GM(1,1)模型在长江水质预测中的应用

介绍了GM(1,1)的原息模型、新息模型和等维新息模型及残差修正模型的建模方法,分别建立了长江水质预测的等维新息模型和残差修正模型。通过对模型的预测结果进行分析,并对比原数据的趋势,发现两模型在数据突变点附近有明显差别,其数据说明残差修正模型在细节方面更接近实际,其结果体现了数据的内在规律。

基于等维新息GM(1,1)模型的河南省粮食产量预测

以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。

基于灰色GM(1,1)模型的高校餐饮盈亏趋势预测

本文针对高校食堂餐饮管理盈亏预测的需求,引入了灰色系统理论的概念,详细阐述了GM(1,1)模型的建立过程,并在传统GM(1,1)模型的基础上加入等维信息提高预测模型的精确性,最终将建立的模型应用到高校食堂餐饮的盈亏预测中。

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)幂模型的优化方法及其应用

针对灰色GM(1,1)幂模型存在的缺陷,从背景值和初始条件两个方面对GM(1,1)幂模型进行参数寻优。首先分析传统模型背景值的误差来源,从定义出发,构建优化后的背景值公式;其次指出传统预测公式中默认的已知条件是不合理的,从原始序列与其预测值的误差平方和最小原则出发,建立初始条件的选取方法;最后以等维新息原则对预测模型的构建步骤进行优化改进,并以我国天然原油产量案例验证所述模型的有效性。结果表明,基于背景值、初始条件以及等维新息原则共同改进的优化方法能够有效提高GM(1,1)幂模型的模拟精度和预测精度。

时间序列的灰色建模试验

介绍了GM(1,1)的原息模型、新息模型和等维新息模型的建模方法,比较分析了GM(1,1)加权预测模型和非加权预测模型的可靠性问题.通过对实验结果的比较分析,我们认为等维新息加权预测模型预测的结果最接近真实值,其余依次是等维新息模型,加权新息模型,新息模型.在这6种预测模型中,预测精度最差的是原息模型.

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。

基于二级修正的区域水资源需求量预测模型

根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此基础上,根据区域节水规划的总体目标,剖析区域社会经济发展综合节水潜力,对区域水资源需求量的一级修正结果进行二级修正,最终得到区域水资源需求量的综合预测结果。算例分析结果表明,模型具有较高的预测精度。

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。

建筑物沉降变形的动态预测

本文根据某高层建筑物监测的动态数据，用灰色理论的方法，建立等维新息模型。

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。

基于灰色神经网络模型的城市产业结构演变趋势预测

基于城市产业结构发展现状及其变化趋势,建立BP神经网络模型和灰色GM(1,1)等维新息模型的组合模型,对城市产业结构演变趋势进行预测分析,以提高预测的精确性,并对城市产业结构演变过程中各产业比重进行权重修正,以保障城市产业结构比重之和恒定为常数1,为正确认识城市产业演变趋势和内部关系提供准确的信息。

等维新息模型在矿井井架基础沉降中的应用

为了对矿井井架基础进行沉降预测,介绍了灰色预测理论模型的建模方法与模型精度评定方法,阐述了采用等维新息模型进行沉降数据分析的特点;并以某煤矿矿井井架基础沉降监测为实例,利用等维新息模型对其沉降趋势进行预测,分析了等维新息模型的合理维数,取得了较好的预测结果,并得到了具有实用价值的预测模型。

等维新信息模型在矿区地表沉降预测中的应用

在煤层开采过程中,实时动态的对矿区地表的下沉值进行观测与预计对煤矿的安全生产及矿区人们的生活有重要的作用。因为灰色系统GM(1,1)预计模型具有所需数据量少,计算简单,预测准确的特点,所以文章用灰色系统GM(1,1)模型对矿区地表的下沉值进行了预计。

基于灰色模型的上海市职工医保统筹基金结余预测

目的预测上海市2021年—2030年职工医保统筹基金收入、支出以及累计结余,进而推断基金结余发展趋势并分析存在的问题,以期最大程度发挥职工医保基金保障功能,为基金可持续发展提供参考依据。方法根据2011年—2020年上海市职工医保统筹基金收入、支出以及累计结余建立全数据GM(1,1)与等维新息GM(1,1)预测模型,对2021年—2030年上海市职工医保统筹基金收入、支出及累计结余进行预测。结果等维新息GM(1,1)统筹基金收入及支出模型平均相对误差分别为14.74%、2.72%,其均小于全数据GM(1,1),因此,等维新息GM(1,1)模型预测精度更高。结论相较于全数据GM(1,1)预测模型,等维新息GM(1,1)预测模型预测精度更高,拟合效果更好;从2025年起上海市职工医保统筹基金开始出现当期收不抵支情况,中长期内可能出现统筹基金“穿底”问题。

等维动态新息模型在交通事故预测中的应用

基于灰色理论建立的能够及时地更新数据,用最新数据替换老数据建立的等维动态新息模型,能够保证原始数据对模型的作用,使模型更能反映系统的实时性,而且样本需求量小,使预测的准确度得到了有效的提高。等维动态新息模型分为等维动态Verhulst新息模型和等维动态GM(1,1)新息模型,本文主要探讨了这两种模型在道路交通事故预测中的具体应用,并分别完成了道路交通事故总量和道路交通事故死亡人数的预测。

基于改进灰色马尔可夫模型的花生产量预测

【目的】为了提高花生产量的中长期预测精度,提出一种改进的灰色马尔可夫模型。【方法】首先,以中国2010—2020年花生产量数据为研究样本,在传统灰色模型的基础上进行加权滑动平均处理,建立滑动灰色模型;然后,利用马尔可夫链对预测结果进行修正,得到滑动灰色马尔可夫模型;最后,采用新陈代谢的思想,对原始数据序列做等维新息处理,构建新维滑动灰色马尔可夫模型。【结果】新维滑动灰色马尔可夫模型的平均相对误差比滑动灰色模型和滑动灰色马尔可夫模型分别降低了80.00%和48.89%,并预测出未来5年中国花生产量将以2%左右的增长率增长。【结论】本研究结果可为其他农作物产量预测提供一种科学合理的思路。

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.

等维新息模型在矿井瓦斯涌出量预测中的应用

为了准确预测矿井瓦斯涌出量,介绍了灰色预测理论模型的建模方法与模型精度评定方法,阐述了采用等维新息模型进行矿井瓦斯涌出量分析的特点。并以顾桥煤矿1116(1)工作面相对瓦斯涌出量统计数据为实例,利用等维新息模型对其瓦斯涌出量趋势进行预测,分析了等维新息模型的合理维数,取得了较好的预测结果,并得到了具有实用价值的预测模型。