灰色马尔可夫SCGM(1,1)预测模型

结合灰色SCGM(1,1)预测模型和马尔可夫概率预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型。并且以郑州市降雨量的预测作为实例,证明灰色马尔可夫预测模型对于随机波动性较大的数据列的预测具有较高的精度。     

基于灰色马尔可夫模型的施工质量成本预测

针对随机波动较大的施工质量成本预测问题,结合灰色SCGM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型,并以实例证明灰色马尔可夫预测模型对随机波动性较大的施工质量成本的数据列的预测,具有较高的准确性.     

旷展的SCGM（1，1）α0

对于有明显指数规律但却不能用SCGM(1，1)α0建模的一类数据，本文提出了建立SCGM(1，1)α0的改进方法，扩大了SCGM(1，1)α0适用范围，提高了建模精度。并用该方法预测了邯郸市未来工业用水万元产值取水量。     

基于灰色模型及其改进模型的土石坝沉降预测

考虑到土石坝沉降变形因素的复杂性以及GM （1,1）灰色模型基于贫信息数据所表现出来的优势,由大坝实测数据拟合构造GM （1,1）模型。为了进一步提高大坝沉降变形的预测精度,对原始GM （1,1）模型分别进行了考虑不同数据对预测结果有不同影响的加权改进和利用指数函数变换来提高原始数据光滑度的改进。实例应用表明,加权改进的GM （1,1）模型和函数变换改进的GM （1,1）模型的预测精度均优于原始GM （1,1）模型。     

扩展的SCGM(1,1)α0

对于有明显指数规律但却不能用SCGM(1,1)_(a0)建模的一类数据,本文提出了建立SCGM(1,1)_(a0)的改进方法,扩大了SCGM(1,1)_(a0)适用范围,提高了建模精度,并用该方法预测了邯郸市未来工业用水万元产值取水量。     

基于系统云灰色SCGM(1,1)c模型的铁路货运量预测

从铁路货运量的预测问题出发,试图找到稳定有效的方法对铁路货运量进行预测。通过对历年铁路货运量的定性分析,合理地选择预测数据数列,以充分体现铁路货运量的变化趋势。尝试采用单因子系统云灰色SCGM(1,1)c模型对铁路货运量进行了动态预测。结果表明:单因子系统云灰色SCGM(1,1)c模型在对铁路货运量的拟合和预测均有较好的效果。拟合精度和预测精度分别达到了98.83%和98.04%,可以有效地进行铁路货运量的短期预测。     

基于灰色马尔可夫模型的水上交通事故预测

在灰色GM（1,1）预测模型的基础上,运用马尔可夫模型对预测结果进行优化,并将由此建立的灰色马尔可夫模型运用于1979～1998年全国水上交通事故数据来预测1999年事故量．结果表明,这种模型的预测精度高达89％,明显优于单独使用GM（1,1）模型的预测结果．     

GM（1，1）耕地面积预测模型建与分析

本文以辽宁省某市1996年到2005年的耕地面积数据为时间序列,运用灰色系统理论的GM（1,1）预测模型,宏观的探讨耕地面积的变化。研究表明：GM（1,1）模型在一定期限内可以预测耕地面积的变化情况,为土地利用规划、以及耕地的合理利用与可持续发展等方面的研究提供较为可靠的耕地面积预测数据。     

季节指数修正GM（1，1）模型在空气质量预测中的应用

在GM（1,1）模型基础上建立季节指数修正GM（1,1）模型,并应用到郑州市空气质量预测中,应用实例表明,该模型对含有季节变动因素的时间序列的预测,具有较好的效果．     

制订城市总体规划的灰色系统方法

本文论述了一种制订城市总体规划的新方法——灰色系统方法。文中提出的SCGM(1,h)和SCGM(1,1)模型为灰色预测技术提供了新的基础和途径。     

带阶跃趋势的GM（1,1）及其在电力负荷中的应用

提出了一种带有阶跃趋势的改进型GM（1,1）模型,这种改进的灰色模型能够更好地适应带阶趋势的序列数据。同时该模型参数计算量大为减少,通过电力负荷实例的分析表明,这种改进的GM（1,1)模型更精确、合理。能够大大地提高预测精度和拓宽GM（1,1)的应用范围。这种带阶跃趋势的改进模型可以成为电力负荷预测的理想工具。     

