基于扩展卡尔曼滤波和GSA的多变量灰色经济预测模型

提出一种多变量灰色预测模型。该方法使用扩展卡尔曼滤波(EKF)实现灰色预测模型的参数估计和预测,同时在扩展卡尔曼滤波步骤中引入万有引力算法(GSA)识别未知噪声统计特性。为了验证模型的有效性,利用山西省2003—2012年的国民生产总值(GDP)及其相关影响指标进行预测,与使用最小二乘法进行模型参数估计的多变量灰色模型(MGM)相比,提出的模型的预测准确性更高。     

高密度离散灰色建模及其预测应用

为定量描述复杂系统动态过程特征,针对生产过程空间整体参数的监测及控制问题,借助灰色系统理论的设计方法,给出一种利用多变量离散灰色模型预测控制算法.该算法利用线性矩阵级数展开求和设计一个空间高密度多点预测模型,基于该模型实现空间高密度多点预测模型的建模和预测.仿真算例证实了算法的有效性及可行性,为通用非线性预测提供一种新的控制思路.     

基于灰色神经网络的设备剩余寿命在线预测

为解决高可靠复杂设备的剩余寿命通常与多个性能参数共同退化相关的实际问题,提出一种多变量灰色误差神经网络预测方法。首先,建立经过背景值优化的多变量灰色预测模型MGM(1,n),并得到原始数据序列的初始预测值。然后,利用神经网络建立残差序列与原始数据序列之间的映射关系,训练RBF神经网络。最后,将改进的MGM(1,n)模型和RBF神经网络集成,建立多变量灰色误差神经网络预测模型。实例计算结果表明,与单一预测模型相比,该方法能够有效提高预测精度。     

多变量灰色预测模型在国民生产总值指数预测中的应用

国民生产总值指数作为综合反映物价变动情况的指标,是制定宏观经济政策的重要依据.该文综合考虑了餐饮住宿业、金融业、房产业三大行业的国民生产总值指数,使用灰色关联、离散型多变量灰色预测模型分析了餐饮住宿业、金融业、房产业三大行业的国民生产总值指数.研究表明离散型多变量灰色预测模型在模拟和预测三大行业的国民生产总值指数时具有较高的精确度,是研究该问题的有效方法.     

交通事故预测模型的研究

通过分析道路交通事故发生的特点,从不同的角度,建立了模糊图模型、非线性回归模型及基于灰色理论的灰色预测模型.重点针对道路交通事故灰色和随机不确定性,研究了一阶单变量灰色预测模型,即GM（1,1）模型.经对其进行实例检验,其结果可信,且较传统的预测算法更科学、更合理.     

一类离散多变量MGM(1,m)预测模型优化

针对相互影响的多变量序列的预测问题,探讨了原始MGM(1,m)模型和灰色离散模型的建模机理,提出一类离散多变量MGM(1,m)的优化模型,由推导可得该模型是灰色离散模型的一般形式.该模型通过求解线性方程组直接对多变量进行模拟和预测,有效避免了白化方程和微分方程转化带来的误差.实例表明,该模型的预测精度较传统MGM(1,m)模型有显著提高,拓宽了多变量灰色预测模型的应用范围.     

基于递推合成BP网络的多变量时间序列预测模型

提供了一种基于递推合成BP网络的非线性时间序列预测方法,并针对具体实例建立多变量时间序列模型.将其预测结果与灰色预测模型及常规BP网络的多变量时间序列预测模型的结果进行比较,其仿真实验结果表明该网络具有很强的学习特性和泛化能力,适合进行非线性时间序列建模及预测.     

基于灰色预测模型的全球气候变化趋势预测

考虑地球吸热、散热和海洋表面温度等因素对气候的影响,建立多变量灰色预测模型,预测未来气候变化趋势.考虑全球与局地之间是整体与部分的关系,建立基于多变量灰色预测的线性回归模型,判断全球气候变化与局地"极寒现象"之间是否存在关联性.     

MGM(1,n)模型下的公交车运行时间预测

针对城市公交系统的复杂性和随机性,应用灰色理论建立了公交车运行时间的多变量灰色预测模型(MGM(1,n)),对晴天高峰时段、雨天高峰时段和平峰时段的公交车运行时间进行预测.预测结果表明:不同时段公交车运行时间预测的平均相对误差均在5%以内,模型精度等级符合预测要求.     

