装载机销售量的非等间距Verhulst直接模型研究

研究了装载机销售量的非等间距Verhulst GM(1,1)直接模型,该模型不需要累加生成和累减生成,适合于等间距数据建模,也适合于非等间距建模.计算实例表明,该预测模型有更好的适应性和更高的精度,使用方便,值得在装载机销售量预测中推广使用.     

多变量灰色优化模型在金属切削理论研究中的应用

运用灰色系统理论,提出了金属切削数据处理的多变量优化灰色MGM(1,n)模型.MGM(1,n)模型是GM(1,1)模型在n元变量情况下的推广,但它不是GM(1,1)模型的简单组合,也不同于GM(1,n)模型只建立单个n元一阶微分方程,而是建立n个n元微分方程,通过联立求解,使MGM模型中的参数能够反映多个变量间的相互影响、相互制约的关系.以相对误差最小为目标函数,通过优化求解模型最佳参数.该模型具有精度高、使用简便等特点.金属切削应用实例表明该方法简单实用,值得推广应用.     

短期现货电价多因素灰色预测模型

电力市场中,电能交易效益最终通过电价体现,对市场参与者来说,提前知道电价信息意义重大。灰色预测模型无需任何原始序列的概率分布模型,可以实现少数据建模。现货电价具有的性质符合灰色变量的特征,本文在介绍原有灰色预测模型在电价预测方面应用的基础上,提出同时考虑负荷因素和市场力影响因素的GM(1,3)短期现货电价多因素灰色预测模型,通过实例验证,证明该模型在电价预测精度方面相比较原有模型有所提高,预测效果更好。     

灰色组合模型及其应用

灰色组合模型及其应用郑州轻工业学院卢孟琳，刘建秀中国农业大学郭荣良由于灰色模型的简单性和实用性，近年来，使得它在诸如农业、商业、经济等领域得到了广泛应用，其中最常见的是一阶单变量灰色模型，即ＧＭ（１，１）模型。为了提高此模型的精度，减少预测误差，充分...     

基于指数三角函数的灰色预测模型研究与应用

基于函数变换理论，提出了对建模数据进行a^cos（x）（a〉1）变换，理论上证明了这种变换可以有效地提高建模数据序列的光滑度．拓广了灰色模型的应用范围，实例验证了所建GM（1，1）模型精度优于“对数幂函数”法所建模型，说明了该方法的有效性．     

基于残差融合的ARMA-GM(1,1)模型茶叶产量预测

因茶叶产量数据波动大,样本数据统计量相对较少,统计特征并非十分明显的特点,传统的基于统计原理的ARMA模型建模预测效果较差。利用灰色系统建模原理对ARMA模型的残差序列建立GM(1,1)模型,形成残差融合的ARMA-GM(1,1)模型。该模型既能保证数据的统计特征又能将残差的振荡序列充分反映,提高模型的预测精度,拓展ARMA模型的使用范围。结果表明,基于残差融合的ARMA-GM(1,1)模型比ARMA模型、灰色GM(1,1)模型具有更高的预测精度。     

改进型灰色神经网络模型在水质预测中的应用

介绍了三类改进的灰色模型和BP神经网络。将三类改进的灰色模型与神经网络进行组合,得到改进型灰色神经网络组合模型,将一维序列通过三个改进的灰色模型得到三组值作为神经网络的输入,原始序列作为神经网络的输出,训练得到最佳神经网络结构。将组合模型应用到嘉陵江磁器口断面总磷浓度的预测中,结果表明:(1)用该组合模型进行预测,相对误差均在5%以下,预测精度较高,取得了较理想的预测效果;(2)WPGM(1,1)、pGM(1,1)、CGM(1,1)、组合模型预测的平均相对误差分别为5.05%、34.01%、33.65%、3.02%,与单一灰色预测方法和灰色神经网络模型相比,组合模型的适应能力和预测推广能力更好,预测精度更高。     

基于函数变换的GM(1,1)模型及其应用

基于函数变换理论,本文尝试使用复合函数变换来提高原始数据序列的光滑性,从而提高模型的拟合精度.并将此方法应用于全国人均主要工农业产品产量(发电量)的建模中.应用结果表明,该方法所建模型的拟合精度高于传统的GM(1,1)模型和对数函数变换GM(1,1)模型的精度.建模结果表明本文提出的改进方法的有效性.     

RBF神经网络法在泥页岩有机非均质性测井评价中的应用

探讨了通过RBF神经网络方法利用常规测井曲线评价泥页岩TOC和S1的可行性.利用RBF神经网络法和ΔlgR法对L69井TOC做测井评价并进行对比,二者建模结果中实测值与计算值R2分别为0.73和0.7,前者略优于后者,当声波或电阻曲线与TOC为非线性关系时表现尤为突出;利用RBF神经网络法对L69井S1进行测井评价,其建模结果中实测值与计算值R2为0.73,精度较高,成功实现了对泥页岩中S1的预测.研究结果表明,RBF神经网络法对泥页岩有机非均质性(包括含油非均质性)的测井评价可行性和模型精度均较高,具有较大应用前景.     

