基于灰色模型及其改进模型的土石坝沉降预测

考虑到土石坝沉降变形因素的复杂性以及GM （1,1）灰色模型基于贫信息数据所表现出来的优势,由大坝实测数据拟合构造GM （1,1）模型。为了进一步提高大坝沉降变形的预测精度,对原始GM （1,1）模型分别进行了考虑不同数据对预测结果有不同影响的加权改进和利用指数函数变换来提高原始数据光滑度的改进。实例应用表明,加权改进的GM （1,1）模型和函数变换改进的GM （1,1）模型的预测精度均优于原始GM （1,1）模型。     

改进的离散灰色模型及其应用

在文献研究的基础上,对离散灰色模型作了进一步改进,给出一种预测的新方法.该方法将离散灰色模型中的已知条件作了适当的拓广,从而使新模型具有更高的精度.通过变压器油中溶解气体预测的实例分析验证了该方法的有效性.     

提高工业产值灰色模型预测精度

通过建立鞍山市历年工业总产值全数据的灰色模型,较准确地预测出鞍山市1990年的工业总产值,其预测误差为10.99％.在1989年总产值的邻域系上建立了灰色模型簇。通过比较簇中各灰色模型的平均误差及原点误差,筛选出最优灰色模型。为进一步提高该模型的精度,又以残差数列建立灰色模型对该模型进行修正。修正后预测出1990年的工业总产值的预测误差仅为4.14％,这表明,在灰色模型簇中筛选最优预测模型,并在此基础上建立被残差修正后的灰色预测模型,从而提高灰色模型的预测精度。     

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αcos(x)(α>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.     

灰色预测模型的改进

一、引言灰色系统理论是由创始人邓聚龙教授创立的,由于它的建模方法简单,所需样本少,以及预测精度高等许多优点,自该理论创立以来,已被广大科技工作者广泛地应用于社会、经济、生态等领域,取得了很好的效果.由于灰色预测模型已被得到广泛的应用,所以在应用该模型前,应对动态模型的应用条件作一分析,并研究如何提高预测的精度.本文想通过讨论动态GM(1,1)模型的建模原理的基础上,进一步探索GM(1,1)模型存在的问题,并提出改进的方法,以提高模型对实际问题的预测精度.二、灰色预测模型的建模原理GM(1,1)预测模型是最常用的一种灰色动态预测模型,其建模原理是:     

基于改进灰色模型的建筑能耗预测研究

针对公共建筑逐月能耗呈现周期性震荡的特点,提出一种基于改进灰色模型的建筑能耗预测方法.在传统灰色模型(grey model,GM)的基础上,对建筑能耗的历史数据进行三角变换法处理,较好地解决了震荡序列的模拟和预测;引入弱化缓冲算子改善原始数据序列变化率较大时TGM模型的预测效果.将弱化TGM预测模型应用于各类建筑物的能耗预测,取得较为满意的结果.     

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.     

改进的灰色Verhulst模型

针对灰色Verhulst模型预测函数中参数c的求解问题,提出了一种优化预测函数的新方法。该方法以累加生成序列的倒数与其倒数模拟值的差值平方和最小为目标函数,构建了一个非线性无约束优化模型,来求解灰色Verhulst模型预测函数中的参数c,并给出了灰色微分方程时间响应式的解析式。实验分析表明:改进模型在预测精度和实用性上均有较大改善。     

灰色模型参数辨识的新方法

给出了数列累加和的计算公式的定义，由累加和的运算得到了灰色模型参数的辩识方法，通过实例计算，该方法具有较高的预测精度，为实际应用提供了切实可行的方法。     

灰色系统建模数据的一种变换方法

灰色模型的数据处理方法通常是累加生成、累减还原,由此建立起来的灰色模型,其精度往往因较差而不能满足实际要求为此,许多科技工作者从理论和应用上进行了广泛深入的研究研究成果表明,原始数据的模式及其光滑特性是影响灰色模型精度的两个主要因素,于是形成两种提高灰色模型精度的方法：对传统的ＧＭ模型修正,使之适应原始数据的模式;对原始数据进行变换,改善其光滑特性,并由此得到了一些变形的灰色模型和原始数据的变换函数在此基础上,笔者提出一种能同时兼顾原始数据的模式及其光滑特性的灰色模型原始数据变换方法———辅助曲线变换法该方法以灰色模型残差序列的标准差最小为目标,通过约束变换后数据序列的光滑特性、模型还原后的误差,建立了寻找最优辅助曲线的一般优化模型实例表明,这种方法不会改变原始数据的特征,能适应不同模式的原始数据,显著提高模型的精度     