基于改进粒子群优化算法的灰色神经网络模型

根据灰色神经网络的参数随机选择类似于粒子群算法中的粒子初始空间位置,采用改进粒子群算法代替梯度修正法,对网络参数进行了处理,并通过寻找粒子群算法中的最优个体,建立了基于改进粒子群算法的灰色神经网络,提高了预测模型的稳健性和精度.通过解决短期订货量问题,与反向传播(BP)神经网络、灰色神经网络、没有改进的粒子群灰色神经网络算法和基于遗传算法的灰色神经网络等方法进行了比较.分析结果表明,基于改进粒子群算法的灰色神经网络计算更为方便,并具有更好的逼近能力和预测精度.为优化网络模型参数提供了一种新方法,并拓展了预测模型的研究思路.     

模糊预测型线性规划在矿山产能分配中的应用

针对矿山产能分配时约束条件多为模糊约束,而约束系数多为灰数的情况,综合模糊线性规划以及灰色预测型线性规划特点,构建模糊预测性线型规划模型对矿山产能进行分配.利用灰色预测理论对模型中的各灰色系数进行白化,将模糊预测型线性规划模型转变为模糊线性规划模型.利用模糊最优判决条件将模糊线性规划转变为求最大隶属度的一般线性规划模型,进而得到矿山产能取得最大经济效益时的产能分配,实现生产资料的科学配置和利润的最大化.     

一类灰色二层线性多目标规划问题及其算法

将下层带多目标函数的二层线性规划与灰色理论相结合,提出了一类灰色二层线性多目标规划问题,给出了该问题的数学模型和相关概念。在约束域为非空紧集的条件下,证明了漂移型灰色二层线性多目标规划问题的最优解一定可以在约束域的极点达到,并提出了一个基于k次最好法的求解算法,证明了该算法具有全局收敛性,算例分析验证了所提算法是有效的。     

Supply Chain Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

Supply China Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

Distribution Inventory Cost Optimization Under Grey and Fuzzy Uncertainty

0 IntroductionThe bullwhipeffect makes many parameters of supplychainbecome more uncertain[1].The customer demand andre-plenishment lead ti me are i mportant uncertain parameters insupply chaininventory system[2 ,3]. However , many researchesabout inventory control have made strong assumptions takingthe uncertain factors as stochastic[3-6]or deterministic parame-ters[2].These assumptions may make the models less realistic.The stochastic programming and fuzzy programming areusual uncertain pro…     

灰色多随从二层线性规划问题及其解法

针对多随从二层线性规划问题, 结合灰色特征, 提出了灰色独立多随从二层线性规划问题. 建立了该问题的数学模型, 并证明了漂移型灰色独立多随从二层线性规划问题等价于漂移型灰色二层线性规划问题. 对于漂移型灰色独立多随从二层线性规划问题, 基于单纯形法设计了一种求解算法. 数值算例表明该算法是可行有效的.     

灰色线性规划及解的探讨

灰色线性规划（GLP）是研究不确定性决策问题的一种灰色系统分析方法,它是传统线性规划（TLP）方法的一个发展,GLP方法的应用主要依赖于它的解处理的可行性,以前的方法主要是通过定义和测试“可信度”来求解,本文给出了解漂移型灰色线性规划的一种新方法。     

资本结构的灰色线性规划模型

研究了灰色线性规划在确定最佳资本结构中的应用.介绍了灰色线性规划的一般模型和一些影响企业资本结构的因素,主要包括获利能力、成长性、减税收益、财务风险,弥补了一般线性规划的不足.详细阐述了如何建立资本结构的灰色线性规划模型及如何通过模型确定企业的最佳资本结构,该模型提供了一种新的确定最佳资本结构的方法.     

一类灰线性规划及其对偶理论研究

本文讨论了一类灰系数为区间的灰线性规划,定义了其第一和第二白化线性规划及其灰对偶规划,探讨了它们的解与原规划的解之间的关系,并得出了一些新的结论。     

经济决策不确定性的区间型灰线性规划数学模型及其几何意义

经济决策按照方法分为确定性决策和不确定性决策。灰色理论对于经济决策的不确定性有较好的辅助效果,由于客观事物存在灰性,使得很多线性规划问题难以或者无法用经典线性规则方法求解,以下结合实际经济决策案例,建立一般区间型灰线性规划问题的模型(GLP),并讨论它的一般解法。