共查询到16条相似文献,搜索用时 62 毫秒
1.
马维军 《黑龙江大学自然科学学报》2005,22(3):389-392
在产品的销售过程中,卖方往往比较关心售出的产品在实际应用中有多少发生了故障,所以有必要收集相关的数据并对其进行分析整理,从而指导相关的生产活动.灰色预测所需数据量小,一般只取近期较少数据,而且数据的波动性不应该太大,产品的故障数恰恰符合这样的特点.采用补充残差和加权平均的方法改进了传统的GM(1,1)模型,并将改进后的模型应用于产品故障数的预测.经过误差检验法检测到预测模型的精度为1级. 相似文献
2.
3.
对城市生活需水量进行科学地分析和预测是满足城市生活发展需求、保证水资源合理规划的前提。根据城市生活需水量的特性,将灰色新信息GM(1,1)模型的建模方法引入到城市生活需水量的预测中,建立相应的预测模型。并建立起一套系统的城市生活需水量预测方法,为城市水资源规划提供决策参考,具有理论和实践意义。 相似文献
4.
生物药品制造业作为六大高新技术产业之一,其发展价值正逐渐被越来越多的人认可.利用2010—2014年我国生物药品制造业销售收入数据,建立了分数阶累加灰色GM(1,1)预测模型,对其销售能力进行了预测分析,预测结果对我国生物药品制造业的发展具有一定的指导意义. 相似文献
5.
6.
采用GM(1,1)改进模型与ARIMA(p,d,q)模型对广西自治区电网特殊日电力负荷进行组合预测,阐述了GM(1,1)改进模型的建立方法,提出了适用于广西纂驱电网特殊日电力负荷预测的预测数据处理方法,提高了预测的精确度,全年日镀优于95%,解决了在日采样点为24点(正点采样)情况下预测度较低的问题。 相似文献
7.
近场源的高阶特征参数估计是阵列信号处理的重要内容.通过对近场源高阶特征参量估计可以实现对波达方向(DOA)的频率估计、时延估计、运动目标的多普勒估计.传统的近场源特征估计算法采用单频特征估计方法,无法实现对信号各个参量的联合估计.该文提出一种基于灰色(1,1)模型的近场源高阶特征估计算法.构建近场源的参量估计数学模型,通过空间谱估计方法,实现对空间信息的获取,利用信号子空间和噪声子空间的正交性,通过改变灰色(1,1)数学模型来减少对高阶特征参量不平衡敏感性,实现高阶参量联合特征估计.仿真结果表明,采用该算法进行近场源的高阶特征参量估计,能较精确的估计出两个信源的方位角、距离和频率三维参数,在雷达、声纳、通信等信号与信息处理中展示了较好的应用价值. 相似文献
8.
针对软土地基沉降问题,利用灰色理论提出GM(1,1,t~2,t)模型,通过优化灰导数白化值建立离散的GM(1,1,t~2,t)新模型,并用最小二乘法估计新模型的5个参数.通过软土地基沉降的实例应用,说明离散的GM(1,1,t~2,t)模型的模拟预测效果优于GM(2,1)模型. 相似文献
9.
应用GM(1,1)模型对1995~2017年黑龙江省粮食产量进行趋势的分析,并且按照发展趋势进行为期三年的预测.所应用到的GM(1,1)模型是按照参数的双向差分进行最小二乘估计,并且在初始值也进行两方面的变动,应用模型初始值加权评均法、模型初始值加权误差平方法.这样可以适当的提高模型的预测精度. 相似文献
10.
对GM(1,1)模型的基本原理和模型检验方法进行了介绍,将边坡看作一个灰色系统,采用GM(1,1)模型对沉降进行预测,相关的参数可由建立灰色预测模型和实际的监测数据予以确立。将预测结果和实际结果进行对比分析,结果表明GM(1,1)模型能够取得较好的预测结果,能够在变形监测工程中得到广泛的应用。 相似文献
11.
GM(1,1)模型的改进及其在西安市人口预测中的应用 总被引:1,自引:0,他引:1
人口规模对大中型城市的发展非常重要,为提高人口预测模型的预测精度,分析了GM(1,1)和等维递补动态预测模型的特点,并以2007—2012年西安市人口数据资料为依据,应用灰色系统理论构建等维递补GM(1,1)动态预测模型,预测了西安市2013—2016年城市人口规模,结果分别为859.757 3万人(2013年),864.010 6万人(2014年),868.285 0万人(2015年),872.580 5万人(2016年)。统计检验和误差分析结果表明,该模型方法简便可行,预测精度高,结果符合实际,可靠性强,为市域经济发展的研究和决策提供了科学依据。 相似文献
12.
为了对农村公路的PCI值进行预测,建立了等维递归GM(1,1)模型,并采用后验方差检验模型的精度。最后根据预测模型分别对河南地区农村沥青公路路面和水泥混凝土路面PCI指标进行预测,比较分析了变化的异同和原因。 相似文献
13.
14.
ARMA模型采用差分处理对桥梁监测数据进行预测时,会出现数据丢失和预测精度降低的现象.为此,利用小波变换对信号进行离散化处理信息不会丢失的优点,将趋势明显的原始序列离散化,得到不同频带上的块信号.采用灰色GM(1,1)模型对趋势明显的低频信号进行趋势预测,用ARMA模型对平稳的高频细节信号进行细节预测,再将两部分预测值叠加得到最终预测值.对黄河悬索管桥在线监测系统获得的过去一段时间的应变数据进行验证,结果表明所提出的GM(1,1)-ARMA组合模型预测效果明显高于传统ARMA模型,这对实现同类桥梁的预警具有积极意义. 相似文献
15.
本文运用了灰色GM(1,1)模型及线性回归模型对科技经费投入进行预测,从实际算例可知其精确度是相当高的。方法简便,具有较高实用价值。 相似文献