无偏灰色预测模型在电力系统负荷预测中的应用

灰色预测模型已在负荷预测中得到了广泛的应用，该模型是一种有偏差的指数模型，在该模型基础上作者已导出了无偏灰色预测模型。将无偏灰色预测模型应用于负荷预测中，并与传统灰色预测模型进行了比较，结果显示了无偏灰色预测模型的优越性。     

灰色系统理论在我国就业人数预测中的应用

以我国1999—2006年的就业人数数据为依据,利用灰色系统理论原理,对我国就业人数的原始数据进行弱化处理,以减少冲击波对数据的影响。对弱化后的数据序列处理中引入多元统计思想,确定最终弱化的终止条件,然后以此弱化后的数据为基础建立灰色GM（1,1）微分模型dx（1）/dt-x（1）=38 164.384 6。根据灰色系统理论原理得知模型不具有很好的预测效果。探究了模型失效的缘由,提出了模型改进的建议。     

灰色模型在城市月用水量预测中的应用

中期用水量预测,它为各个城市水司制定月用水量生产计划提供重要依据.针对我国城市月用水量数据序列的特点对其进行分析研究,利用灰色系统理论,建立预测月用水量GM（1,1）模型.并以东北某大城市月用水量为原始数据进行了实际预测.通过MAPE检验证明GM（1,1）模型为一种行之有效的预测月用水量的模型.     

无偏灰色预测模型在边坡变形预测中的应用

根据边坡位移监测信息,应用灰色系统预测模型,可以对边坡变形的发展进行预测.采用传统灰色预测模型和无偏灰色预测模型对边坡变形进行预测,预测结果表明,两种模型都是有效的,无偏灰色预测模型的精度更高.     

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.     

应用改进BP神经网络进行用水量预测

针对工业用水量的特点，建立了改进的BP神经网络用水量预测模型，采用遗传算法对BP神经网络权系进行优化改进，改进的BP神经网络算法预测结果好于灰色理论预测和BP算法预测。以本溪市某供水厂用水量数据对改进的BP神经网络模型进行训练并预测，将其预测结果与灰色理论预测和BP神经网络预测结果进行比较分析，得出该方法用于供水系统用水量预测误差较小，同时克服了其他两种算法的缺陷。     

灰色预测在高层建筑沉降中的应用

针对已获得的高层建筑沉降的监测数据,运用灰色系统理论建立了沉降的灰色预测模型,从而对系统进行未来隐患的预测。     

灰色预测模型在可行性研究中的应用

灰色预测模型ＧＭ（１,１）是项目可行性研究中对市场进行定量预测的一种方法．具体的实施步骤为：确定预测目的;收集整理资料和数据;建立模型;进行模型检验．在对ＧＭ（１,１）进行讨论的基础上,给出了具体的应用实例．     

用水量预测模型选择方法的研究

时间序列法在用水量预测中被广泛使用,为了提高预测精度,关键在于模型的选择。针对目前以拟合误差最小选择预测模型方法的问题,提出了以预测误差最小为目标确定用水预测模型的方法,并且以山西省太原市近25年的生活用水量系列资料为例,进行了适用性分析。     

应用改进的残差GM(1,1)模型预测城市用水量

运用灰色系统理论建立GM(1,1),并用改进的残差GM(1,1)模型进行修正,对城市用水量进行预测.改进的残差修正方法能够使模型保持良好的适应性,有效提高了预测精度.应用该模型对某市年用水量进行预测检验,结果表明:改进的GM(1,1)模型具有较高的预测精度,模拟效果更好.     

一种改进的灰色预测模型在人口预测中的应用

城市人口的发展关系着其经济、环境及资源的利用,因此,准确预测未来人口发展趋势及其规模,对制定合理的人口规划具有现实意义.本文以传统的GM(1,1)模型为理论基础,利用对数变换提高数据的光滑度,通过分析方程解的表达式,从背景值和初值两个方面提高模型精度,最后依据银川市2001年—2007年人口数据建立预测模型进行实证研究,结果表明模型预测效果理想.     

