基于灰色-马尔可夫模型的国内游客总数预测

结合灰色模型在小样本下预测精度较高的优点和马尔可夫模型对随机波动数据处理结果较好的优点,以2004—2015年国内游客总数构建传统灰色GM(1,1)模型、无偏灰色GM(1,1)模型、灰色马尔可夫模型和无偏灰色马尔可夫模型,并对比2016—2018年国内游客总数的预测值与实际值.结果表明,灰色马尔可夫模型和无偏灰色马尔可夫模型相比于传统灰色GM(1,1)模型和无偏灰色GM(1,1)模型的平均相对误差分别提高了2.36个百分点和2.33个百分点,灰色模型结合马尔可夫模型后能够解决对随机波动数据的预测偏差,有效提高预测精度.     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明：改进的灰色Verhulst模型较好地反映了告诉公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。     

可调式灰色GM(1,1)模型

灰色模型是灰色系统理论的重要内容,灰色预测、灰色决策、灰色评估等许多理论都是通过建立灰色模型来处理的,由于离散函数的导数不存在,因此,如何处理导数信号,是建立灰色模型的关键。本文根据灰色ＧＭ（１,１）模型的建模机理,指出现行建立模型方法的不确定切之处,给出处理导数信号即背景值的方法,由此导出可调节灰色ＧＭ（１,１）模型。     

提高工业产值灰色模型预测精度

通过建立鞍山市历年工业总产值全数据的灰色模型,较准确地预测出鞍山市1990年的工业总产值,其预测误差为10.99％.在1989年总产值的邻域系上建立了灰色模型簇。通过比较簇中各灰色模型的平均误差及原点误差,筛选出最优灰色模型。为进一步提高该模型的精度,又以残差数列建立灰色模型对该模型进行修正。修正后预测出1990年的工业总产值的预测误差仅为4.14％,这表明,在灰色模型簇中筛选最优预测模型,并在此基础上建立被残差修正后的灰色预测模型,从而提高灰色模型的预测精度。     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明:改进的灰色Verhulst模型较好地反映了高速公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。     

火灾事故的灰色-马尔可夫模型预测研究

鉴于火灾事故的发生受多种复杂因素的影响,并且具有较大的随机性和波动性的特点,笔者等将灰色模型和马尔可夫模型相结合,建立火灾事故的灰色–马尔可夫模型,利用灰色模型的灰色性和马尔可夫模型的随机性来体现各自的优点,并运用该模型对全国农村火灾事故进行预测。实际应用表明,灰色–马尔可夫模型的预测精度明显高于灰色模型的预测精度,完全能满足预测精度的要求,可以较好地用于火灾事故的预测。     

基于改进无偏灰色模型的燃气供气量的预测

为有效配置资源及保障城市安全,利用改进无偏灰色模型计算城市燃气供气量。建立无偏灰色预测模型,用3点平滑法及等维新息对数据序列进行处理,得到改进无偏灰色预测模型。根据城市供气量的统计数据,分别由无偏灰色预测模型及改进无偏灰色模型进行拟合预测,并将所得供气量与实际供气量进行比较。计算结果表明:无偏灰色模型所得预测曲线为单调递减函数,随着预测时间增加预测值和实际供气量偏差较大;改进无偏灰色模型能够改变无偏灰色模型的单调性,预测值和实际供气量比较接近,可用于中长期预测。无偏灰色模型和改进无偏灰色模型预测所得燃气供气量的相对误差均值分别为7.32%和5.76%。     

灰色综合DEA模型的研究

在综合DEA模型的基础上,提出了灰色综合DEA模型并进行了初步的研究.利用灰色线性规划的θ定位解法求解灰色综合DEA模型的最优解,从而得出灰色综合DEA模型决策单元的有效性.     

基于背景值和初值改进的灰色Verhulst 模型

针对灰色Verhulst模型的理论缺陷,在优化背景值的基础上,将X(1)的第n个分量作为灰色Verhulst模型的初始条件,改进灰色Verhulst模型.应用实例表明,在一定程度上,改进的灰色Verhulst模型消除了灰色Verhulst模型在背景值获取和初值选取时造成的误差,具有较高的模拟精度.     

模袋砂堤防沉降量预测的分数阶灰色模型

为获得更优的模袋砂堤防沉降预测结果,基于灰色模型,提出一种分数阶灰色模型。运用MATLAB语言编写了相关程序,实现微分阶次到分数阶的改变,并运用该模型对模袋砂滩涂围垦测试的沉降结果进行实例分析。分数阶灰色模型与灰色Verhulst模型、残差GM模型、GM(1,1)模型对比分析表明:(a)分数阶灰色模型预测结果更精确,其不仅具有GM(1,1)模型前期预测效果好的优点,而且具有灰色Verhulst模型后期预测效果好的优点;(b)分数阶灰色模型的中长期预测结果稳定性比残差GM模型好。     

多变量灰色模型在预测中的应用

单变量的GM(1,1)模型用于单一时间序列的建模与预测,而MGM(1,n)模型是对GM(1,1)模型在多元变量情况下的自然推广,通过对MGM(1,n)模型建立过程以及应用方法的示例,来说明该模型的现实应用价值.     