人造板甲醛释放灰色模型

采用1 m3的小型环境模拟舱,在不同温度和装载度下,对胶合板、细木工板和密度板中甲醛释放过程进行测试。通过灰色关联分析法,比较不同时间段温度和装载度对甲醛浓度的影响程度;构建人造板材甲醛释放GM(1,1),DGM(1,1)和SCGM(1,1)灰色模型,对甲醛释放规律进行模拟和预测。研究结果表明:甲醛浓度在初始时刻(0~2 h)均迅速增大,随后速度增量慢慢减小,最后趋于恒定值;温度升高会促进板材内甲醛释放,而装载度增大则会减少单位体积板材内甲醛的释放量;3种板材中胶合板和密度板的甲醛释放量较大,且达到平衡时间较短。GM(1,1)和DGM(1,1)模型对人造板甲醛释放都有较高的模拟和预测精度,可以用来对甲醛释放过程进行模拟和预测。但SCGM(1,1)模型只适合用于密度板短期时间内的模拟,不适合用于3种板材甲醛释放的预测。     

灰色GRM（1，1）模型的改进

将 X（1）的第n个分量作为初始条件与优化背景值相结合对灰色GRM （1,1）模型进行了改进。应用实例表明,改进的灰色GRM （1,1）模型在一定程度上消除了传统灰色模型在背景值获取和初始值选取时造成的误差,提高了预测精度。     

GM（1,1）模型参数估算的新方法及其应用

通过对传统的GM（1,1）模型进行了分析,指出了GM(1,1）模型实质是指数预测模型,提出了一种新的参数估算法（最小二乘法）,用这种新方法估算GM（1,1）的参数,并通过一个实际例子进行了分析。     

一种基于灰色理论组合预测方法的研究与应用

基于灰色理论中GM（1,1）模型提出了一种新的预测方法（趋势预测）,并将其应用到组合预测中,并运用遗传算法调整组合预测权系数得到最优解。通过实例证明,该方法是正确的,算法是有效的。     

基于自相关的GM（1，1）与GM（1，N）联合模型优化及应用

分析基于自相关理论的GM（1,1）与GM（1,N）联合模型,将仅适合GM（1,1）模型的数据拓展到适合GM（1,N）模型。用数值积分中的Simpson公式来重建GM（1,1）与GM（1,N）的联合模型,在参数辨识过程中引入累积法,降低线性方程组系数矩阵的条件数,使联合模型求解更加稳定,提高了模拟及预测精度,并且克服了原GM（1,N）模型必须获得预报时刻点相关数据列的值的缺陷,有利于新息GM（1,N）模型的应用。数值实验结果表明,优化后模型数值稳定性好,其系数矩阵的条件数在数值上比通用的最小二乘法有所降低,且模拟平均相对误差也有所降低,预测精度得到提高。     

灰色预测模型的改进

一、引言灰色系统理论是由创始人邓聚龙教授创立的,由于它的建模方法简单,所需样本少,以及预测精度高等许多优点,自该理论创立以来,已被广大科技工作者广泛地应用于社会、经济、生态等领域,取得了很好的效果.由于灰色预测模型已被得到广泛的应用,所以在应用该模型前,应对动态模型的应用条件作一分析,并研究如何提高预测的精度.本文想通过讨论动态GM(1,1)模型的建模原理的基础上,进一步探索GM(1,1)模型存在的问题,并提出改进的方法,以提高模型对实际问题的预测精度.二、灰色预测模型的建模原理GM(1,1)预测模型是最常用的一种灰色动态预测模型,其建模原理是:     

基于时间序列模型与灰色模型的组合预测模型的研究

为了能有效地提高预测模型的精度,提出了组合预测模型.本文首先利用APdMA模型对时间序列数据进行模型的识别和拟合,然后由比较可知优化后的GM(1,1)模型拟合和预测效果好于GM(1,1)模型,最后通过赋予合理权重结合ARIMA模型和优化后的GM(1,1)模型两种方法得到ARIMA-GM的组合预测模型.预测结果表明:组合模型的预测准确性高于各个模型单独使用时的准确性,组合模型发挥了各个单一模型的优势.     

灰色模型GM(1,1)在益阳市耕地预测中的应用

以湖南省益阳市2000～2006年耕地数据为基础和平台,运用灰色预测GM（1,1）模型,探讨了耕地数量动态变化,为可持续发展规划提供参考．结果表明,GM（1,1）模型对益阳市耕地资源数量的历史趋势拟合程度较高,预测结果符合益阳市耕地数量变化规律,即益阳市耕地面积在未来几年内仍将呈现出持续减少的趋势．因此保护耕地资源,合理利用和保护耕地都是刻不容缓的任务．     

具有白指数律重合性的GM(1,1)的建模方法

利用灰色模型的级差格式的概念,找到了GM（1,1）模型的背景函数,从理论上说明了GM（1,1）模型与GM（1,1）逐步优化直接建模加速方法两者的关系,GM（1,1）逐步优化直接建模加速方法是一个近似精确级差格式,而原GM（1,1）模型在模型曲线接近直线时是一近似精确级差格式。以此为基础,并通过实例说明了GM（1,1）模型的有效性,及累加生成可降低误差的影响,增强规律性。