一种优化组合的GM(1,N)模型

针对GM(1,N)模型在模拟与预测方面的不足,提出了GM(1,N)模型的一种优化组合方式.第一步是在原GM(1,N)模型灰微分方程上添加一个扰动因素,然后利用优化的背景值确定相应的新参数;第二步利用“最小二乘法”得到模型白化方程近似解中新的初始条件,进而得到一种新的GM(1,N)模型的模拟表达式实例验证表明,新GM(1,N)模型的适用范围明显拓宽,而且模拟和预测精度均大大提高.     

GM(1,N)模型在工程建筑物变形分析中的应用

针对工程建筑物变形中存在的变形因素复杂、变形大小不确定性、点位间主次关系不明确等情形,将灰色系统中的多维GM(1,N)模型引入到工程建筑物变形监测分析中进行多点分析,研究工程建筑物的变形规律,合理预测未来的变形趋势。利用关联分析方法确定有效因子,综合分析系统受不同监测点影响的因素,通过工程实例进行了分析、建模和验证,建立了相应的GM(1,2)或GM(1,3)模型,提高了模型精度,为工程建筑变形分析提供了有效的分析方法和手段。     

基于GM(1,N)模型的加固木柱承载力预测

在7根木柱加固试验数据的基础上,利用GM(1,N)模型建立了加固木柱承载力的预测模型.通过实例分析预测结果表明,该模型预测结果与试验数据吻合较好,由驱动系数得出各影响因素的影响大小和趋势.提出的预测模型可应用于木柱加固工程分析和设计.     

基于扰动因子GM(1,N)模型优化算法及其应用

基于Simpson公式的GM(1,N)建模的算法不能更改参数的缺点,提出了基于扰动因子改进Simpson GM(1,N)模型。通过扰动因子变化影响参数值,以达到特征因素的最优预测值。依据平均相对误差指标对一些时间序列数据进行了不同模型的实证分析和比较,得到本算法的拟合精度比原有算法有明显的改进,从而验证了该算法对一些时间序列的有效性。所提出的新算法是GM(1,N)模型进行预测时值得尝试的一个方法,对GM(1,N)预测模型的合理应用具有一定的现实意义。     

基于 GM(1,N)-Prophet组合模型的电商行业销售预测研究

[目的/意义]电商平台行业预测受到诸多因素的影响,预测结果的准确性对其促销策略的制定具有重要意义.[方法/过程]以京东电商平台办公行业成交金额作为预测对象,通过灰色关联分析找出关键影响因素,采用GM(1,N)进行销售预测,并对结果误差进行分析;再引入Prophet时间序列模型进行优化,最后对优化结果进行对比分析.[结果...     

链球运动员顾原身体素质的灰关联分析及GM(1,1)建模预测

运用灰色理论中的关联分析法,对链球运动员顾原各项素质进行了综合分析,找出了影响运动员成绩提高的主要因素.并运用了灰色理论的灰色模型方法,建立了专项成绩的灰色GM(1,1)预测模型,运用该模型对顾原2004年和2005年的运动成绩进行了预测.     

基于自相关理论的GM(1,1)和GM(1,N)联合预测

通过引入自相关分析，将GM（1，1）与GM（1，N）两者的优点有机结合，运用GM（1，1）预测模型所需的数据量，达到GM（1，N）预测模型所具有的预测精度，减少灰色模型的预测误差。     

基于GM(1,1)对长三角环境污染影响因素的计量分析

针对长三角环境污染影响因素,分别从大气、水、声和固体废弃物等污染状况的4个维度,构建长三角地区环境污染状况评价体系.然后,利用灰色关联分析法对各影响因素进行分析,得出对长三角地区环境污染影响最主要的是危险废物产生量.其次,利用GM(1,1)模型对安徽、江苏、浙江和上海的危险废物产生量进行预测,得出长三角地区的危险废物产生量在未来3年中近似呈指数增长.最后,对长三角地区的环境治理情况进行了分析并提出相应建议.     

