首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
文章将传统的GM(1,1)模型与模糊回归模型相结合,得到了基于模糊回归理论的GM(1,1)优化模型,保留了传统GM(1,1)模型的所需建模数据少和具有预测功能的优点;利用定义的三角模糊数的左、中、右距离公式,得到了基于模糊回归理论的GM(1,1)优化模型的求解方法.  相似文献   

2.
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。  相似文献   

3.
基于灰色系统理论的变形数据处理方法   总被引:2,自引:0,他引:2  
根据灰色系统理论,提出了应用1-AGO灰色预测方法。建立GM(1,1)模型对变形数据进行分析预测。该模型具有削弱原始数据的随机性、预测精度高等特点,并通过实例进行说明。  相似文献   

4.
在优化背景值的基础上,针对传统灰色GM(1,1)模型参数估计的最小二乘算法稳健性较差的情况,提出基于全最小一乘准则的灰色GM(1,1)模型参数估计算法,同时将初始条件进行优化,从而得到了一个背景值、初始条件和模型参数同时优化的灰色GM(1,1)模型.最后,应用实例说明了优化灰色GM(1,1)模型的可行性与有效性.  相似文献   

5.
GM(1,1)模型是一种应用广泛的呈指数增长趋势的灰色系统模型.它的拟合精度与建模数据序列的光滑度有关.建模数据序列光滑度越高,灰色系统模型的精度越高.根据线性函数变换和逆变换的知识,提出了通过对建模数据进行线性函数y=px q变换来提高灰色模型拟合精度的一种简便方法,并且从理论上证明了这种变换可以有效提高建模数据序列的光滑度.算例分析的结果表明,对建模数据序列进行线性函数y=px q变换的方法在提高灰色GM(1,1)模型拟合精度方面是有效的.  相似文献   

6.
本文运用灰色控制理论、建立织物几何结构参数与织物综合手感值之间的灰色模型,(GM)探讨同一毛坯织物,经不同染整工艺加工的全毛华达呢成品织物的质量;该模型的建立,使常规测试的数据,可以预测织物综合手感值,为灰色模型在纺织界的应用展示了前景。  相似文献   

7.
以信息覆盖为准则,依靠少量信息,建立了心功能曲线的灰色模型和数学回归模型,误差检验灰模型的精度明显高于数学回归模型,在分析了心功能曲线的生理特性和发展变化特点的基础上,提出了心功能曲线的闸门-激活式联合灰模型理论及计算k至k+1灰区间模型值的映射量化方法.  相似文献   

8.
针对灰色GM(1,1)模型在对随机波动较大的沉降数据序列进行预测时存在的不足,本文结合灰色理论模型和马尔科夫链理论,建立了一种基于马尔科夫修正的新维GM(1,1)沉降预测模型。首先,考虑监测数据的时效性,通过在原始数据列中不断补充新的沉降监测数据,采用新陈代谢的方法建立了新维GM(1,1)模型;随后采用马尔科夫链理论对新维GM(1,1)模型进行优化,根据模型预测时产生的相对误差范围对其进行状态区间划分,并构建了相应的状态转移概率矩阵,得到了基于马尔科夫优化的新维GM(1,1)预测模型;将本文中的模型应用于福州火车站南广场深基坑周边建筑物地表沉降预测中,并对不同模型的预测效果进行对比分析,结果表明:基于马尔科夫优化的灰色GM(1,1)模型的预测精度较传统灰色GM(1,1)模型有明显提高,验证了本文所提出的优化模型在基坑沉降分析与预测中的合理性。  相似文献   

9.
直升机航迹的灰色预测   总被引:2,自引:1,他引:1  
介绍了直升机的飞行噪声特性,论述了直升机航迹的预测在作战中的重要性,及探测数据非常有限的情况下准确预测的困难。该文提出了用灰色系统珲论解决直升机航迹预测问题,建立了灰色系统GM(灰色模型)预测模型和九次累加残差模型并对GM预测模型进行修正。在每个采样期间内,实时在线建立GM预测模型和残差模型以提高预测精度。通过实例计算能看出用较少的探测数据可以得到较高的预测精度。  相似文献   

10.
针对传统灰色GM(1,1)模型和已有的若干改进GM(1,1)模型在高增长指数序列建模时模型精度较低的问题,构造了一种带有调节因子λ的新背景值公式,提出了调节因子λ的优化方法,并应用于灰色系统建模中.大量的数字仿真表明:基于调节因子λ建立的新GM(1,1)模型,即使是在发展系数较高、且用于多步预测时精度仍然保持较高,它较传统GM(1,1)模型和已有的改进GM(1,1)Ⅰ,Ⅱ型均有显著地提高.  相似文献   

