基于自相关的GM(1,1)与GM(1,N)联合模型优化及应用

分析基于自相关理论的GM(1,1)与GM(1,N)联合模型,将仅适合GM(1,1)模型的数据拓展到适合GM(1,N)模型。用数值积分中的Simpson公式来重建GM(1,1)与GM(1,N)的联合模型,在参数辨识过程中引入累积法,降低线性方程组系数矩阵的条件数,使联合模型求解更加稳定,提高了模拟及预测精度,并且克服了原GM(1,N)模型必须获得预报时刻点相关数据列的值的缺陷,有利于新息GM(1,N)模型的应用。数值实验结果表明,优化后模型数值稳定性好,其系数矩阵的条件数在数值上比通用的最小二乘法有所降低,且模拟平均相对误差也有所降低,预测精度得到提高。

灰色GMP(1,1,N)模型及其在冰凌灾害风险预测中的应用

在加权最小二乘框架下构建了含时间多项式项的灰色GMP(1,1,N)模型,该模型既适用于小样本单调序列又适用于波动序列,论证了均方误差最小准则、均方相对误差最小准则与平均绝对百分误差最小准则下的GM(1,1)、NGM(1,1,k)和GM(1,1,t~α)模型均是GMP(1,1,N)模型的特殊形式,将GMP(1,1,N)模型应用于黄河宁蒙河段冰凌灾害风险预测,结果表明2015-2016年的风险预测结果符合实际情况,模型能够识别风险波动变化规律.为不同准则下灰色预测新模型的构建提供了新思路,具有重要的理论意义和工程应用前景.

MGM(1,n)灰色模型及应用

提出多变量灰色模型（ｍｕｌｔｉ－ｖａｒｉａｂｌｅｇｒｅｙｍｏｄｅｌ）—ＭＧＭ（１，ｎ）模型，它是单变量的ＧＭ（１，１）模型在多变量（ｎ元变量）情况下的自然推广。通过对国有建筑施工企业就业人数和城镇集体建筑施工企业就业人数的建模和预测，表明ＭＧＭ（１，ｎ）模型的精度高于分别单独使用的ＧＭ（１。

R152a-DMF体系汽液相平衡研究

本文通过静态法高压汽液相平衡装置测定了温度293.15～353.15 K,压力0.1～2.1 MPa条件下R152a-DMF体系的汽液相平衡数据。采用逸度系数法中的PR、SRK状态方程,活度系数法中的NRTL、Wilson模型分别对该体系的汽液相平衡实验数据进行了关联计算,结果表明,Wilson模型能更好地描述该体系在实验温度、压力下的汽液相平衡数据。

基于新型灰色模型预测中国LED照明市场规模

运用GM(1,1,N)模型对LED照明市场规模进行预测,结果显示,模型的平均预测误差为1.6246%,比GM(1,1)模型的4.5094%和DGM(1,1)模型的4.6742%分别减少63.9730%和65.2433%。模型2021年的预测误差仅为-0.42674%,比GM(1,1)模型的-5.27132%和DGM(1,1)模型的5.70338%分别减少91.9045%和92.5178%。运用GM(1,1,N)模型对2022—2024年LED照明市场规模进行预测,表明LED照明市场规模仍将保持较高的增长速度。

基于灰色系统理论的城市水污染驱动力分析

对城市水污染的驱动力进行分析有助于提高水污染控制的效率。本文将关联分析与预测模型相结合,利用灰色关联分析法分析了人口、国民经济生产总值、人口、产业结构等各要素对城市水污染的影响程度,并对各要素进行筛选,建立了GM(1,1)模型及GM(1,n)模型,对城市水污染的发展进行了预测,并进而提出了控制昆明市水污染的措施和方法。

灰色预测:思想、方法与应用

系统预测是科学决策和管理优化的前提条件,灰色预测模型既是一类新的预测方法也是灰色系统理论的核心研究内容之一。本文深度解构灰色预测模型的建模思想,总结灰色预测模型建模分析步骤,并根据模型形式将灰色预测模型总结为具有线性结构特征和其他类型,考虑模型的形式是连续型、离散型和建模变量是单变量、多变量情形,进一步细分为连续型单变量灰色预测模型、离散型单变量灰色预测模型、连续型多变量灰色预测模型、离散型多变量灰色预测模型;最后,综述了灰色预测模型的理论和应用进展,以期呈现灰色预测模型和应用的前沿动态。

建筑物沉降的灰色系统预测

在建筑物沉降过程中,各监测点相互影响、相互制约,应用灰色系统理论建立了建筑物沉降变形的系统预测GM(1,N)模型.通过工程实例,证明GM(1,N)模型与GM(1,1)模型相比有较好的拟合精度和预测可靠度,对沉降预测有很大参考价值.