基于最大 Lyapunov 指数的改进预测模型及其在城市用水量短期预测中的应用

参照计算Lyapunov指数的Wolf方法,考虑预测中心点与邻近点和上一个演化点的夹角,对混沌理论基于最大Lyapunov指数的预测方法进行了改进.通过对城市用水量短期预测的实例研究,将改进算法与传统算法进行比较.结果表明,与传统算法相比,改进算法的预测精度在整个预测周期内提高了10.2%,在最大可预测时间尺度内提高了1.1%.     

灰色马尔可夫模型在城市电力消费预测中的应用

传统的灰色预测模型只能反映月用电量的总体变化趋势,不能反映月用电量随季节的波动特征.为此,基于马尔可夫理论提出了灰色马尔可夫修正预测模型,研究了同时考虑两种趋势的城市月用电需求的预测问题.算例表明,与传统的预测方法相比,灰色马尔可夫修正的预测方法较好的提高了预测精度.     

基于改进的变权缓冲灰色模型在沉降预测中的应用

针对灰色模型在中后期沉降预测中的精度问题,提出了单、双权幂函数弱化缓冲算子,并结合变权背景值建立改进的变权缓冲GM(1,1)模型。证明了新算子能提高光滑性、缩小级比偏差,实现对原始沉降数据的预处理。对于模型中的权值采用以还原值与原始值平均相对误差最小为目标的粒子群优化算法确定。最后,以高填方机场地表沉降数据预测为例,验证所提改进模型的有效性。结果表明：新算子能够有效弱化沉降序列受到的冲击扰动影响,结合变权背景值能显著提高灰色模型在中后期沉降预测中的精度。此外,对新算子的权值进行限定后,可得到两种不同的变权弱化缓冲算子。     

基于改进ARMA模型的时用水量预测

针对时用水量存在周期性的特点,引入季节因子,采用时变ARMA季节模型对非线性非平稳系统的时用水量进行模拟.以杭州市实测用水量为例,分别采用时不变ARMA季节模型和时变ARMA季节模型进行时用水量预测,结果表明时变ARMA季节模型预测精度相对较高,且预测误差相对稳定,较时不变模型更具有实用性.     

改进灰色模型预测跌倒解算算法

针对行人跌倒装置跌倒判断率低,成本高,便捷性不强等问题,提出一种改进灰色模型预测跌倒解算算法。算法利用迭代扩展卡尔曼滤波法(iteration extended Kalman filter,IEKF)将超宽带(ultra wide band,UWB)与惯导数据相融合得到实时综合位置,并通过迭代灰色MGM(1,1)模型得到预测综合位置,提高定位精度。将惯导装置获取的加速度、角速度和磁通量通过四元数运算得到姿态角,利用最小二乘法线性拟合得到倾角,同时融入综合位置进行三级跌倒判断,有效地提高了跌倒判断准确率。实验结果表明,采用改进算法可以较好地区分正常姿态与跌倒姿态,跌倒判断准确度高达97. 5%。     

灰色预测模型在产品销售预测中的应用

根据产品历年的销售情况,首先用灰色GM(1,1)预测模型预测未来年度的销售总量,再用SPSS软件对未来每个月的销售量进行预测,最后用季节因子修正每月的销量预测值,最终得到合理的预测值。     

一种基于灰色模型的数据预测优化算法

近些年来,灰色模型GM(1,1)被大量应用于小样本或穷信息的预测,操作与实现步骤简单,预测精度较高.为了进一步提高GM(1,1)的预测精度,运用遗传算法动态调整GM(1,1)中的均质生成数列分辨率系数,改变通常把灰色模型的分辨率系数设置为1/2的计算模式,使得改进后的GAGM(1,1)算法针对小样本的预测具有更高的精度和鲁棒性.通过算法的数值实验,结果表明优化算法的预测精度高于传统的GM(1,1)算法及多个基于GM(1,1)的改进算法.     

灰色模型在甘肃省人口预测中的应用

人口是一个国家和地区发展的重要因素,人口规模直接影响着区域的经济社会发展、资源利用和生态环境状况。采用合理的方法,模拟和预测城市总人口,可以在制定国民经济计划、城市土地利用总体规划、城市规划与设计、资源与环境保护和进行社会决策中起到非常重要的作用。以甘肃省2000~2008年近9年的人口数据为基础,采用灰色系统理论建立人口动态增长模型,用此模型预测甘肃省未来人口规模,并对人口增长状况进行分析。