Markov残差修正的灰色GM(1,N)模型在粮食产量预测中的应用

将灰色理论和Markov预测方法用于中国粮食产量的预测。运用灰色关联分析,从众多影响粮食产量的因素中确定了影响粮食产量的主要因素为:乡村从业人员、农作物有效灌溉面积、粮食作物播种面积、受灾面积。以粮食产量作为特征变量,以影响粮食产量的主要因素作为选定变量构建了粮食产量的灰色GM(1,5)预测模型,并对我国粮食产量进行拟合和预测。为了捕获粮食产量时间序列的随机波动性,使用马尔可夫模型对GM(1,5)模型的残差进行修正,以便改善预测精度。实例结果:事后检验阶段GM(1,5)模型的平均绝对百分比误差为15.45%,灰色Markov模型的平均绝对百分比误差为5.625%。灰色Markov模型能够提高预测的精度,是一种有效的、具有鲁棒性的预测方法。

基于灰色残差GM(1,N)模型的交通流数据恢复算法

交通检测器采集的原始交通数据的质量会直接影响智能交通系统的后续效益.本文针对采集的交通数据普遍存在的故障问题,以交叉口检测器的交通流数据为研究对象,提出基于灰色残差GM(1,N)模型的数据修复算法.首先针对交叉口四个路口的交通流进行灰色相关分析,然后建立灰色GM(1,N)模型对故障数据进行预测修复,并进行了残差修正,提高了修复数据的精度.分析结果表明,提出的故障数据灰色残差GM(1,N)模型算法是可行的,可以更好地解决因为数据故障而对后续处理带来的困难,同时也为其他领域的故障数据修复提供借鉴.

基于残差修正GM(1,N)的武汉市住户存款预测

对灰色GM(1,N)模型加以改进,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对武汉市住户存款余额进行预测,取得了较好的效果:平均预测误差为11.780 15%,比传统灰色GM(1,N)模型的平均预测误差18.776 38%减小了37.260 80%,近期预测误差更小,2017年预测误差仅为0.604 52%。研究还发现,影响武汉市住户存款余额的因素由大到小依次为城镇化率、城镇居民收入、农村居民收入、人口数量。

基于改进GM(1,N)灰色关联模型的铅酸蓄电池容量预测

铅酸蓄电池由于其容量大、成本低、自放电率低等优点是应急电源(EPS)系统的基本组成部分,剩余容量作为衡量蓄电池能力指标的重要参数直接影响着系统的安全运行。引入电池的端电压、内阻两个参数作为容量的两个关联因素,建立多因素关联分析的GM(1,N)灰色模型,并对模型进行了改进,针对影响模型预测精度的关键量"均值序列加权参数",提出了一种合理有效的选取方法,最后的预测实例验证以及误差分析表明,该方法具有操作简单、算法复杂度低而且预测精度高的优点,有很强的实际应用价值。

基于GM(1,N)模型的碳钢腐蚀速率预测

[目的]碳钢在海洋环境下的腐蚀速率预测非常复杂和模糊。针对碳钢腐蚀速率的灰色预测模型精度普遍不高的现状,为提高腐蚀速率预测模型的精度,[方法]通过船用碳钢腐蚀速率和海洋环境因素的灰关联分析,得到影响船用碳钢腐蚀速率的关键因素,进而建立具有较高精度的GM(1,N)腐蚀速率预测模型。[结果]实例分析表明,在青岛、厦门、舟山和榆林海域影响船用碳钢腐蚀速率的主要环境因素是海水温度、海生物附着量、pH值和海水盐度,在此基础上建立的GM(1,5)模型具有较高的精度且计算量较小。[结论]GM(1,N)模型可以有效预测碳钢等船用金属的腐蚀速率,可为船用金属腐蚀寿命的研究提供理论支撑,具有一定的参考价值。

