基于M-DGM(1,1)模型的东江河流系统健康评估

东江作为广东省和香港特别行政区的重要水源地,直接关系着珠三角地区的经济发展以及香港特区的繁荣稳定。为有效掌握东江河流系统健康状况的发展趋势,促进东江流域内经济社会的可持续发展,针对东江河流系统健康评分(2015—2019年)的振荡分布特性,基于灰色预测理论,结合等维灰数动态递补模型,构建了M-DGM(1,1)灰色预测模型,并利用该模型对东江河流系统(2020—2024年)的健康状况进行了评估。结果表明:该预测模型精度达到一级,可满足东江河流系统健康状况评估的要求;东江河流系统健康在2020—2024年间仍处于亚健康状态,但总体向着健康方向发展;部分敏感警兆指标评分(2020—2024年)发生波动,要继续加强对东江河流系统健康的保护与管理。

基于DGM(1,1)与DNGM(1,1)模型评估能源消耗趋势

灰色预测模型适用于不确定性系统,它的离散模型DGM(1,1)模型和DNGM(1,1)模型都被认为是通用的时间序列预测模型,且都能实现对齐次指数序列的无偏模拟。分别利用DGM(1,1)模型和DNGM(1,1)模型对中国能源消耗总量统计数据进行建模,通过比较2种模型对数据的模拟精度,发现DNGM(1,1)模型预测效果更好。最后,利用DNGM(1,1)模型预测到中国2022年、2023年的能源消耗总量分别为5.064 457 522×10^(9)t,5.137 593 946×10^(9)t。比较了中国一次能源生产总量与能源消耗总量的增长速度,从可持续发展的角度分析了一次能源生产与能源消耗的关系。

基于改进DGM(1,1)模型对管道壁结蜡厚度预测

为研究管道壁结蜡沉积厚度随时间的变化规律,基于灰色理论模型建立了改进DGM (1, 1)模型,分别以室内环道实验和现场管道数据为例,引入弱化缓冲算子和平移变换提高原始序列的光滑性,并进行不同模型的检验和对比。结果表明,传统DGM (1, 1)模型的平均相对误差较大,经弱化缓冲算子处理后改进模型的误差大幅降低,且d^(2)更适合结蜡厚度这类短序列、宽间距序列的预测;对原始序列进行平移变换可提高序列光滑性,不同原始序列对平移变换函数的偏移量存在选择性;弱化缓冲算子对模型改进的效果远大于平移变换;应用改进GM (1, 1)模型对管道壁结蜡厚度进行预测是可行的,该方法具有一定的推广价值。

基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用

为提高涝灾预测模型的预测精度,针对GM（l,1）模型预测条件的局限性,提出离散灰色预测模型[称DGM（1,1）模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明：优化后的离散型DGM（1,1）模型的预测精度较原有的灰色GM（1,1）预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。

近似非齐次指数增长序列的间接DGM(1,1)模型分析

DGM(1,1)模型对近似齐次指数增长序列具有较高的预测精度,而实际上服从近似齐次指数增长规律的数据序列十分有限。根据灰色系统理论的差异信息原理,通过原始序列的累减生成将近似非齐次指数增长序列转化为近似齐次指数增长序列,对累减生成序列建立DGM(1,1)模型,并在此基础上实现对原始序列的还原以达到数据模拟及预测之目的。因原始序列的累减生成最大可能地满足了建模序列的齐次性要求,提高了模拟及预测精度,拓展了模型的适用范围,故通过算例验证了此种改进方法的简单性、实用性及有效性。

区域夜间最小流量的灰色DGM(1，1)动态预测

针对一个实际独立计量区域(DMA),根据数据采集与监控系统(SCADA)的数据,采用趋势图和灰色关联度分析了DMA入水口的流量特征。然后基于灰色理论建立4个夜间最小流量的灰色模型,对比分析4个模型的模拟和预测精度,确定离散灰色DGM(1,1)模型是此DMA的夜间最小流量的最佳预测模型。灰色DGM(1,1)新陈代谢模型具有很好的动态预测精度,应用灰色DGM(1,1)新陈代谢区间预测方法分析了此DMA区域的夜间最小流量的阈值,从而为DMA的漏失状况起到预警作用。

