时间序列分析在龙羊峡水库流量预报中的应用

本文通过对龙羊峡水库入流量过程的数学分析,建立了灰色系统GM(1,1)型与时间序列模型AR(P)相叠合的长期径流预报模型。     

基于双向差分GM(1,1)模型当季国内生产总值预测

以灰色系统理论建模中的GM(1,1)模型为基础,结合双向差分原理,建立基于双向差分的GM(1,1)模型.该模型克服了大数据建模中对数据量的限制,为"贫数据"及"数据信息不确定"的这类数据提供一种建模思路.实证分析表明,基于双向差分的GM(1,1)模型预测精度优于灰色GM(1,1)模型及大样本建模中的ARMA模型.     

基于深度置信网络模型框架的长期径流预报

长期径流预报是保障水利水电工程科学运行管理的重要支撑.随着社会经济的发展，生产实践对长期径流预报精度和预见期长度的更高要求与当前预报的表现出现了矛盾.该研究提出了一种基于深度置信网络(DBN)模型的考虑气候系统指数的长期径流预报框架，并探索了其在预见期1～12个月时的预报表现.结果表明：(1)基于该框架进行预见期为1～12个月的径流预报时，在测试期的纳什效率系数(NSE)值均高于0.50,平均相对误差(MRE)值均低于35%,预报精度较高，且随着预见期的延长，径流预报能力并未呈现下降趋势；(2)在各预见期下，训练期和测试期的预报效果评估指标相差不大，说明采用的基于DBN模型的径流预报框架不存在过拟合的问题，具有优秀的泛化能力；(3)在各预见期下，汛期的径流预报效果在NSE和决定系数R²指标上优于非汛期，在MRE指标上劣于非汛期.     

有限记忆静态灰色冰雪融水径流预报模型及其应用

根据塔什库尔干河流域的径流资料及喀什探空站的气温资料,采用有限记忆静态灰色模型建立了该流域的冰雪融水径流预测模型。通过灰色关联度分析对各预报因子进行筛选、建模预测,将该模型与GM(1,1)模型进行了比较。结果表明,该模型能够较好地模拟预测塔什库尔干河流域的冰雪融水径流过程,具有实际的应用价值。     

岚河流域径流中长期GM(1,2)时滞预测模型

针对半干旱地区的降雨径流机制比较复杂这一特点,应用灰色系统理论,提出一种较适合于水文实测资料缺乏情况下的中长期预报方法,建立了岚河流域径流中长期GM(1,2)时滞预测模型。运用该模型对岚河流域的未来径流量进行了预测,结果表明,模型具有比较高的预测精度,且考虑2年时滞效应的灰色预测模型具有比较好的预测结果。     

洪水预报水文水力学模型研究

针对平原地区洪水预报特点，建立了以水动力学方法为主的河道一维洪水预报水文水动力学模型以及无资料地区以水文学方法为辅的洪水预报水文水力学模型。模型中河道洪水演算采用基于圣维南方程的差分解法，流域降雨径流预报采用新安江三水源模型。模型采用变动边界技术，将河网与两侧的地形联系起来，能准确计算出逐时段河网各断面的水位与流量。该模型在浙江省诸暨市城关至湄池河段洪水过程的模拟与预报结果表明，预报水位与实测水位吻合良好。     

利用灰色模型预测巷道的围岩变形

介绍了灰色系统理论的ＧＭ（１，１）模型和双向差分建模方法，并用实例说明这两种方法在预测巷道的围岩变形方面都是简单易行的。     

径流中长期预报级别特征值特征展开模糊推理方法

针对现有径流中长期预报模糊推理方法在实际应用中存在的问题,提出了径流中长期预报级别特征值特征展开模糊推理方法,使原有的模糊推理法得到改进,从而增强了模糊推理预报方法在径流中长期预报以及其他实际工程预报中的应用效果;并将新方法应用于大伙房水库年径流预报中,实例应用研究表明应用该方法预报中长期径流可以得到较好的预报结果.     

