提高灰色模型精度的一种新方法

本文提出了一种提高灰色模型(GM)精度的新方法,我们称其为小m法.文中介绍了小m法的原理,实例演示了该方法并用灰色关联度验证了该方法的有效性.     

一种灰色预测模型的新方法

给出了一种灰色预测模型的新方法。该方法运用线性回归对数据进行分组,并对各组数据进行指数插值;运用二次规划进行权重选择;运用灰色灾变预测确定权重的时序集,从而求得预测值。这种方法提高了预测精度,并反映了事物波浪式前进发展的本质,拓广了灰色预测的范围。     

广义离散灰色预测模型及其应用

基于离散灰色预测模型提出了广义离散灰色预测模型(GDGM(1,1)模型),它包含了常见的齐次与非齐次指数序列模型,一次累加抛物型自回归模型,以及一次累加时变线性模型;证明了对四类特殊序列具有模拟完全重合性;研究了在数乘变化下模型参数与模拟值的变化规律以及相对误差的不变性;给出了模型建模步骤及其方法,通过实例对DGM(1,1)模型,NDGM(1,1)模型,CDGM(1,1)模型,TDGM(1,1)模型,NHGM(1,1,k)模型,GM(1,1)直接建模模型以及本文模型的模拟预测效果进行了比较,结果表明GDGM(1,1)模型能够提高预测模拟精度.     

基于灰色相关向量机的故障预测模型

针对样本数据量较小条件下的故障预测问题,提出了一种灰色相关向量机（relevance vector machine, RVM）故障预测模型。在模型的训练阶段,根据特征数据序列建立其离散灰色模型（discrete grey model, DGM）,以DGM的预测值作为输入、原始数据序列作为输出,训练得到RVM回归预测模型;在模型的预测阶段,由建立的DGM和RVM回归预测模型组合得到灰色RVM故障预测模型,并通过引入新陈代谢过程,不断更新数据中的信息。实验结果表明,模型的预测性能优于传统的灰色预测模型。     

基于灰色神经网络组合模型的故障预测

针对装备故障预测存在有效样本少、模型预测精度低等问题,集成灰色理论和神经网络方法,提出基于灰色神经网络的故障预测组合模型。基于新信息优先原理和重构背景值方法优化灰色GM（1,1）模型的初始值与背景值,利用Levenberg-Marquardt算法改进反向传播神经网络模型;采用组合预测思想,将多方法融合改进灰色模型和神经网络模型,分别构建基于权重分配、基于误差修正和基于结构优化的3种灰色神经网络组合模型。以某雷达发射机的故障预测为例,验证上述方法在故障预测中的有效性。结果表明,灰色神经网络组合模型的预测精度优于单一预测模型,可用于装备的故障预测和预测性维修。     

离散GM(1,1)模型与灰色预测模型建模机理

GM(1,1)模型中,从离散形式到白化形式的转变,以及GM(1,1)模型预测稳定性问题,一直困扰着灰色系统理论的研究者.本文以此为研究出发点,从由离散到离散的角度解决这一理论问题,建立了离散灰色预测模型(称DGM(1,1)模型),并对其与原GM(1,1)模型的关系做了深入研究,找出了原模型预测不稳定的原因,利用麦克劳林公式展开对这些原因做全面解释,最后用纯指数序列验证DGM(1,1)模型预测的无偏性,研究结果表明,可以将本文建立的DGM(1,1)模型作为灰色预测模型的精确形式,而原模型作为近似形式加以使用.     

基于变权和TOPSIS方法的灰色关联决策模型

为提高现行灰色关联模型决策结果的可靠性,将惩罚型变权方法引入到模型指标权重设定中,使各方案指标权重随指标状态值的变化而变化;同时借鉴TOPSIS方法的思想,分别考察各候选方案与正、负理想方案间的关联程度并予以集成;构建了基于变权和TOPSIS方法的灰色关联决策模型。将其应用于项目评标决策案例,通过与现行方法的对比分析,证明了该模型有助于优选出指标间较为均衡的方案,决策结果更为合理可靠;通过不同惩罚水平下结果的对比分析,表明该模型具有较强灵活性,可以适应不同的均衡决策要求。     

