基于等维灰数递补模型的路面性能预测方法

为了准确掌握沥青路面使用性能指标的变化趋势,以车辙指数(rutting depth index,RDI)为例提出了能够有效动态使用新数据的等维灰数递补模型.利用该模型对路面状况指数(pavement condition index,PCI)、行驶质量指数(riding quality index,RQI)和横向力指数(skidding resistance index,SRI)等指标进行了预测.结果表明,使用等维灰数递补模型对RDI、PCI、RQI和SRI预测在第3步时,最小误差概率均为1,后验方差比分别为0.1117、0.0654、0.2018和0.1130.证明了随着步数的增加,其预测结果精度越高、误差越小,表明该方法能够准确地预测路面性能.

基于等维灰数递补动态GM(1,1)模型的城市大气环境质量预测研究

根据乌鲁木齐市2005～2011年大气环境中3种污染物(SO2、NO2、PM10)的监测值,对乌鲁木齐市大气环境质量现状进行分析评价.采用等维灰数递补动态的方法,建立GM(1,1)预测模型,对乌鲁木齐市2012～2015年SO2、NO2和PM10的浓度变化进行中短期预测分析.结果表明:近年来乌鲁木齐市主要大气污染物依然是SO2和PM10,呈现典型的煤烟型污染特征;空气综合污染指数整体呈下降趋势,空气污染程度呈逐年减轻趋势,空气质量逐步得到改善.预测结果显示,2012～2015年乌鲁木齐市大气污染物SO2和PM10浓度呈下降趋势,NO2浓度呈缓慢上升趋势.

等维灰数递补动态模型在城市生活用水量预测中的应用

运用灰色系统理论中“等维灰数递补动态模型”对城市生活用水量进行了分析与预测。一是对用水人口进行预测,并运用回归理论对城市生活用水量与用水人口的关系建立模型,对城市生活用水量进行了预测;二是运用等维灰数递补动态模型直接对生活用水量进行预测。

基于等维灰数递补动态模型的人口老龄化趋势预测

运用灰色系统中的等维灰数递补动态模型,根据人口普查中得到的老年人口占总人口的比例等数据建立了动态GM(1,1)模型.对今后几年老年人口占总人口的比率进行灰色预测,并对预测精度进行验证,结果显示拟和程度较高.

新疆克拉玛依市医疗机构卫生人员需求预测分析

目的探讨新疆克拉玛依市2006-2010年医疗机构提供医疗卫生服务以及社会发展情况,测算2011-2015年医疗机构的卫生技术人员数量和机构,为合理配置与规划医疗机构的发展提供有效的依据。方法根据2006-2010的卫生服务需求数据,利用等维灰数递补动态模型预测2011-2015年的卫生服务需求数据,再利用卫生服务需求法计算2011-2015年的医生数,最后利用相应的指标推算其他人员的数据量。结果根据卫生服务需求法测算2011年克市医疗卫生机构总人数应为3 508名,其中医生926名、护士1 111名,2015年为3 663名,其中医生967名、护士1 160名;截止2010年底卫生人员是2 987名,与2011年测算的卫生人员总数相差521名,卫生技术人员2010年数量与2015年测算的卫生技术人员相差643名。结论克市医疗机构卫生人员总量不足,卫生人员结构不合理,工勤人员比例偏高,其他卫生技术人员比例偏低;2011-2015年克市卫生技术人才引进工作压力大。

基于等维灰数递补动态GM(1,1)模型的矿区需水量预测研究

在研究煤矿区中长期需水量预测过程中,针对常规GM(1,1)模型存在的不足,选用等维灰数递补动态GM(1,1)模型来进行矿区需水量预测,运用此模型对神东矿区自来水需水量进行了拟合和预测,结果表明此模型拟合精度高,适合于矿区中长期需水量预测使用,可为矿区水资源的开发利用规划和可持续利用提供必要的参考。

改进的单桩抗拔极限承载力的灰色预测

采用缓冲序列算子,对原始非等步长GM(1,1)模型作修正,并在此基础上建立了等维灰数递补动态预测GM(1,1)模型对单桩抗拔极限承载力进行预测。工程算例结果表明,经缓冲算子修正后的等维灰数递补动态预测GM(1,1)模型,预测精度最高。

湖南省人均GDP发展趋势的GM(1,1)模型

通过灰色系统理论,建立湖南省人均GDP的GM(1,1)等维递补动态模型,在此基础上改进预测公式并预测其发展趋势。结果表明该模型能很好的反映其发展趋势,对政府宏观调控具有一定的参考价值。

郑州市生态安全评价及预测模型评价研究

以2001～2006年郑州市的生态安全综合指数为原始数据,运用灰色系统GM(1,1)预测模型与改进了的灰数等维递补动态预测模型分别对郑州市生态安全进行短期和较长期的预测和分析.结果认为,未来几年郑州市生态安全状况仍呈现出稳定上升的趋势,灰数等维递补动态预测模型弥补了灰色系统只适用于短期预测的缺陷,可做较长期预测.

新陈代谢GM(1,1)模型在人口老龄化预测中的应用

根据人口普查中得到的老年人口占年末户籍人口的比例等数据建立了新陈代谢GM(1,1)模型,并对今后几年老年人口占年末户籍人口的比率进行预测,且对预测精度进行验证。结果显示,拟和程度较高,预测误差较小。