灰色模型GM(1, 1)优化

分析了GM(1, 1)模型产生模拟误差的原因，经大量的数据模拟和GM(1, 1)模型比较，发现背景值的优化使GM(1, 1)模型在短期、中期及长期预测中扩大了适用范围，并且模拟及预测精度显著提高。     

GM(1,N)模型的多重共线性的产生及岭估计改进法

将累加处理表示成矩阵的形式，并再此基础上证明了某特殊情况下，累加处理将产生多重共线性，并且用岭估计法改进了灰色系统模型。     

风机盘管特性预估GM(1,N)模型

 为解决在风机盘管机组(FCU)供冷性能测试过程中变工况实验次数非常多,非常费时和能耗大的问题,该文研究了运用灰色系统理论建立FCU供冷量与冷冻水温、进水量和进风温度变工况条件参数之间关系的GM(1,N)灰色模型,并利用该建模方法预测FCU变工况时供冷量估计值.结果表明,其建模拟合精度和预测估计精度都较高,能为生产FCU的企业和测试部门在做FCU变工况特性实验时,利用5~6个具有代表性典型工况的实验数据和以往同规格FCU更多工况的历史数据预测估计新批次或新产品变工况特性提供了科学有效的方法.该方法能使实验次数和实验能源消耗都减少为传统方法的5%以下,从而使FCU特性测试工作效率提高20倍以上.     

灰关联模型GM(1，N)及其在安全监测中的应用

水工建筑物安全监测中,异常值产生的主行为较复杂且不易判定。从灰关联理论出发,根据实际的观测资料,采用ＧＭ（１,Ｎ）模型,结合较多相关信息,研究了对异常值进行有效差别和分析的处理方法,研究结果表明,灰关联模型ＧＭ（１,Ｎ）可用于安全监测,而且可以有效发现变形,对分析变形的原因,具有一定实际参考价值。     

一次函数变换GM(1,1)模型分析及直接离散GM(1,1)模型的建立

分析了基于一次函数变换的GM(1,1)模型提高预测精度的实质,即模拟序列从原有的纯指数序列变成了非齐次指数序列,并指出提高光滑度并不是提高预测精度的决定性条件,建立了模拟序列为非齐次指数序列的直接离散GM(1,1)模型.该模型不对原始数据做任何改变,实例应用结果表明其预测精度同一次函数变换的GM(1,1)模型相当,指出了改变模拟序列特征使其更接近于原始数据的发展,对于提高预测精度更具意义.     

灰色GM（1，1）优化模型

在分析了GM（1,1）模型的建模机理的基础上,指出了传统建模方法存在的问题,同时给出了基于GM（1,1）的逐步优化模型的方法,该方法提高了模型的精度和适应性。     

基于非等距BFA GM(1,1)模型的尾翼疲劳寿命预测

针对非等距GM(1,1)模型中背景值系数α对模型的预测能力影响很大而最优值难以确定的问题,将细菌觅食算法与GM(1,1)模型相结合,提出了BFA-GM(1,1)优化模型.以飞机尾翼疲劳寿命预测为实例,分析比较了BFA-GM(1,1)模型、PSO-GM(1,1)模型和GA-GM(1,1)模型的性能.从试验的结果来看,本文提出的BFA-GM(1,1)模型消耗的时间少于其他2种模型消耗的时间,而平均预测误差低于其他2种模型的平均预测误差,这说明本文提出的BFA-GM(1,1)模型能够更快速、更准确地找到最优的背景值系数α,从而提高了"小样本""贫信息"条件下的飞机尾翼疲劳寿命预测的精度.     

基于数据融合算法优化的GM(1,1)负荷预测模型

为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型.首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度.实践证明所建立的模型对电力系统中长期负荷具有良好预测能力.     

GM(1,1)和GM(1,N)联合模型在自来水厂自动加矾系统预测中的应用

通过引入自相关分析,将GM(1,N)模型预测精度高的优点和GM(1,1)所需统计数据数量少的优点,两者有机结合形成一个联合预测模型,运用于自来水厂自动加矾系统,进一步提高灰色模型的预测精度,并证明了该方法在实际应用中的可行性.     

GM(1,1)模型建模的一种方法

根据ＧＭ（１ ,１） 模型的特点,通过在原始数据序列前加一个数的方式,提出了ＧＭ（１ ,１） 模型建模的一种方法－ 该方法克服了直接用原始数据序列建立模型的原有方法不能利用第一点数据的缺陷,提高了原始数据利用率,在短数据序列的场合可得到改善的模型结果     

Predicting GM(1,N)Model for the Coefficient of Variation of Hectometer Yarn''s Weight

The Coefficient of Variation(CV)of hectometer yarn's weight is one of the guidelines to evaluate its intrinsic quality.In the spinning manufacturing,the control of cotton yarn's weight unevenness is accomplished mainly in terms of a spot-check on semi-product and a succedent adjust in process parameters during spinning based on technicians' experience.However,it is theoretically believed among manufacturers that with fixed technical levels and parameters in the spinning process,the quality parameters of ass...