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。     

ARIMA模型在广西短期电力负荷预测中的应用

阐述了疏系数ＡＲＩＭＡ（ｐ，ｄ，ｑ）模型的建立方法，提出了适用于广西区普通日电力负荷预测的数据预处理方法，利用建立的动态ＡＲＩＭＡ（ｐ，ｄ，ｑ）模型顺利完成了对广西区普通日电力负荷（每日２４个点，正点采集）的预测，全年日预测精确度均在到９５％以上。     

灰色模型在体育运动成绩预测中的应用

本文通过实例介绍了单项未来运动成绩预测的灰色模型和后验差检验的方法.建立了男子短跑道速滑全国纪录的灰色预测模型,为未来运动成绩的中长期预测提供参考.     

GM（1,1）改进模型在广西短期电力负荷预测中的应用

采用ＧＭ（１，１）改进模型与ＡＲＩＭＡ（ｐ，ｄ，ｑ）模型对广西自治区电网特殊日电力负荷进行组合预测，阐述了ＧＭ（１，１）改进模型的建立方法，提出了适用于广西纂驱电网特殊日电力负荷预测的预测数据处理方法，提高了预测的精确度，全年日镀优于９５％，解决了在日采样点为２４点（正点采样）情况下预测度较低的问题。     

状态空间平均法在串联型有源电力滤波器建模中的应用

阐述了状态空间平均法的基本思想,通过引入开关函数,建立了串联型有源电力滤波器的数学模型,利用状态空间平均法建立了单相电路状态空间平均模型.用Matlab仿真软件对状态空间平均模型进行了仿真,结果表明状态空间平均模型准确性能够满足要求,具有一定的合理性.     

灰色系统理论在旅游客源市场预测中的应用

运用灰色系统理论,以全国主要海外客源市场游客数量的历史序列数据为依据,探讨了GM(1,1)灰色预测模型在旅游客源市场预测中的应用问题.     

灰色模型在武汉市商品房价格预测中的应用

应用灰色系统理论对武汉市2001—2010年各季度的商品房均价的数据进行分析,得到武汉市商品房价格GM(1,1)模型,并利用该模型对商品房价格进行预测.检验结果表明,该模型适用于商品房价格的中长期预测.     

马尔可夫预测模型在伤寒和副伤寒预测中的应用

对于传染病有效的防预与控制,一直以来都是卫生部门管理的重点.建立了对全国伤寒和副伤寒传染病进行预测的马尔可夫链预测模型.该模型能准确预测出该传染病年发病率.在大量已知数据的前提下,该模型有较高的准确性和可信度,且具有很强的推广价值.     

组合预测模型在山东省地下水资源量预测中的应用

针对山东省地下水资源量的预测,利用搜集到的山东省2000—2014年地下水资源量时间序列数据,建立了ARMA模型、灰色预测及序列拟合模型,并综合运用这3种单项预测方法建立了组合预测模型.通过比较,发现相比于各个单项预测模型,组合预测模型具有更高的精度.从预测结果来看,未来山东省地下水资源量呈现递减趋势.     

危险点预测在电力检修中的应用

当前,电力的安全生产是现代发电供电企业生产经营的重中之重,是企业生存发展的先决条件,是创建一流企业的保障,是创建名牌企业的前提。由于电厂设备多,系统复杂,自动化程度高,生产现场险情颇多。真正落实安全生产,以＂预防为主＂的方针,保证电力设备运行的安全,就必须在事故发生之前,及时发现事故苗头,消除事故隐患。