共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对传统灰色预测模型GM(1,1)在预测增长较快的电力负荷时预测效果变差及数据离散度越大导致预测精度越差这一局限性,对传统灰色预测模型做进行改进。一方面,采用指数加权算子对原始数据序列进行处理,有效地减弱异常值的影响,强化了原始数据序列的大致趋势;另一方面,利用自适应粒子群优化算法与GM(1,1)模型相结合,优化GM(1,1)模型中的背景值,使其更合理,使原始信息得到更好的利用。 相似文献
4.
基于优化灰色-马尔可夫链模型的铁路货运量预测 总被引:1,自引:0,他引:1
在传统的灰色预测模型中,传统背景值公式和初始值的选取方法会造成模型产生偏差。通过对背景值公式的改进和初始值选取方法的变化,构造出预测精度更高的灰色模型,即优化GM(1,1),并将优化GM(1,1)与马尔可夫链预测相结合,对我国的铁路货运量进行了预测分析,得出了相应的预测区间及其发生概率。通过理论分析和算例表明,该方法的预测结果比传统灰色模型预测结果更加可靠。 相似文献
5.
在传统的灰色预测模型中,传统背景值公式和初始值的选取方法会造成模型产生偏差.通过对背景值公式的改进和初始值选取方法的变化,构造出预测精度更高的灰色模型,即优化GM(1,1),并将优化GM(1,1)与马尔可夫链预测相结合,对我国的铁路货运量进行了预测分析,得出了相应的预测区间及其发生概率.通过理论分析和算例表明.该方法的预测结果比传统灰色模型预测结果更加可靠. 相似文献
6.
7.
针对传统非等间距GM(1,1)模型的不足,本文分析了传统非等间距GM(1,1)模型的基本原理,分析了传统非等间距GM(1,1)模型与白化方程之间的差异,提出了改进累加序列的方式来优化非等间距GM(1,1)模型,并建立了一种新的累加方式并应用于某大坝沉降。分析了本文中的非等间距GM(1,1)模型与传统非等间距GM(1,1)模型之间的差异。实例表明了改进非等间距GM(1,1)模型精度较高,更适合于工程实例。 相似文献
8.
基于GM(1,1)残差模型的铁路客运量预测 总被引:1,自引:0,他引:1
运用灰色GM(1,1)模型,对铁路客运量进行预测,再用GM(1,1)残差模型进行修正,得出精度很高的预测模型,结合实际统计数据对预测结果的精度进行检验。结果显示,GM(1,1)残差模型的预测结果比灰色GM(1,1)模型有更高的预测精度。基于此,对2009~2014年广西壮族自治区铁路客运量进行预测。 相似文献
9.
10.
针对间断性需求备件历史需求数据缺乏、含有大量零值,以致难以进行预测的问题,应用灰色系统理论,先后建立了间断性需求备件预测的非等间隔GM(1,1)模型和包络GM(1,1)模型,并得到了需求预测灰区间,最后进行了计算与实例仿真。 相似文献
11.
基于灰色系统理论的间断性需求备件预测模型 总被引:1,自引:0,他引:1
针对间断性需求备件历史需求数据缺乏、含有大量零值,以致难以进行预测的问题,应用灰色系统理论,先后建立了间断性需求备件预测的非等间隔GM(1,1)模型和包络GM(1,1)模型,并得到了需求预测灰区间,最后进行了计算与实例仿真. 相似文献
12.
13.
为提高特种设备维修器材消耗预测精度,构建中心逼近式灰色GM(1,1)预测模型,改善传统灰色GM(1,1)模型对特种设备维修器材中呈指数型消耗数据预测精度低甚至不适用的情况。通过计算对比,对某特种设备2016年维修器材消耗量的初步预测值进行了修正调整,并最终确定消耗预计值。 相似文献
14.
以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测。 相似文献
15.
以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测. 相似文献
16.
以2000~2009年江苏省劳动争议受理案件数据为依据,运用灰色系统理论,建立灰色GM(1,1)主模型和GM(1,1)残差模型,对江苏省劳动争议受理案件时间序列进行了拟合、分析与预测。通过实证分析表明,GM(1,1)残差模型的拟合程度较高,是一种有效的劳动争议数量预测算法,模型预测结果可为劳动关系管理和劳动争议处理提供有利的理论依据。 相似文献
17.
18.
针对近似非齐次指数增长序列,借鉴离散化思想,基于原始数据序列与累减数据序列的关系,直接建立原始数据序列间的关系,得到新的GM(1,1)直接建模模型,并利用最小二乘法进行参数估计。通过实例分析比较,新的GM(1,1)直接建模模型的模拟预测精度高达99.99%以上,优于原始的GM(1,1)和GM(1,1)的改进模型,具有一定的理论意义和应用价值。 相似文献
19.
灰色GM(1,N)方法在股票预测中的应用 总被引:2,自引:0,他引:2
对股票价格的预测,直接影响投资者的投资决策,与投资者的经济利益密切相关。股票市场特有的的波动性和不确定性,给股票的预测带来困难。20世纪80年代兴起的灰色系统理论,应用于股市预测的探索已经取得一定成就,已经采用过GM(1,1)模型、灰色神经网络模型、以及灰色马尔可夫模型等预测方法。文中拟采用GM(1,N)模型对股票价格进行预测,并与GM(1,1)模型进行比较,证实了GM(1,N)拥有更好的精度。 相似文献
20.
针对快递行业的特点,运用GM(1,1)模型对中国2003-2010年快递行业的总收入进行模拟,对模拟结果采用了多种方法进行检验,并对未来几年的中国快递收入进行了预测。结果表明GM(1,1)模型能够很好地模拟中国快递行业收入数据,而且具有较高的模拟精度。 相似文献