带有色观测噪声多传感器信息融合稳态Kalman跟踪滤波器

针对带有色观测噪声的目标跟踪系统,分别用基于ARMA新息模型和基于R iccati方程的两种方法,在线性最小方差信息融合准则下,提出了多传感器按矩阵加权、对角阵加权和标量加权的三种信息融合稳态Kalman跟踪滤波器.仿真说明了三种加权滤波器的误差的差别不明显,但按标量加权滤波器显著地减少了计算负担,便于实时应用,且验证了两种方法所得结果相同.应注意在构造ARMA新息模型时,必须进行多项式矩阵的左素分解,才能得到正确的ARMA新息模型.     

短跑道速度滑冰全国纪录的灰色模型及其预测

针对运动成绩变化规律的模糊性、未知性等 ,运用灰色理论的灰色模型方法建立了我国男女短跑道速滑全国记录 1 0个项目的灰色GM ( 1 1 )预测模型 ,并进行了后验差检验和关联度分析 ,结果表明预测模型可信 ,精度较高 并用该模型对 2 0 0 1～ 2 0 0 3年运动成绩进行预测     

分布式信息融合Wiener反卷积平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合Wiener反卷积平滑器,给出了局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高融合平滑器的精度。一个仿真例子说明其有效性。     

基于神经网络误差修正的灰色广义预测控制

提出一种基于神经网络误差修正的多步灰色广义预测控制算法,采用神经网络对灰色系统的建模误差进行预测,同时根据新信息优先的原则,用最新预测误差不断更新神经网络建模数据,对新出现的误差具有动态补偿动力,最终预测值为模型预测值与预测误差之和,有效地抑制模型误差的影响,增强灰色广义预测的鲁棒性.仿真结果验证了该算法的有效性.     

广义线性模型中拟似然估计的弱相合性及渐近正态性

对于多维广义线性模型,q×1响应变量yi是可观测的,协变量Xi是已知的p×q固定设计的情形,研究了在自然联系情形下的拟似然方程∑ni=1Xi(yi-h(XTiβ))=0的解(β)n.用压缩映射,证明了拟似然方程的解(β)n在(λ)n=O((λ)n)及其它正则条件下的弱相合性;在独立的情形下对于t＞0利用ψ(t)为正的非降函数,使得limt→∞[ψ(t)]=∞以及tΨ(t)为凸函数时,证明了拟似然估计(β)n的渐近正态性.     

基于新息更新的时变步长LMS算法(TVSLMS)

提出一种基于新息更新的时变步长LMS算法(TVSLMS).该算法结构简单,时变步长设计新颖,与典型的LMS算法,如著名学者Windrow的LMS算法和Doherty和Porayath所提出的DLMS算法相比,TVSLMS算法收敛速度最高.尤其是算法所引入的收敛加速度,对收敛速度具有灵敏的调速作用.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

南阳粮食总产量的灰色预测研究

通过南阳市粮食总产量摆动序列的综合信息,应用灰色理论建立了粮食生产的DGM(2,1)参数优化数学模型,经比较,预测模型结果明显优于常规的DGM(2,1)模型,进一步提高了该模型的预测精度和适用性.应用模型对南阳未来几年的粮食总产量作出预测,为有关部门制定合理的经济政策提供理论依据.     

天气预报数学模型在八五五农场的应用

多层递阶方法包括多层递阶辨识、多层递阶预报和多层递阶控制．本文应用了具有引导变量的模型的多层递阶预报模式对天气进行建模,效果较好．     

水电站入库流量的灰色自记忆预测方法研究

运用灰色系统理论与数据序列自记忆性原理相结合的方法,提出了数据序列预测的灰色自记忆模型,并应用于年径流量及汛期来水预测.山西沁河曹河水电站年径流及汛期径流预测的实例表明,该模型能处理非平稳数据序列并反映动态数据序列的极值趋势,可提高预测精度.     

新陈代谢GM(1,1)模型在现代有轨电车沉降预测中的应用

目前灰色模型在建筑物、边坡、高铁等领域的沉降预测中的应用研究较多,而在现代有轨电车中的沉降预测中应用比较少,并且现代有轨电车在运营阶段的沉降变化量较小。用灰色GM(1,1)模型和新陈代谢GM(1,1)模型对有轨电车筏板的沉降监测点的监测数据进行预测并比较。结果表明,新陈代谢GM(1,1)模型剔除了旧数据,增加了新的预测数据,提高了模型预测精度。验证了模型在现代有轨电车筏板进行沉降预测的可行性,为今后类似情况的沉降监测预测提供参考和借鉴。