灰色关联分析的一种新的理论模型

本文提出了灰色绝对关联系数与灰色相对关联系数的概念,导出了灰色关联度计算的新公式,从而建立了灰色关联分析的一种新的理论模型,同时还指出了现有一些关联度计算公式存在的不足。     

基于遗传算法的Cobb-Douglas模型参数的灰色辨识

运用ＧＭ（０,ｈ＋１）模型方法,同时应用改进的遗传算法,提出了基于遗传算法的Ｃｏｂｂ－Ｄｏｕｇｌａｓ生产函数模型参数的灰色辨识方法,并建立了Ｇｒｅｙ－Ｃｏｂｂ－Ｄｏｕｇｌａｓ生产函数模型。通过实例的拟合检验表明,应用提出的方法是有效的。     

基于灰色系统理论的科技人才资源优化配置

在科技人才资源的灰色优化配置过程中 ,首先进行科技人才资源对人均国民生产总值的灰色关联分析 ;然后建立科技人才资源的灰色预测模型并进行检验和实际预测 ;最后把分析得出的各类科技人才对人均国民生产总值的灰色关联度作为确定其对社会、经济和科技发展的贡献率灰数的依据。首次提出灰常数这个概念 ,进而进行科技人才资源的灰色优化配置。实例表明 ,该方法可行。     

灰色综合评判模型

基于拓展的最小二乘准则，运用灰色关联理论，本文建立了新的灰色综合评判模型。实例表明，该模型计算简便、科学合理、可信性强。这是综合评判的一条新途径。     

基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模     

基于函数cotx变换的灰色建模方法

在对原始序列经过标准化处理的基础上提出经函数cotx变换来提高离散数据序列光滑度的方法，并从理论上证明了离散数据序列经过这种变换后可以大大提高光滑度且比“对数函数”法及“幂函数”法更加有效。文末把其用在客运量的预测中，此应用实例表明了本文提出方法的有效性。     

基于熵值法赋权的新灰色关联度量化模 型简

本文在已有灰色关联理论的基础上,简要阐述了现有的几种典型灰色关联度量化模型,并分别指出了其在比较序列变化率上的缺陷。在此基础上,提出了一种基于熵值法赋权的灰色关联度量化模型。模型主要考察了序列变化率的差异,尤其对于序列间细微差异有较强分辨能力,关联度取值更能被直观接受,并采用熵值法进行权重分配,序列变化中离散程度大的折线段因熵值较大赋予的权重相对较小,因此更能平衡地体现序列间的差异,并将其反映到关联度值中。     

灰色正交化方法在用电量预测中的仿真研究

根据灰色正交化方法和马尔可夫链原理,应用Gauss-Chebyshev正交化思想预测时序数据的总体趋势。预测的精度是时变的,而马尔可夫链原理在处理时变的系统过程时具有较好的优势,选用该方法能更好的解决预测结果的不稳定性。基于此,提出一种用于用电量数据预测的灰色马尔可夫正交化模型,适用于中短期、数据需求量少且数据振幅较大的动态过程预测。最后用提出的方法对江苏省2007年工业用电量进行预测,其结果表明了所提方法的有效性。

Abstract：

The general trend of time series data was predicted with Gauss-Chebyshev orthogonalization theory according to the grey orthogonalization method and the Markov Chain theory.The prediction accuracy is time-varying.However,this approach will better solve the problem of unstable prediction result since Markov chain theory has greater advantages in handling time-varying system process.Based on this,the Markov grey orthogonalization model prediction was proposed for electricity consumption.It is suitable for dynamic process prediction in medium and short term with less data demand and large data fluctuations.Finally,the proposed approach was used to forecast the industrial electricity consumption of Jiangsu Province in 2007,and the results show the effectiveness of this approach.     

A New Method for Improving the Precision of the Grey Model

ＡＮｅｗＭｅｔｈｏｄｆｏｒＩｍｐｒｏｖｉｎｇｔｈｅＰｒｅｃｉｓｉｏｎｏｆｔｈｅＧｒｅｙＭｏｄｅｌ￥ＬＩＬｉｈｕｉ（ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ，５１０６４２，Ｃｈｉｎａ）ＬＩＹａｎｚｈｏｎｇ（Ｃ...