电液加载系统的多变量模型与控制

本文建立了阀控油马达力矩加载系统的多变量模型,提出了相对多余力的概念和评价加载系统性能的指标参数,根据多变量控制理论,实现了微机解耦控制。     

应用多变量系统辨识建立浮选回路在线模型

浮选回路的在线模型是实现浮选回路计算机高级控制的基础.本文将多变量系统辨识理论和方法应用于浮选回路在线模型的建立,以带外生可观测干扰变量的多变量受控自回归滑动平均模型作为浮选回路在线时间序列模型的基本形式.在IBM-PC/XT微型机上建立了通用的多变量递推辨识程序包MVRIMPB,用以估计模型的阶和参数.最后用仿真方法考查了程序包的实用性.     

多变量时序模型的典则型研究

本文从多项式矩阵理论入手，指出多维时序模型的自回归部分多项式矩阵与滑动平均部分的多项式矩阵右互质，只是保证模型为典则型的必要条件，而不是充分条件，因此，为了获得多变量时序模型的典则型，必须限制模型的部分参数表达形式，因此提出了一种形式简单的多变量时序模型的典则型，并给出了实现的具体算法，还证明了该典则型自回归与滑动平均部分的多项式矩阵是右互质的．     

基于逐步优化构造背景值和倒数累加生成非等间距多变量的优化MGRM(1,n)模型

灰色系统理论是研究贫乏信息的科学理论,具有广泛的适应性.应用逐步优化的建模方法构造多变量非等间距优化灰色模型MGRM(1,n)的背景值,以相对误差均值最小为目标函数,以MGRM(1,n)响应初值修正量为设计变量,基于倒数累加生成建立了非等间距多变量优化灰色模型MGRM(1,n).该模型不仅适合于等间距建模型,也适合于非等间距建模,拓广了灰色模型的应用范围.该模型精度高,使用简单.实例表明所建模型的实用性与可靠性.     

基于圈层人口变量的城市轨道交通车站客流预测

考虑城市轨道交通车站客流(指进出站客流)吸引范围内不同距离的人口对车站客流贡献率不同的情况,将人口按照距离车站的远近分为不同圈层,以不同圈层人口作为变量进行车站客流预测.通过偏相关分析验证圈层人口作为变量的合理性,同时获得影响车站客流的其他显著因素.针对线性多元回归预测模型的不合理性,建立了可反映车站客流与自变量高度非线性关系的BP(back propagation)神经网络预测模型.案例研究表明:基于圈层人口变量和BP神经网络的车站客流预测模型在减小误差方面明显优于其他模型,且具有很好的实时性.在上述模型的基础上,构建了已知任意车站背景变量,车站圈层人口对客流的贡献率模型.该模型验证的结果进一步说明基于圈层人口变量和BP神经网络的车站客流预测模型能够很好地反映圈层人口与其他影响车站客流的显著影响因素同车站客流之间的关系.     

基于现场数据热工对象建模的可辨识性

为克服现有机理建模和试验建模方法的不足,从基本建模理论出发,研究了利用现场数据对热工对象进行建模的问题。基于现场数据建模需要对热工过程输入信号的可激励性、控制系统闭环可辨识性、多变量系统输入信号的无关性等进行判断。结果表明:在较大的机组负荷波动过程中采集的运行数据能够满足输入信号的可激励性;热工过程的大滞后现象对保证热工控制系统的闭环可辨识性有利;含有噪声的实测信号能够保证多变量系统的可辨识性。在满足以上条件的情况下,可以基于现场数据对热工对象进行建模研究。     

因子分析模式识别法在乙苯生产调优中的应用

模式识别方法是一种具有独到之处的多元统计处理方法。本文运用因子分析模式识别法,研究乙苯烃化装置的生产调优。自编了相应的计算机程序,建立了数学模式,找到了优化控制条件,获得了十分明显的经济效益。     

输油管的布置方案

基于建设费用最省的目标,运用多变量最优化的方法,针对不同的情形建立了完整的多元函数优化模型,并且给出了具体的管线布置方案.     

基于Laguerre 函数近似模型的多变量系统增量型预测控制的算法

探讨了基于Laguerre函数近似模型的多变量系统的增量型多步预测、多步控制算法 ,并进行了仿真 ,结果表明该算法具有较好的控制性能