娘子关泉水流量的GM(1,2)时滞预测模型

娘子关泉位于山西省阳泉市平定娘子关附近,多年平均流量10.93m3/s,是我国北方最大的岩溶泉群。泉域西高东低,西部多为古生界二叠系、中生界三叠系砂页岩覆盖,大气降水入渗在这里形成浅层地下水,这些浅层水是深层岩溶含水层的间接补给水源;泉域东部为岩溶裸露区,大气降水直接入渗补给深层岩溶水。由于岩溶泉域地质结构的复杂性和含水介质的多重性,泉域降水对泉水补给具有明显的灰色动态特征和时滞效应。本文应用灰色系统理论方法,建立了GM(1,2)时滞模型,运用该模型对娘子关泉水流量进行了预测,结果与实际相接近。

矿井涌水量灰色GM(1,2)预测模型

基于矿井涌水量序列具有明显的随机性和灰色特征,建立涌水量GM(1,2)预测模型,以克服灰色GM(1,1)模型对于随机波动大的长序列预测效果差的缺点。以王行庄煤矿为例,针对2012年7月至2013年12月王行庄煤矿18个月的涌水量资料,考虑与之密切相关的L7-8灰岩含水层水位降深,建立了矿井涌水量GM(1,2)预测模型;预测了2014年1—4月的涌水量;并与GM(1,1)预测模型进行模型精度与预测精度的比较。结果表明:GM(1,2)模型的预测精度达到了97.44%,GM(1,1)模型的预测精度为92.60%,GM(1,2)模型明显提高了矿井涌水量的预测精度。

河流年径流量的GM(1,2)-Markov中长期预测模型

径流过程具有随机和灰色特征。基于此,将Markov预测与灰色GM(1,2)预测相结合,提出了GM(1,2)-Markov中长期河流年径流量预测模型。通过对黑河正义峡、莺落峡水文站65 a(1949-2014年)的年径流量资料分析,将莺落峡年径流量作为GM(1,2)预测的相关因素数据列,以1990-2009年的数据建立正义峡年径流量GM(1,2)-Markov模型,以2010-2014年的年径流量进行模型验证。结果表明:莺落峡、正义峡年径流量具有较强的相关性;建立的正义峡年径流量预测模型精度为83.65%;预测未来5 a的径流量,预测精度达到了97.12%;GM(1,2)-Markov、GM(1,1)和GM(1,2)模型的模型精度都符合建模的要求,但GM(1,2)-Markov模型的预测精度明显高于GM(1,1)模型和GM(1,2)模型。GM(1,2)-Markov模型为河流径流量的中长期预测提供了一种新方法。

苎麻纤维回潮率GM(1,2)模型的研究

采用灰色系统理论建立了苎麻纤维回潮率电测值Ｘ与烘箱值Ｙ之间的灰色ＧＭ（１，２）模型，并作误差分析。此模型在利用电阻测湿仪快速测定苎麻纤维水分或利用计算机对苎麻纺织生产过程实施在线测控时，可方便地计算出真值并指导控制过程。

含误差校正的粒子群优化GM(1,2)短期电价预测方法

在对电力市场现货电价的变动规律综合分析的基础上,提出了一种含预测误差校正的粒子群优化GM(1,2)短期电价预测方法。该方法对采用滑动平均法处理后的电价序列建立基于粒子群优化灰色背景值的GM(1,2)模型,利用时间序列分析的ARMA方法对灰色残差序列建立ARMA预测模型,并用ARMA模型的预测值修正GM(1,2)模型的预测结果。对PJM电力市场历史数据的算例分析表明,相对于传统GM(1,2)模型,该方法能够更加准确地反映电价的变化规律,具有较高的预测精度,可满足电力市场参与者制订竞价策略的需要。