间接DGM(1,1)模型在基坑沉降预测中的应用

选取某一基坑沉降监测点,该点11个周期的累计沉降量为近似非齐次指数增长序列,以Java为工具对该点进行编程计算,得到GM(1,1)、DGM(1,1)、间接DGM(1,1)3种模型的基坑沉降预测结果。对比分析发现,间接DGM(1,1)模型精度高于GM(1,1)和DGM(1,1)模型,其C值仅为0.01,且残差值增加缓慢,近似于一条水平线,实测值与预测值非常接近,适用范围广,弥补了另两种模型不能进行长期预测的缺憾。

三参数离散灰色预测模型DGM（1,1）3及其应用

离散灰色预测模型DGM(1,1)解决了传统灰色模型从差分方程到微分方程的跳跃性误差,但是当建模序列存在一定波动时其模拟性能仍不理想文章在传统DGM(1,1)基础上,提出了一种含三参数的离散灰色预测模型DGM(1,1)3,该模型充分考虑了序列滞后项对模拟及预测结果的影响,能在一定程度上改善建模序列光滑性,从而提高模型性能通过对波动序列模拟及预测误差的比较和分析,验证了DGM(1,1)3模型具有比传统的DGM(1,1)及经典GM(1,1)更好的模拟及预测性能、最后将该模型成功地应用于安徽省万人有效发明专利数的模拟及预测研究成果对优化灰色预测模型建模方法,丰富灰色预测模型理论体系具有一定的积极意义。

用引入时间参量的DGM(1,1)模型预测大坝沉降

针对传统灰色模型的预测稳定性缺陷,以及实际水利工程中监测数据采集不等时距的特点,提出了引入时间参量的离散灰色预测模型DGM(1,1)的建模方法。该方法在原离散模型的基础上,引入时间累积量修正模型参数,以此反映出数据的不等时距性以及时效性。通过对糯扎渡大坝心墙沉降观测数据的建模分析,将分析结果与另一模型的拟合和预测结果进行比较,证明新模型具有较高的预测精度。

DGM(1,1)模型的改进与高校毕业生的供求预测

文章以灰色系统理论为基础建立了高等学校毕业生的供求关系模型,并对未来几年某高等学校毕业生的供需情况进行了预测分析,为高等学校的扩招计划和专业调整提供了理论依据。

基于DGM(1,1)模型的甘肃省经济发展水平预测研究

经济预测是经济决策的基础,合理的经济预测对经济的久远发展有着重要的作用,且涉及到经济结构、产业布局等一系列问题。在建立甘肃省经济发展水平指标体系的基础上,以原始数据为依据,采用DGM(1,1)模型对2015-2025年甘肃省的经济发展水平进行预测。结果显示,DGM(1,1)模型能够很好地拟合经济发展状况,甘肃省各项经济指标均朝着良好方向发展,经济发展水平将逐年提高。

基于区间灰数DGM(1,1)模型的客运交通量预测

科学的预测客运交通量对于我国交通运输业发展具有重要的现实意义.为了提高客运量预测的精度,本文应用区间灰数DGM(1,1)模型对1995—2002年全国客运交通量进行模拟和预测,得到了预测精度较高的结果,这为客运交通量的预测提供了一种简单而可靠的新途径.

DGM(1,1)模型在安徽省建设用地预测中的应用

以2000-2008年安徽省建设用地为数据源,在分析灰色DGM(1,1)模型理论基础上,建立灰色DGM(1,1)预测模型对安徽省建设用地情况进行预测,研究和分析安徽省建设用地变化趋势。实证结果表明,模型实际值与预测值吻合较好,经计算残差值和相对误差较小,平均相对误差为2.58%,精确可靠,该模型可应用于建设用地预测,具有重要的现实意义。

基于离散灰色DGM(1,1)模型的中国锰矿进口数量预测研究

在分析中国锰矿进口现状的基础上,通过构建双对数模型与离散灰色DGM(1,1)模型,分析两个模型的精度以及误差,对中国锰矿进口数量进行预测。预测结果表明,离散灰色DGM(1,1)模型能够明显地提高我国锰矿进口数量的预测精度,增加预测的可靠性。文章提出了建立专业动态实时的锰矿资源交易平台、创建海外资源基地、提高锰矿资源的综合开发和实施锰矿资源储备战略计划等对策建议。