11.
为了在贫数据条件下准确预报中长期沉降值,采用线性回归方程和指数方程的组合方式,通过适当配置模型的某些参数来获得新的生成序列函数模型.结合工程实际算例进行预测,并和实际观测数据比较,取得了较好的效果,验证了灰色线性回归组合模型应用于沉降监测预报的可行性.通过其残差与回归分析模型和灰色预测GM(1,1)模型残差相比较,证明该模型在沉降预报中优于回归分析模型和灰色预测GM(1,1)模型.  相似文献   

12.
本文通过分析GM(1,1)模型中的背景值,提出了用有理插值和数值积分中的梯形公式及外推法重构背景值,进而有效地提高模型的预测精度和适用性,最后将此方法应用到我国人均能源消耗量预测建模中,理论分析和应用实例表明了文章所提方法的有效性。  相似文献   

13.
航空活塞发动机火花塞积铅分析与预测   总被引:1,自引:0,他引:1  
陈亮  吴江 《科学技术与工程》2012,12(25):6545-6548
针对使用高铅汽油的航空活塞发动机火花塞积铅的问题,分析了四乙基铅的化学反应过程。得出了火花塞积铅的机理。从发动机维护和使用的角度,分析了影响火花塞积铅的因素。提出了5种减少积铅的措施。为揭示火花塞积铅量的变化规律,采用灰色系统理论分别建立了火花塞积铅量预测的传统GM(1,1)模型和等维新信息GM(1,1)模型。试验验证结果表明,灰色预测模型的计算值与实测值较吻合。等维新信息GM(1,1)模型比传统GM(1,1)具有更高的预测精度,更适合于火花塞积铅量的预测。火花塞积铅量的灰色预测模型可为科学制定火花塞积铅的清洗计划提供理论依据。  相似文献   

14.
本文提出一种等维灰数递补动态预测技术。通过对所获信息的不断有效利用,将灰色动态GM(1,1)模型中灰参数逐次加以修正,使模型不断得到改进,从而提高了预测精度。应用实例表明,用本预测技术可取得较满意的结果。  相似文献   

15.
无偏GM(1,1)模型的动态特性分析   总被引:2,自引:0,他引:2  
传统GM(1,1)模型是最基本的灰色预测模型,无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它消除了传统GM(1,1)模型本身所固有的偏差.对无偏GM(1,1)模型的动态行为特性进行分析,并与传统GM(1,1)模型进行对比,明确了无偏GM(1,1)模型特性和适用条件.  相似文献   

16.
生产率是衡量采煤机工作性能的一项重要指标,对煤矿开采的科学决策以及发展规划具有重要的指导意义.通过建立采煤机生产率的指标评价体系,运用灰色GM (1,1)模型以及灰色马尔可夫模型分别进行了预测,经过比较可发现,灰色马尔可夫模型预测的准确率和预测精度都优于GM(1,1)模型,尤其对波动性和随机性大的数据具有很好的拟合和预测效果,为具有多因素影响的采煤机生产性能预测评价提供了一种有效的途径和方法.  相似文献   

17.
深圳卫生填埋淤堵排放的灰色预测模型   总被引:1,自引:0,他引:1       下载免费PDF全文
灰色预测中的核心GM(1,1)模型将无规律的原始数据生成为有规律的数据序列后进行预测,本文对GM(1,1)模型加以改进,将灰色预测GM(1,1)模型与跳变灰过程理论结合,建立了淤堵试验渗透系数的跳变预测模型。跳变预测模型具有灰色系统只需少量数据即可建模的优点,又有跳变灰过程可处理异常值的特点。采用某填埋场淤堵试验资料,经验证表明,该方法精度较高,将灰色模型引入填埋场衬垫系统渗透系数预测切实可行。  相似文献   

18.
袁士涛 《科技信息》2010,(7):294-294
灰色修正模型是改善GM(1,1)模型在背景值取值上的不足,通过加权的手段来获取背景值,通过实例,得出RGM(1,1)模型预测和模拟效果相比较GM(1,1)更好。  相似文献   

19.
基于灰色模型的企业技术创新影响因素分析   总被引:3,自引:0,他引:3  
文章应用灰色系统模型和方法,利用有关数据对我国企业技术创新问题进行了灰关联的静态和灰色GM(1,N)协调模型动态分析;通过精度检验证明,找出了严重制约我国企业技术创新发展的主要因素;通过灰色GM(1,1)单因子预测模型对影响因素进行了预测,并提出了有关对策建议。  相似文献   

20.
灰色GM(1,1)模型是GM模型中最基础、最核心、应用最广泛的一种预测模型.本文提出了确定GM(1,1)模型基本解有关待定参数的一种新方法——图解法.该方法能方便地确定GM(1,1)模型解的有关待定参数,既简明又直观.将图解法与解析法进行比较,结果表明,图解法与解析法的精度基本接近,能够满足工程控制的需要.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号