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。

镇江市中老年人群梅毒发病人数GM(1,1)模型预测分析

目的了解镇江市中老年人群梅毒发病特征及趋势,为制定防控策略提供依据。方法在分析2010-2013年镇江市中老年梅毒感染人群特征基础上,建立≥50岁人群Ⅰ、Ⅱ期梅毒发病人数GM（1,1）灰色模型,并进行疫情的预测与评价。结果 2010-2013年镇江市中老年梅毒感染集中在50~69岁年龄段,占81.9%,职业以农民、离退人员、家务及待业和工人为主,分别占51.4%、19.2%、10.2%和9.7%。Ⅰ、Ⅱ期梅毒发病人数GM（1,1）模型分别为：^Y=1 430.08e0.059t-1 328.08,^Y=1 220.37e0.073 9t-1 090.37。结论镇江市中老年人群梅毒发病人数近年呈逐年上升趋势,需及时采取有效的防治措施,并提供合理的公共卫生及性病诊疗服务。

利用GM(1,1)模型群预测油田产油量

针对预测时如何判断建模历史数据的稳定性和新的信息如何及时补充修正原预测模型,不断提高预测精度等问题,运用灰色系统理论,建立灰色等维新息GM(1,1)模型群,准确识别系统的稳定阶段,选择合理的建模数据,建立可靠的灰色模型,提高预测值的可信度;建立等维灰数递补GM(1,1)模型群预测产油量,及时补充新息数据,约束灰平面的扩展,提高模型的预测精度。将这种方法应用于中国东部某油田年产油量的建模和预测。研究结果表明,通过考察等维新息GM(1,1)模型群的后验差比和小误差概率的变化,可以判断系统的稳定和非稳定阶段,选择合理稳定的建模数据;采用等维灰数递补GM(1,1)模型群预测产油量,提高了预测灰区间的白化度,随着灰参数的不断修正,模型预测精度不断提高。

新陈代谢GM(1,1)模型在造价预控制中的应用

结合工程实例 ,应用新陈代谢 GM( 1 ,1 )模型 ,及各种造价指数 ,灰色预测控制工程造价 .实现了造价的事前控制 ,预估精度满足要求 ,可以在造价控制中予以参考使用 .

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。

基于GM(1,1)模型的高速铁路沉降分析预测

GM(1,1)模型是变形监测中常用的一种预测模型,针对复杂的高速铁路累计沉降数据序列,采用传统GM(1,1)模型、时变参数GM(1,1)模型和新时变参数GM(1,1)模型进行分析预测,通过对比几种模型的拟合预测精度发现,新时变参数GM(1,1)模型能显著提高拟合预测精度,适用于高速铁路沉降分析和预测。研究结果可为高速铁路的沉降监测提供一定的参考价值。

我国海洋新兴产业发展预测研究——基于灰色预测模型GM(1,1)

海洋新兴产业的培育与发展对我国"蓝色经济"战略的实施具有重要的意义,也是各沿海地区海洋经济部署的重点领域,对海洋新兴产业发展的研究就成为海洋经济管理的重要组成部分。运用定性与定量分析相结合的方式,对我国海洋新兴产业发展的规模和速度等现状进行分析,并利用灰色预测模型对其未来发展趋势进行科学预测;研究结果表明,我国海洋新兴产业规模较小,但发展速度快、潜力较大,现有的产业政策取得了较好的成效,需要政府部门从产业风险防范、技术创新成功转化等措施入手进一步推动海洋新兴产业的发展。

基于GM(1,1)模型的新能源汽车销量预测研究

交通运输是碳排放的重点行业,因而新能源汽车的推广使用是减少碳排放、实现国家“双碳”目标的重要举措。近年来,政府已出台各项新能源汽车补贴政策,持续推动新能源汽车产业的发展。研究基于GM(1,1)模型,根据2012-2021年中国新能源汽车年销量数据,对未来五年新能源汽车销量进行预测。研究发现,新能源汽车产业已逐渐迈入快速发展阶段,销量增长速度呈现逐年加快的趋势。针对当前新能源汽车发展迅速的现状进行原因分析,并在补贴退坡政策影响下为新能源汽车产业的未来发展提供参考建议。

