利用等维新息模型进行人数预测

在分析灰色预测模型基本原理的基础上,利用MATLAB强大的矩阵功能,在MATLAB平台上实现了等维新息灰色预测模型算法。并通过实例分析验证了程序的准确性和可靠性。     

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     

神经网络预测城市用水量的等维新息模型

根据城市用水量的变化特点,选取能充分体现用水量变化规律的等维新息数据文件,并合理选取望输出,建立了城市用水量预测的神经网络等维新息模型。经实例验证,并与其他预测方法比较,该模型预测误差小,可满足水源规划等工作需要。     

灰色等维递补预测模型在电力系统长期负荷预测中的应用

在介绍灰色系统理论的基础上,讨论了等维递补预测原理,提出了电力系统中长期负荷预测的灰色等维递补预测动态模型,并利用某地区的历史负荷数据建模预测出了该地区1999—2009年的年负荷值。     

城市年供水量预测的动态等维新息模型

运用灰色系统理论的预测原理和方法，探讨了灰色动态等维新息模型在城市年供水量预测中的应用。所建模型经“未知数据法”检验比传统G（1，1）模型精度更高、误差更小。预测结果更可靠。并利用此模型对未来城市的供水量进行了灰色预测。     

引入时变递增因子的加权等维新息模型及预测

从灰色系统理论入手 ,针对已发生的时间序列的一组变形观测数据 ,按其可靠性随时间成正比例变化的特性 ,引入时变递增因子来定权 ,并及时更新数据 ,用最新的数据替换老的数据 ,建立等维新息模型 ,以保证原始数据对模型的作用 ,使模型更能反映实际 .实例计算分析表明 :该模型样本需求量小 ,计算简单 ,能动态地反映出系统的时变特性 ,并使预测精度得到有效的提高     

等维新息模型在矿井井架基础沉降中的应用

为了对矿井井架基础进行沉降预测,介绍了灰色预测理论模型的建模方法与模型精度评定方法,阐述了采用等维新息模型进行沉降数据分析的特点;并以某煤矿矿井井架基础沉降监测为实例,利用等维新息模型对其沉降趋势进行预测,分析了等维新息模型的合理维数,取得了较好的预测结果,并得到了具有实用价值的预测模型.     

新息与等维新息非等间距GM(1,1)模型及其应用

为了提高灰色理论中模型的预测精度,通过分析积分重构GM(1,1)模型,将积分获取背景值的方法应用到新息和等维新息模型中,并且将模型的适用范围从等间距进一步扩展到非等间距。通过实例比较了新息和等维新息模型,结果表明:新息模型将预测的新信息补充到原始序列,能很好的反映系统的发展;而等维新息模型随着系统的发展,不仅添加新信息,而且除去老信息,这样的处理方式比仅仅添加新信息的方式具有更好的预测效果;这些结论丰富了灰色系统的模型,为灰色理论的运用提供了一个有效的方法。     

GM(1，1)模型在长江水质预测中的应用

介绍了GM(1,1)的原息模型、新息模型和等维新息模型及残差修正模型的建模方法,分别建立了长江水质预测的等维新息模型和残差修正模型。通过对模型的预测结果进行分析,并对比原数据的趋势,发现两模型在数据突变点附近有明显差别,其数据说明残差修正模型在细节方面更接近实际,其结果体现了数据的内在规律。     

基于等维新息动态灰色模型在沉降观测中的应用研究

灰色理论模型是采用较少的数据对目标进行预测.随着长期的预测,预测精度会不断的降低.该文研究的内容就是在预测过程中不断引入最新的观测值,建立等维新息的动态灰色模型.结合工程实例,与传统的灰色模型作对比,新模型预测的结果更加优化,精度更高.     

灰色预测模型GM（1，1）的修正

应用样条函数对灰色预测模型ＧＭ（１，１）的残差序列进行插值，将插值后的残差表示式作用于微分动态模型，用最小二乘法则进行参数辨识，从而建立残差的时间响应式，并以此修正ＧＭ（１，１）模型。经实例检验，修正后的模型精度有显著提高。     

中心逼近优化GM(1,1)模型及其在数控系统故障诊断中的应用

数控机床的数控系统的可靠性对数控机床质量起着非常重要的作用 .由于故障信息量较少 ,对其故障做出合理的预测 ,就具有重要的实践意义和理论价值 .灰色系统理论是研究贫乏信息的科学理论 ,具有广泛的适应性 .本文介绍了中心逼近优化灰色GM( 1,1)模型的建模方法 .应用该模型对数控机床数控故障的预测进行应用 ,效果令人满意 ,它为数控机床故障预测提供了科学而合理的新方法 ,值得推广使用     

灰色残差GM(1,1)模型在道路交通量预测中的应用

本文通过实例介绍了灰色残差GM(1，1)模型在道路交通量预测中的应用，预测结果表明，该方法是正确的，算法是有效的。     

灰色GM(1,1)模型的图解法

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.     

灰色 GM(1,1)模型在可靠性工程中的应用研究

长期以来,产品可靠性寿命指标都是用实际样品作破坏性试验来获得的．因此,可靠性试验是一项费时且费用又高的工作．本文探讨了用灰色系统ＧＭ（１,１）模型对可靠性寿命试验数据进行拟合和预测,以达到减少受试样本,节省大量时间和费用的目的．实例结果表明,该方法简单、实用,模型精度高,适用于在可靠性工程领域中应用．     

灰色GM(1,1)模型参数估计的目标规划法

在灰色G（1，1）预测模型中，参数的估计是非常重要的。本文是在考虑考虑离散后的方程两端偏差的绝对值之和达到最小确定参数，参数的估计的被转化为目标规划问题。     

使用灰色GM(1.1)残差修正模型获得较高精度条件的探讨

从求得灰色数学模型GM(1.1)及其残差指数修正模型和残差周期修正模型函数曲线的驻点与拐点入手,导出使用这些灰色模型取得较高精度的条件,让使用者可依据初始序列数据的态势决定采用哪种数学模型,并且在结果未揭示以前便可大体上估计到拟合精度是否令人满意。     

关于干涉因子GM［1．1］模型的F（n十1）的抉择

基子干涉因子ＧＭ［１．１］预测模型的讨论，给出了选择干涉因子Ｆ（ｎ十１）的一般方法．这种方法优于文献［１］的选择方法．     

灰色新息GM（1，1）模型的递推算法

在研究新息ＧＭ（１，ｌ）模型传统算法的基础上，提出了灰色新息ＧＭ（１，１）模型的一种新算法─—递推算法。     

提高GM（1，1）预测精度的一些措施

本文讨论了影响ＧＭ（１，１）预测精度的常见的一些原因，并相应地介绍了改进ＧＭ（１，１）预测模型，以提高预测精度的几个措施。