基于灰色-马尔科夫链理论的建筑施工事故预测研究

我国建筑事故预测中具有统计数据少、数据波动性大等特点,缺乏具有高精度、可操作性强的预测模型。将灰色系统理论和马尔可夫原理相结合,充分发挥了灰色系统理论适用于小样本数据拟合和马尔可夫适合处理数据波动大的系统过程的优势,通过GM(1,1)模型的建立,提出一种适合建筑事故统计数据特点的灰色马尔可夫预测方法。将该方法应用于1994—2007年建筑施工事故次数分析,以此为基础对2008—2009年的建筑施工事故次数进行预测。研究结果表明:基于灰色马尔可夫理论建筑事故预测结果精度可达90%以上。

用灰色马尔可夫模型预测水上交通事故量

灰色GM(1,1)是一种水上交通事故量预测模型。这种模型不适合长期的、随机和波动性较大的数据序列预测。马尔可夫模型适合描述随机波动性较大的预测问题。本文将两模型结合,形成一个灰色马尔可夫预测模型。按特定的状态划分方法,先用灰色GM(1,1)预测模型进行预测,再用马尔可夫模型预测结果进行优化,使预测精度大大提高。文中给出两个例子,算例证明了该模型的诸多优点。

基于灰色——马尔柯夫模型的逆向物流量预测

针对逆向物流量不稳定、波动性较大的特点,对不满足惯性要求的原始数据进行数据变换处理后,综合灰色GM(1,1)模型和马尔柯夫模型各自的优势,建立相应的逆向物流量预测模型,对某一汽车零部件企业的逆向物流量进行预测。结果表明该模型预测精度较高,具有一定应用价值。