GM(1,2)短期现货电价灰色预测模型

在电力市场中,电价预测对市场参与者具有非常重要的意义。该文检验了GM(1,2)灰色模型在现货电价预测中的应用效果。在对GM(1,2)模型进行修正的基础上,分别建立了计及负荷因子的预测模型和计及预测时刻前一小时电价的预测模型,并对模型进行了等维新息处理。对美国PJM电力市场的峰荷时段、腰荷时段和低谷时段的LMP实时电价分别进行了预测。预测结果表明,计及预测时刻前一小时电价的预测模型具有较好的预测效果。

带有时滞的GM(1,2)模型及应用

本文在GM(1,2)模型中引入滞后项,给出时滞的确定方法.举例说明带有时滞的GM(1,2)模型能更好地反映两变量间的动态关系.

灰色GM(1,2,M,N)在地面沉降预测中的应用

通过分析地面沉降过程与地下水开采量之间可能存在的时滞性以及非线性关系,将原有的灰色GM(1,2)模型改进为灰色GM(1,2,M,N)模型。通过对天津市塘沽、汉沽以及大港三区的沉降实例进行计算,发现新的模型能够较好地拟合和预测历史沉降过程,并且预测结果合理。

参数由递推辨识的新型GM(1,2)预测模型

为改善模型预测性能,提出一种GM(1,2)预测新模型.根据模型定义式直接推导获得模型预测值递推表达式,应用粒子群算法对递推表达式参数进行辨识.典型算例表明,新模型收敛速度快,较普通及文献中改进GM(1,2)模型具有更高的预测精度.

烘箱内湿度与纺织材料回潮率测试分析的GM(1,2)模型

针对利用测试烘箱内空气湿度来了解待测纺织材料干燥状态的测试方法,及其所建立的纤维材料前后2次质量差与测试频率差的非线性回归方程模型进行了分析,指出这一模型存在较大误差。提出运用灰色系统建模方法建立烘箱内空气湿度与正在烘燥的纺织材料回潮率之间的灰微分方程GM(1,2)模型。经分析证实,该模型对试验结果的拟合误差低于回归方程模型,可满足工程计算的要求,为用检测烘箱内空气湿度的方法确定待测纺织材料的烘燥状态这一测试理论提供一种计算工具。

基于GM(1,2)模型的多步自调节灰色预测控制算法

基于GM(1,2)灰色模型和一种新型综合偏差,提出了基于GM(1,2)模型的多步自调节灰色预测控制算法.该算法可对系统输出偏差和预测偏差进行合成形成一个在线多步综合偏差,用此偏差代替传统最优控制算法中的偏差项,这样算法既有在线预测系统未来多步行为的功能,又能根据预测模型精度实时调节预测值在控制回路中的作用,减小了预测误差对系统的不利影响.仿真结果表明,该算法可获得较好的控制跟踪效果.

基于GM(1,2)模型的矿井涌水量模拟与预测

针对常规矿井涌水量预测方法考虑影响因素多、预测精度低的问题,以赵家寨煤矿为例,考虑矿井涌水量和水位降深2个因素建立GM(1,2)模型,实现了对已知涌水量的模拟和后期涌水量的预测。预测结果表明,未来3个月的涌水量相对稳定。经检验,预测结果平均相对误差为3.69%。

岚河流域径流中长期GM(1,2)时滞预测模型

针对半干旱地区的降雨径流机制比较复杂这一特点,应用灰色系统理论,提出一种较适合于水文实测资料缺乏情况下的中长期预报方法,建立了岚河流域径流中长期GM(1,2)时滞预测模型。运用该模型对岚河流域的未来径流量进行了预测,结果表明,模型具有比较高的预测精度,且考虑2年时滞效应的灰色预测模型具有比较好的预测结果。

大型班轮公司多级伙伴协作优化顺序GM(1,2,x)模型

在建立大型班轮公司供应链或物流系统多级伙伴协作总响应时间网状结构模型的基础上,定义多伙伴协作主响应时间的概念,构建多伙伴协作主响应时间结构模型,进一步地构建多伙伴协作主响应时间效率GM(1,2,x)模型.结合该模型,给出数据的应用分析.根据该模型计算的结果,为基于缩短多级伙伴协作总响应时间的大型班轮公司管理者给出相应的应对策略.

