下水环境的演化趋势。用绝对值关联分析和 Q型因子分析等方法得出了地下水中具有代表性的化学指标和具有代表性的水样。在此基础上 ,运用等维灰数递补技术预测了地下水总硬度的变化趋势。最后 ,分析了人类活动对地下水环境质量演化的影响 ,并提出缓解建议。

武汉市流动人口影响因素的因子分析

通过因子分析找出影响武汉市流动人口的主要因素,预测了未来10年武汉市流动人口数量。

最优电动车发展规划的探究

本文以找出最优电动汽车发展规划为主要目的,针对充电站需求量分析、位置规划、规模设计等方面进行建模。第一部分,建模结合目前特斯拉公司在美国推进电动汽车的工作进程,(1)用等维灰数递补预测模型对未来4年电动汽车市场占有率进行了预测,发现模型精度为I级良好,特斯拉位于全国燃油车完全切换电车的趋势上;(2)其次通过电桩数量和汽车市场占比的拟合曲线,拟合优度为0.9923,计算得到了充电桩饱和数1812万个充电桩;最后根据历数据,通过PCA方法的到对于城市,郊区,农村分布影响因子为GDP,人口,密度,并且通过量化影响系数,得到比例为0.41:0.31:0.28;第二部分,(1)对于充电站的规划,我们选取了韩国作为对象,目的地电桩采用基于K-Medoids带障碍约束空间聚类分析模型和单目标规划模型并用粒子群求解最优解,得到避障效果良好的距离仿真图。对于分配和分布,利用第一部分的模型,得到了韩国最佳充电桩数:453万,城市:郊区:农村=0.44∶0.31∶0.25。(2)对于task2b采用了层次分析法分析了关键因素和电桩建设先后顺序(3)对于电动汽车全面发展的时间计划表,通过燃油-电动汽车竞争logistics模型给出了未来的市场竞争图像,给出了预测及建议。