动态多变量灰色模型在危岩变形预测中的应用

基于对传统的单点灰色模型的扩展,考虑多个点之间相互影响和关联,采用自适应MGM(1,n)模型,以 Matlab 语言编程,实现对变形体上相互关联的多点变形预测模型的建模,并运用该模型对望霞危岩体变形进行预测。结果表明：自适应 MGM(1,n)模型预测值与实测值吻合较好,比传统 GM(1,1)模型预测的危岩变形趋势效果较好、精度较高,评价结果具有更高的准确性。     

多变量灰色模型在预测中的应用

单变量的GM(1,1)模型用于单一时间序列的建模与预测,而MGM(1,n)模型是对GM(1,1)模型在多元变量情况下的自然推广,通过对MGM(1,n)模型建立过程以及应用方法的示例,来说明该模型的现实应用价值.     

基于多变量灰色预测模型的多元线性回归模型

针对各自变量之间的关系,利用多变量灰色模型建立了自变量的预测值,剔除了自变量观察数据中的噪声污染。进而建立了一种改进的多元线性回归模型。最后,通过实例说明模型具有较高的预测精度。     

运用多变量灰色预测模型对山东省环保人才进行预测

本文运用多变量灰色预测模型对山东省环保人才进行了预测。结果发现,全省到2015年环保科技人才尚有约2400人的缺口;环保人才需求量到＂十二.五＂末可能有所减缓,但环保科技人才占环保总人数的比重预计增至3/4。     

优化灰色模型在负荷预测中的应用

论述了用优化灰色理论进行电力系统负荷预测的建模过程。通过指数平滑法对原始负荷数据进行预处理 ,把有起伏特性的原始数据序列改造成规律性强的序列 ,再利用优化灰色模型进行预测 ,提高了预测精度 ,该方法简捷实用 ,经实际算例校核证明 ,可以作为中期电力负荷预测的理想工具     

多变量灰色预测模型算法的Matlab实现

文章讨论了多变量灰色预测模型的建模方法及其算法思想,得到了多变量灰色预测模型的检验方法。为了简化模型求解,给出多变量灰色预测模型的Matlab程序实现。通过应用实例说明算法程序的应用和效果。     

多变量非线性组合模型在石油消费预测中的应用

我国石油消费需求除了受经济增长、技术进步、能源结构、产业结构调整等几种常见因素的影响外,还有石油价格、国家能源消费政策和政府提出的循环经济,大力推广节油措施和开发节油项目等因素影响石油消费上升的速度[1].为了提高预测的准确性和稳定性,本文构建了多变量非线性加权     

灰色模型在健康数据预测中的应用

分析寻找适合在健康数据中的预测模型.本文分析了可以用于医学方面疾病预测诊断的数学模型的设计思想和方法,并将其中的灰色预测模型做了适当的改进并用于临床的人体血压的预测中.把个人的体检历史数据作为样本点,经过模型计算预测出未来一段时间的身体指标,从而达到预防疾病的作用.经实际验证模型在血压预测方面准确率超过90%,取得了较为理想的效果.     

灰色模型在负荷预测中的应用

电力负荷预测是电力控制及运行方面的最重要的一项任务。介绍了灰色理论的相关概念和原理,以及预测负荷的步骤,通过举例讨论了灰色模型在短期电力负荷预测中的应用,对平常日电力负荷进行预测,其结果令人满意,表明灰色模型是有效的负荷预测方法之一。灰色模型在日常负荷预测中广泛得到运用。     

基于单位收益风险的投资决策模型与分析

为得到更为适用的投资决策模型与分析方法,首先建立了单位收益风险度量模型,然后,借助于该模型和方法,对Markowitz型有效集中的资产组合选择问题进行了全面的分析、评价,并得到了单位收益风险最小的资产组合,同时,与用经典的标准差度量方法所得结果也进行了比较,在此基础上给出了更为合理的投资决策建议.     

不等时距灰色预测模型

提出了一种不等时距灰色预测ＧＭ（１,１）模型的方法,弥补了等时距ＧＭ（１,１）模型的不足．通过诸多的实例分析,结果理想可靠,有较好的实际意义．     

基于灰色新陈代谢模型的郑州人口发展预测

采用灰色新陈代谢模型对人口总数进行预测,通过预测结果分析,找出最佳预测模型.根据预测,2015年郑州人口将达812.6956万人,2020将达865.6011万人,2023年达898.9718万人,人口呈稳定增长趋势.     

基于归一化的非等距灰色预测模型

本文提出了一类基于归一化映射的非等距灰色预测GM(1,1)模型,利用定积分得到了背景值的计算公式,弥补了传统的等时距和非等间距GM(1,1)预测模型的不足,提高了灰色预测的精度。实例表明结果理想可靠,有较好的实际意义。     

冲击地压震级预测的灰色系统方法

通过建立灰色模型,利用灰色系统理论对冲击地压的震级进行预测。通过实例计算可知,利用灰色预测有冲击地压危险矿井的安全生产具有一定的指导意义。为冲击地压的预测提供一个新的途径。     

一种基于灰色模型和机理模型集成的质量预测模型及其应用

针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到显著的提高.     

灰色马尔可夫模型在煤矿安全事故预测中应用

灰色马尔可夫模型是将灰色系统理论和马尔可夫链理论相结合建立的预测模型,它不仅充分发挥了灰色预测模型和马尔可夫预测模型的优点,而且,因为马尔可夫链理论的引入,有效地解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题.并且,通过对煤矿千人负伤率预测的实际应用表明,灰色马尔可夫预测模型完全能满足预测精度的要求.     

残差修正之灰色模型应用于财务比率预测

以制造业两家上市公司为研究对象,选取15项财务比率为财务绩效指标,用灰色预测模型进行财务比率分析。为提高模型预测的准确度,使用马尔可夫残差修正灰色预测模型,可以更准确地预测企业之财务比率,提供拟定营运策略及一般大众决定投资评估参考。     

灰色系统理论在粮食产量预测中的应用

灰色预测是一种对灰色系统进行白化的算法,该算法需要的信息少、通用性强、计算量小.针对粮食产量的预测问题,依据其历史数据,建立了基于灰色系统理论的时间序列预测模型,利用可信度p^0、关联度R、后验差比值C和小误差概率p等项指标检验了模型,证实了所建模型是可靠的,可行的.