一种构建灰色预测模型的新算法

针对传统的GM（1，1）建模方法，对于历史数据采取等权处理的局限性，提出了GM（1，1）建模的新算法，不同的历史数据在预测值中具有不同的权重，并且解决了确定权值的学习算法。仿真结果表明了该算法的有效性。     

灰色理论在黄金周旅游人数及旅游收入预测中的应用

运用灰色理论研究了自2000年"十·一"黄金周以来旅游人数及旅游收入的变化规律,建立了旅游人数及旅游收入预测的灰色模型,并对今后4个黄金周旅游人数及旅游收入作了预测.     

灰色预测方法在大城市时用水量预测中的研究

分析了城市用水量预测的重要性和一些基本方法,发现灰色预测方法比传统的基于概率统计的随机过程分析具有建模所需信息少、不必知道原始数据分布的先验特征等优点,故将其尝试性的应用于城市时用水量的预测.通过对灰色预测方法建模机理的研究建立了城市用水量预测GM(1,1)模型,并以北方某大型城市时用水量为原始数据进行了实际预测,模型精度检验的结果表明该模型的预测等级为高精度预测.     

河南省森林资源主要指标趋势的灰色预测

以河南省 194 9— 1998年间的森林资源清查数据为依据 ,建立森林资源主要指标的灰色预测模型 ,预测2 0 0 3— 2 0 33年森林资源主要指标的发展趋势     

一种基于小波分析理论的灰色预测方法

提出一种基于小波分析理论的灰色预测方法．该方法通过小波分解将非平稳时间序列分解到多个尺度上以减少序列的随机性，然后建立灰色预测模型对分解后的时间序列分别进行预测，从而得到原始时间序列的预测值．并通过对上证指数的预测，结果表明该方法预测效果良好，优于一般灰色预测方法．     

可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

车用三效催化转化器剩余寿命的非等间隔灰色预测

为了有效预测车用三效催化转化器的剩余寿命,在进行快速老化试验后,采用氮吸附法测定三效催化转化器比表面积,并在其实验比表面积减小率的基础上采用非等间隔灰色预测模型对车用三效催化转化器剩余寿命进行预测,并对其预测结果的残差进行后验差检验.研究结果表明:在进行快速老化试验204 min后,比表面积减小6.42％,即车用三效催化转化器耐久性寿命至少还有12万km:后验差比值C＜0.35,小误差概率P＞0.95,表明车用三效催化转化器剩余寿命的非等间隔灰色预测模型预测结果具有较高的精度.     

灰色系统在干旱灾害预报中的应用

介绍了灰色系统理论,提出了灰色GM(1,1)数列预测模型,把它应用到干旱灾害预报中,取得了良好效果.     

灰色模型GM(1,1)在短期电力负荷预测中的应用

讨论了灰色模型GM（1，1）及其改进模型在短期电力负荷预测中的应用，提出了适合电网普通日及特殊日电力负荷预测的数据处理方法，提高了预测的精度。     

基于改进灰色关联分析的BA-BP短期负荷预测

针对短期电力负荷随机性强、预测精度低等问题,提出了基于模糊灰色聚类与蝙蝠优化神经网络的短期负荷预测模型。采用模糊聚类方法选择相似日粗集,然后用改进的灰色关联分析法选取相似日;为了克服传统BP算法易陷入局部极值和收敛速度慢等问题,利用相似日集中的样本训练蝙蝠优化的BP神经网络预测模型。以某地区的历史数据为实际算例,将文中所提算法与普通的BP神经网络、传统灰色关联与蝙蝠优化的BP神经网络预测结果相比,结果表明所提方法有很高预测精度和稳定性,在实际中有一定应用价值。