数据信息对灰色GM(1,1)模型的影响

原始序列初始值对灰色系统GM(1,1)模型值和预测精度不产生任何影响,文章讨论原始序列其他值变化对灰色系统GM(1,1)模型的值和预测精度的有效性问题,从待辨识参数角度求解单个数据的改变对预测结果和预测精度的影响,通过计算第2、第3个信息对待辨识参数的影响公式,得到第m个信息改变影响的通项公式,比较第m-1个数据和第m个数据变化后对预测结果影响的大小,从而得出最新信息与旧信息的优先性对比结果,理论上证实新信息优先理论。最后将GM(1,1)模型应用到实际应用中,通过对比分析发现新信息对结果的影响大于旧信息。

基于GM(1,1)模型的新机备件需求预测

利用灰色GM(1,1)预测模型对新机备件消耗需求进行预测,根据新机备件历史消耗数据建立动态微分方程,并预测其消耗量的发展趋势,为新机备件保障提供参考。利用MATLAB实现了灰色预测GM(1,1)算法,并以某型航材备件需求预测为例,对该方法进行了仿真验证,结果表面该预测方法具有样本量小、计算简洁、预测准确的特点。

基于GM(1,1)模型群的重庆货运量预测研究

货运量是货运市场体系中的重要统计指标,预测货运量发展趋势是制定货运发展战略的前提和基础。文章根据重庆市货运发展状况,收集了重庆2001-2011年货运量的数据,采用GM(1,1)模型群对重庆市货运量进行模拟、预测。经过模型精度检验,最后选择等维灰数递补GM(1,1)模型对未来四年内的重庆货运量进行预测。

新信息优先原理下非等间距GM(1,1)模型优化研究

针对现实工程应用中存在非等间距序列问题,基于新信息优先原理提出非等间距GM(1, 1)优化模型.在对现有初始条件优化方法的缺陷进行分析的基础上,基于新信息优先原理,利用一阶累加生成序列的各分量加权和重构模型的初始条件,并利用各时点分量大小计算新旧信息间的权重分配比例,强化新信息对发展趋势的修正作用;在相对误差平方和最小准则下,给出时间参数的求解公式,进而构建优化模型.通过递增和递减两个类型实例研究,表明所提出优化模型能够充分利用新信息,预测精度优于其他初始条件改进模型.

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。

基于AHP与熵值法构建的火灾预测组合灰色模型

火灾预测可以帮助消防部门更好地采取预防措施和制定灭火方案,减轻火灾损失。如何通过人工智能方法预测火灾数量、判断火灾发展趋势成为一项重要的研究课题。对城市消防火灾数量进行预测时,文中首先对原始数据序列进行加权滑动均值处理;其次建立了基于背景值优化的灰色模型和无偏优化灰色模型;而后引入了结合等维新息理论的马尔可夫模型,对经过改进的灰色模型进行预测值的残差修正;最后建立了基于层次分析法(AHP)与熵值法的主客观赋权组合模型。针对北京市2012—2019年火灾事故数据进行建模,并对后续两年的火灾发生数量进行数据预测与模型对比验证分析,根据预测结果判断未来火灾数据的变化趋势。实验结果显示,优化模型可以提高预测精度,其中结合AHP与熵值法的组合模型预测精度达到了相对残差最小为0.6105%,后验方差比为0.323%。实验结果证明,优化后的模型可以更好地应用于对火灾事故的预测。

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.

中国新能源消费预测及对策研究

文章从消费总量和种类两个方面,对中国新能源(太阳能、风能、水能、核能、地热能和生物能)的开发应用现状进行了详尽梳理;结合GM(1,1)灰色模型和BP神经网络模型,构建了并联型灰色神经网络组合预测模型,并对中国新能源消费量进行了预测;从发展规模和增长速度两方面对不同种类新能源发展潜力进行排序。预测结果表明:到2020年我国一次能源消费总量将达3 503.1 Mt油当量,新能源消费总量为690.5 Mt油当量,占比为19.7%;中国未来将形成以风能和太阳能为核心,水能为重点的能源发展格局。文章还针对中国新能源可持续发展提出了对策和建议。

基于新优化灰色模型的江苏人口发展预测研究

对江苏省60a来人口发展进程进行了分析,并根据2008年江苏省人口最新统计资料,建立人口预测新发展系数的优化GM(1,1)模型,对2009—2020年江苏人口发展进行预测研究.结果表明:到2009年底,江苏总人口约为7741.65万人,到2010、2015、2020年,则分别约为7807.35、8144.30和8495.80万人,预测结果符合江苏人口发展实际.

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。

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。