基于灰色模型的城镇职工养老保险基金结余量预测

城镇职工养老保险基金是城镇职工养老保险制度平稳运行的重要保证,十九大报告提出完善城镇职工基本养老保险制度,科学准确地预测城镇职工养老保险基金结余量是进行制度调整和改革的重要依据。基于灰色理论,运用灰色关联度与灰色预测模型预测城镇职工养老保险基金结余量,结果表明:经济发展状况是影响基金结余量的主要因素,相比之下财政补贴和退休人数对基金结余量影响略低。根据预测结果,基金结余量会逐年上升,出现缺口迹象并不明显。基于以上分析提出完善城镇职工养老保险制度的建议,为城镇职工养老保险制度可持续发展提供指导。

基于组合灰色模型的网络舆情预测研究

[目的/意义]精准预测与掌握舆情事件的发展,及时发现网络舆情中的潜在危机,对社会的稳定发展具有重要意义。[方法/过程]网络舆情演化具有随机性、非线性、复杂性、因素之间不确定性等特征,利用粒子群算法(PSO)优化GM(1,1)幂模型参数,结合GM(1,N)模型构建组合灰色模型,用于预测网络舆情热度发展趋势,并通过"莆田系事件"的舆情数据对模型预测性能进行验证。[结果/结论]仿真结果表明,基于粒子群算法的GM(1,1)幂模型能够较好的解决非线性单序列的预测问题。同时,组合灰色模型比多因素灰色模型预测精确度更高,在网络舆情预测上具有一定的优势。

民航事故征候预测模型对比研究

为预测民航事故征候数,依据民航行业发展统计公报,选取2010-2019年民航运输总周转量、旅客运输量、运输机队数量、固定资产投资等16个影响因素指标,使用GM(1,1)模型进行拟合,利用灰色关联分析理论进行指标关联度计算,选取指标关联度大的指标构建GM(1,N)模型进行拟合研究,以及使用多元线性回归理论构建回归方程进行对比。模型拟合结果显示,多元回归模型拟合精度最高,平均相对误差为4.62%,GM(1,1)模型拟合的平均相对误差为7.48%,GM(1,2)模型、GM(1,3)模型、GM(1,4)模型拟合精度分别为15.52%、27.86%、15.90%。应用多元回归模型得到中国民航2020年和2021年事故征候数的预测区间分别为616~645和650~711,事故征候趋于增加。

基于灰色系统理论的道路交通事故特征与预测方法分析

以我国道路交通事故为研究对象,运用趋势图分析道路交通事故变化规律,在此基础上选择原始数据为4个的新陈代谢GM(1,1)模型和N-Verhulst模型进行道路交通事故的预测。结果表明,原始数据长度为4的新陈代谢GM(1,1)模型对道路交通事故起数、死亡人数、万车死亡率均有较高预测精度,N-Verhulst模型对万车死亡率和死亡人数有较高预测精度。

新的组合模型及在港口客流量预测上的应用

应用时间序列分析及灰色系统的有关理论提出了一种新的组合模型 ,并用这一模型对大连港的客流量进行了预测 .

含分数阶多项式的离散灰色预测模型及其应用

为了进一步提高含时间幂次项的灰色预测模型的拟合预测精度,通过引入分数阶多项式,提出灰作用量优化的FPDGM (1,1,N)预测模型.在经典的DGM (1,1,N)模型的基础上,将灰作用量整数阶多项式拓展为分数阶多项式,使得构造的模型能够生成更加贴近于一般特征的时间响应序列,从而得到拟合预测精度更高的灰色预测模型.对该模型的建模机理、参数估计、递推时间响应式等进行研究,并讨论模型参数几种特殊取值下该模型的性质.研究表明:DGM (1,1)模型、NDGM (1,1)模型和DGM (1,1,N)模型等均是FPDGM (1,1,N)模型的特殊形式,因此,该模型在形式上统一了现有的含时间幂次项灰色模型,扩大了灰色预测理论的应用范围.最后通过实验表明,所提出的新模型具有更好的拟合和预测精度,从而验证了所构建模型的有效性和适用性.