时滞系统基于离散GM(1,2,τ_d)模型的新型控制算法

本文采用系统的输出反馈 ,通过引进趋近律 ,提出了一种基于离散GM ( 1,2 ,τd)模型的分数时滞系统的滑模控制 (SMC)算法。在设计控制器时 ,仅仅利用了系统的输出反馈而非系统的状态反馈 ,故该算法既实用 ,又易于实现。

顾及降雨影响的动态优化时滞时序GM(1,2)模型在滑坡位移预测中的应用

滑坡体除了因自身重力产生位移外,还受到降雨的影响,但通常降雨对滑坡位移的作用具有滞后性。为了分析并预测降雨对滑坡位移的影响,本文提出一种顾及降雨影响的动态优化时滞时序GM(1,2)滑坡位移预测模型。首先,利用经验模态分解(EMD)分解位移序列并通过时间序列重构得到周期位移序列和趋势位移序列,对降雨数据和滑坡周期位移序列进行时滞分析和相关分析,确定时滞时间和影响程度,建立基于背景值优化的动态时滞GM(1,2)模型预测降雨量变化导致的滑坡周期位移变化;然后,建立门限自回归模型预测滑坡趋于自然变化的趋势位移;最后,通过时序叠加得到顾及降雨影响的滑坡预测位移,建立了顾及降雨因素的动态优化时滞时序GM(1,2)组合预测方法。本文以福宁高速公路八尺门滑坡和秭归县八字门滑坡监测数据为例,验证了动态优化时滞GM(1,2)模型的精度,并与其他模型的预测结果进行了对比分析。试验结果表明,动态优化时滞时序GM(1,2)组合预测模型能准确地预测降雨影响导致的滑坡位移变化,预测效果较好,该组合模型对滑坡灾害的预警与防治具有一定的参考价值。

事故率预测灰色系统GM(1,2)模型应用探讨

GM（1，2）模型可以反映一个变量对另一变量的一阶导数影响，通过分析系统内部因子间的关系，可对事故率进行预测，并有较高的精度，本文采用GM（1，2）模型，对企业生产系统事故率进行了预测并加以分析讨论。

GM（1，2）模型在数据预测中的仿真实验

建模仿真的重要应用之一就是进行数据预测，所谓数据预测就是基于已知的系统历史数据，通过具体的仿真模型来估计其未来数据走势或计算其未来数值。本文是对灰色系统理论的应用，运用灰色系统理论中灰色动态GM（1，2）模型，结合数据预报理论进行计算机建模仿真，并以舰船的纵摇、横摇、摇艏三个自由度运动数据为例进行了仿真试验。通过仿真试验，也为我们在其它相关领域的数据预报工作提供借鉴。

基于灰色关联定权的迟滞GM(1,2)组合预测

提出一种基于灰色关联度和GM(1,2)迟滞模型的组合预测方法。首先,利用数据建立不同迟滞时间的GM(1,2)模型,其次运用不同迟滞因子变量与单个行为变量的不同关联度确定权值,建立组合模型,进而利用组合模型进行数据的预测。用该方法,利用社会固定资产投资对我国第二产业进行预测,其模型预测精度较高,表明本文所提出的预测方法是有效的。

树木材积的分数阶GM(1,2)灰色预测模型

为了以尽量少的胸径和树高数据来预测材积,利用灰色理论建立以日本落叶松平均材积和D^2H这2个因素的分数阶GM(1,2)模型,该模型通过寻找在0阶与1阶之间的最优阶数r=0.26,从而使得模型的精度得到大幅度提高,模型的平均相对误差为1.905%;模型精度为98.005%;与传统的GM(1,2)模型相比,分数阶GM(1,2)模型更为优秀。分数阶GM(1,2)模型为树木材积的预测提供了一种新方法。