残差修正模型GM(1,N)在地铁基坑周边建筑沉降预测中的应用

基坑开挖范围通常较大,会对邻近建筑物造成一定的沉降影响。本文对几种常见基坑参数进行灰关联度分析,选择关联度较高的几种因素进行多元分析。在GM(1,N)模型的基础上提出一种残差改正方法,以提高预测精度。通过实例验证,基于残差修正GM(1,N)模型中误差达到0.551 m,相比常规GM(1,N)模型有较大提升,在较大沉降数据预测中改正效果较好。

基于残差修正GM(1,N)的成都市社会消费品零售额预测

通过介绍灰色GM(1,N)模型基本原理和改进措施,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对成都市社会消费品零售额进行预测。平均预测误差为10. 66997%,比非残差修正的灰色GM(1,N)模型的平均预测误差14. 60739%减小了26. 95499%,近期预测误差更小,2017年预测误差仅为1. 76773%。研究还发现,对成都市社会消费品零售额影响由大到小的因素为城镇化率、城镇居民人均可支配收入、地区人口数量、农村居民人均纯收入。

基于残差修正MGM(1,N)的轨迹模拟方法

针对机载自卫电子对抗系统地面测试时模拟器与飞机位置相对固定、检测结果不精确的问题,提出一种基于残差修正的轨迹模拟方法,首先对飞机三维位置坐标构建MGM(1,3)模型,通过对获得的模拟值进行多次残差修正以进行改进,最后得到轨迹模拟表达式。实验仿真表明:与传统的MGM(1,3)模型相比,基于残差修正的MGM(1,3)模型相对误差较小,避免了因数据跳动较大而引起的预测风险,提高了模拟结果的可靠性,基本符合机载电子对抗系统地面测试的需要。

高阶残差修正GM(1,1)区间预测模型及其应用

提出了一种Markov高阶残差修正GM(1,1)区间模型,在GM(1,1)模型的基础上对拟合数据残差项的绝对值运用Markov模型进行数据拟合,通过将残差项叠加的方式逼近数据真实值。根据残差项的正负状态构建了预测区间,并通过数值模拟论证了预测区间的适用范围与合理性,运用Markov模型对预测区间进行了修正和改进,给出了Markov高阶残差预测区间的表达式。分析结果表明,模型弱化了灰色发展系数的取值条件,并且计算修正残差的阶数越高,预测区间结果可靠性越高,避免了根据概率大小选择预测结果所产生的预测风险,提高了预测结果的可靠性。

基于灰色理论的甲型H1N1流感传染人数预测模型研究

就我国甲型H1N1流感传染人数的预测运用灰色系统理论,建立了GM(1,1)模型和1阶残差修正模型GMε(1,1),并分别作了精度分析。研究了GMε(1,1)的变化趋势,提出了临界值和有效域概念。用MATLAB确定了模型参数及模型预测值。

基于残差单调性的GM(1,1)修正模型及其应用研究

通过建立灰色GM(1,1)预测模型,对边坡位移进行预测。根据预测结果并利用残差在一定区间内呈单调变化的特性,再基于残差单调性重新选取样本序列,再次建立1组新的灰色模型,从而可极大地提高边坡位移预测精度。该模型被称为基于残差单调性的GM(1,1)修正模型。

基于修正GM(0,N)模型的情报雷达购置费预测

针对情报雷达购置费用估算方面存在预测周期短、适用范围小及估算误差大等问题,构建雷达装备性能指标体系,提出基于相似关联的修正GM(0,N)预测模型.该方法通过建立费用估算建模数据矩阵,运用灰色关联分析和相似关联分析对数据矩阵进行重构,引入精度检验和残差修正对预测结果进行修正.实例分析表明,该方法是有效的;与线性回归模型和传统GM(0,N)模型相比,该修正GM(0,N)预测模型使估算结果更准确.