LASSO回归和支持向量回归耦合的中长期径流预报

同样预报精度情况下,中长期径流预报提前期越长,对水库调度方案与发电计划的制定辅助决策作用效果更强.中长期径流预报的难点在于径流序列的随机性以及相应预见期的气象难以可靠预报.当前的预报模型大都是基于数据分析的数据驱动模型,其输入因子多为前期径流和大尺度气候因子.而预报因子的选择对于数据驱动模型的精度非常关键.因此,需要有效的因子筛选方法以辅助建模.本文引入lasso回归方法以筛选径流预报因子,其选择结果作为支持向量回归(SVR)模型中的预报因子,形成LASSO回归和支持向量回归耦合(LSVR)模型,并将LSVR模型应用到龙羊峡水库进行预见期为一个月的入库径流预报,并与传统SVR模型预报结果进行对比.结果表明,径流因子的选择对两种模型的预报效果都有较大的影响,过多引入前期径流因子时预报效果较差.两种模型的预报结果对比表明,LSVR模型能够增强有益预报因子的作用,减弱干扰因子的影响,在验证期和测试期的预报结果都好于SVR模型的.在2010年1月到2016年10月的82个月的测试期中,LSVR模型的4项评价指标相比SVR模型都有所提升,其中均方误差(MSE)比SVR模型减小了13.09%.     

基于双向差分的船舶横摇时间序列的预报

根据船舶在随机海浪作用下的运动特性,基于双向差分算法建立模型,并运用于船舶横摇运动时间序列的预报,取得较好的效果.该模型也可用于纵摇、艏摇的时间序列的预报.     

玛纳斯河春季径流量中长期预报的灰色预测模式

运用灰色系统理论中的灰关联分析方法，建立了天山山区河流春季径流量的预测模式。该预测模式适应性强，对资料的要求不高，比较适合于干旱地区资料短缺河流的水文中长期预报，经肯斯瓦特水文站３８年资料检验，精度较高。     

径流中长期预报的灰色预测方法

基于时间序列的扩维原理和灰色系统理论的关联分析，提出一种较适合于水文实测资料缺乏情况下的中长期预报方法，利用玛纳斯河水文的实测资料序列对该方法进行验证。     

改进的灰色模型及其实例分析

目的针对农民人均纯收入增长趋势的特点,建立我国1996～2003年农村居民家庭人均纯收入的3种灰色预测模型。方法应用函数变换理论和灰色系统建模理论,同时运用遗传算法计算变换函数中的参数。结果引入了3种变换函数,建立了以平均相对误差最小为目标的改进的灰色预测模型;建立农民家庭人均纯收入的3种改进灰色预测模型。结论计算和分析结果表明,经线性函数f=px^（0）（k）＋q变换、复合函数f=p√x^（0）（k）＋q和f=√px^（0）（k）＋q的变换建立的3种改进的灰色预测模型的拟合效果和预测精度均优于传统GM（1,1）的模型,可以在实际中加以推广应用。     

基于灰色马尔柯夫模型的严重飞行事故频数预测

根据严重飞行事故的发生频数具有趋势性和随机波动性特点，采用结合GM(1，1)模型与马尔柯夫预测技术的联合预测方法，进行严重飞行事故频数的趋势性分析和状态预测，结果表明：灰色马尔柯夫预测模型对严重飞行事故频数的预测结果更科学、更精确。并用灰色马尔柯预测模型，预测世界定期客运航班严重飞行事故频数，其相对误差小于灰色模型预测结果。     

基于GM(1,1)模型和灰色关联度的组合预测新方法

在一般GM(1,1)灰色预测模型的基础上,为了及时补充和利用灰信息,采用等维灰色递补的方法从而得到n-m个单个灰色预测模型进行组合预测建模,然后基于灰色关联度这一相关性指标来确定权重,得出组合预测模型值.最后,通过实例分析和精度检验表明它是一种有效的组合预测方法,且结果比较理想.     

组合灰色预测模型在电力负荷预测中的应用

基于灰色预测理论,研究了基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的实用新方法--组合灰色预测模型.以实际算例为基础,应用基本灰色预测模型和传统改进模型以及组合灰色预测模型分别对电力负荷进行了预测,并进行了分析比较.结果表明,用灰色理论预测电力负荷,理论可靠、方法简单.对于中长期电力负荷预测这样复杂的问题,组合灰色预测模型具有预测精度高、简捷实用等优点,该方法可作为中长期电力负荷预测的工具之一.     

露天矿行车事故频次的灰色预测

针对露天矿运输系统行车事故发生频次数据少的缺点,采用了灰色系统理论对其进行灰建模,灰预测.验证了灰建模的可行性,阐述了灰建模基本步骤,通过实例分析了该方法的有效性和适用性,从而为露天矿调度运输系统超前采取防范措施,提供了依据,将事故损失减少到最低,做到防患于未然.     

一种基于小波分析理论的灰色预测方法

提出一种基于小波分析理论的灰色预测方法．该方法通过小波分解将非平稳时间序列分解到多个尺度上以减少序列的随机性，然后建立灰色预测模型对分解后的时间序列分别进行预测，从而得到原始时间序列的预测值．并通过对上证指数的预测，结果表明该方法预测效果良好，优于一般灰色预测方法．