管道腐蚀速率随时间变化的改进DGM(1,1)模型建立与验证

为了进一步探究管道腐蚀速率随时间的变化规律,采用灰色系统理论建立了改进DGM(1,1)模型。以具有振荡特性的不同时间下管道腐蚀速率实测数据为研究对象,在分析DGM(1,1)模型的基本原理和建模步骤的基础上,引入弱化缓冲算子D_(1)和D_(2)对该模型进行改进,对比分析了传统DGM(1,1)模型和改进DGM(1,1)模型的精度。结果表明:对于不同的腐蚀速率实测数据而言,传统模型计算值和实测值的平均相对误差差异较大;原始序列经过缓冲算子D_(1)和D_(2)作用后,所得改进DGM(1,1)模型一和DGM(1,1)模型二的精度均高于传统模型,其中改进DGM(1,1)模型二的精度最高;应用改进DGM(1,1)模型研究具有振荡特性的管道腐蚀速率完全可行,且该模型具有精度高、易于计算的优点。

基于粒子群优化的DGM(1,1)模型在基坑变形安全预测中的研究

为确保基坑施工期间发生变形后能够正常使用,将变权缓冲算子结合DGM(1,1)模型构造出变权离散灰色模型,利用相对误差、后验差比,灰色绝对关联度3种精度检验法作为粒子群算法适应度建立模型,构造PSO-VWDGM(1,1)模型,并结合实际工程监测数据研究不同适应度对基坑变形预测精度的影响。研究结果表明:不同适应度函数对预测精度存在较大影响,以灰色绝对关联度作为适应度建立模型预测精度较高,可以更好应用在工程中。研究成果可为工程施工阶段的基坑变形预测、稳定性分析与灾害评估、预警提供参考。

基于上凸序列建模的DGM(1,1)模型优化

首先定义了序列凸性,证明了DGM(1,1)模型的还原序列为下凸序列,分析了其对上凸序列建模时的残差变化规律,提出了通过对称变换把上凸序列转化为下凸序列再建DGM(1,1)模型的一种新方法。实例也证实了新方法对于上凸序列建模比直接建立DGM(1,1)模型具有更高拟合精度。

基于DGM(1,1)模型的重庆市大气污染物浓度预测分析与研究

近年来,雾霾已成为中国大气污染最为严峻的生态问题之一。重庆作为早期的工业基地,大气污染问题越来越严重。准确预测大气污染物浓度是进行大气污染治理的基础和前提。基于重庆市2013—2018年的PM 2.5和PM 10年均浓度数据,分析重庆市大气污染物的变化特征,建立PM 2.5和PM 10浓度的灰色DGM(1,1)模型,探析重庆市大气污染物的未来发展趋势。实验结果表明,尽管两种大气污染物浓度都在逐年递减,但各自的下降趋势和幅度有所不同。近些年PM 10的浓度下降幅度比PM 2.5要更大。采用DGM(1,1)模型对两种大气污染物浓度进行预测分析,得到了较好的拟合效果。运用重庆市污染物浓度的预测结果,分析重庆市未来五年的污染物浓度变化情况,为重庆市相关环保部门制定防污治理决策提供一定的参考。

非等时距DGM(1,1)模型及其在路基沉降预测中的应用

传统路基沉降预测灰色模型往往采用将非等时距序列变换为等时距序列的方式来建立预测模型,建模过程较为繁琐。为此,本文另辟蹊径,通过引入新的序列累加累减生成运算,采用直接由非等时距序列构建预测模型的方式,以有效避免从非等时距序列到等时距序列转换的繁琐运算,提出了新的非等时距DGM(1,1)模型。在此基础上,应用最小二乘法获得新模型辨识参数值,并给出了其显著预测公式。最后,以某高速公路路基沉降预测为实例,说明了本文模型的有效性。

基于离散灰色DGM(1,1)模型的房地产价格预测及其对策研究

本文首先用定性预测方法分析了房地产价格的主要影响因素,接着针对该问题的灰色不确定性,在对传统灰色预测DGM(1,1)模型的改进形式和离散型灰色预测DGM(1,1)模型系统研究的基础上,提出了一种新的DGM(1,1)模型,对某地区房地产价格(2005—2008年)进行了预测的实证分析和基于Matlab程序的仿真计算,证明其可靠性和有效性,并就房地产价格的预测结果,提出了相应的对策建议。研究结果表明:本文所建立的DGM(1,1)模型可作为灰色预测理论的一种精确预测模型,其为房地产价格的市场预测提供了一种新的定量预测方法,对当前房地产市场的理性发展具有重要的指导意义和借鉴价值。