使用灰色GM(1.1)残差修正模型获得较高精度条件的探讨

从求得灰色数学模型GM(1.1)及其残差指数修正模型和残差周期修正模型函数曲线的驻点与拐点入手,导出使用这些灰色模型取得较高精度的条件,让使用者可依据初始序列数据的态势决定采用哪种数学模型,并且在结果未揭示以前便可大体上估计到拟合精度是否令人满意。

基于灰色关联GM(1,N)-Markov修正模型的应用

针对变形系统中多变量之间相互作用影响,传统GM(1,1)模型难以体现沉降变化趋势的问题.该文提出基于灰色关联分析的GM(1,N)模型对数据分析处理,并利用Markov模型修正残差序列,提高预测精度。通过实际工程应用表明:灰色关联GM(1,N)- Markov模型的预测精度高,结果更为可靠,在实际工程沉降分析预测中具有可行性。

基于残差修正GM(1,N)的常州市社会消费品零售额预测

介绍了灰色GM(1,N)模型基本原理和改进措施,提出了残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对常州市社会消费品零售额数额进行了预测,取得了较好的效果。平均预测误差为7.86126%,比非残差修正的灰色GM(1,N)模型的平均预测误差11.85207减小了33.6672%,近期预测误差更小,2017年预测误差仅为3.0%。研究还发现,对常州市社会消费品零售额影响由大到小的因素为城镇化率、城镇居民人均可支配收入、地区人口数量、农村居民人均纯收入。

残差修正GM(1,1)模型在煤矿事故预测中的应用

百万吨死亡率是煤炭安全生产的一个重要考核指标,为准确预测煤炭行业安全生产的总趋势,利用灰色系统相关理论,建立了煤炭行业百万吨死亡率的GM(1,1)预测模型。同时鉴于GM(1,1)模型预测精度很低,建立残差修正GM(1,1)预测模型对模型进行了二次修正,并利用该修正模型成功预测出我国煤矿2009年的百万吨死亡率将首次降到1以下,权威机构数据表明,预测结果是可参考的。

基于灰色马尔可夫链的兰村泉域地下水位预测

将兰村泉域S1长观孔2001—2010年的年平均水位埋深作为特征因素序列,降水量和人工开采量作为相关因素序列,采用灰色系统理论将GM(1,N)模型应用于兰村泉域岩溶地下水位埋深预测,并应用马尔可夫模型对输出结果进行残差修正。结果表明:经过修正后的GM(1,3)模型的拟合精度达到97.41%,比没有经过残差修正的GM(1,3)模型高出9.62%,修正后的预测值更加贴近原始值,准确性提高。采用马尔可夫残差修正模型对2011—2013年兰村泉域水位埋深值进行预测,结果表明:2011年、2012年、2013年的地下水位预测值分别为33.24、32.01、31.12 m,地下水位缓慢回升。

基于残差修正GM(1,1)模型的火灾事故预测

为掌握火灾发生、发展的规律,针对火灾事故的特点,根据灰色理论,建立了我国火灾起数及死亡人数的GM(1,1)预测模型.由于火灾起数的波动性较大,运用残差变化规律,对所建立的GM(1,1)预测模型进行了修正,得到残差修正GM(1,1)预测模型,应用该模型对火灾起数进行预测,使预测精度达到了一级.预测结果可以为消防安全管理部门的决策提供科学的依据.

基于残差修正的组合模型在港口吞吐量预测中的应用

针对吞吐量的预测,借助趋势分析法和灰色GM(1,1)建立组合预测模型,为提高预测精度,利用灰色残差模型对组合模型进行修正,同时,以重庆港为研究对象进行实例分析,结果表明经修正的模型具有简便实用的优点,最后,对重庆港未来几年的吞吐量进行预测。

甲型H1N1流感传染人数的灰色预测模型研究

就我国甲型H1N1流感传染人数的预测运用灰色系统理论建立了GM(1,1)模型和1阶残差修正模型GMε(1,1),并分别作了精度分析研究了GMε(1,1)的变化趋势,提出了临界值和有效域概念.用MATLAB确定了模型参数及模型预测值.