灰色模型的优化及其在沉降数据分析中的应用

本文利用Matlab根据灰色系统理论建立GM模型对变形数据进行分析预测进一步探讨了灰色模型参数的优化、累加生成次数对模型精度的影响、模型处理变形数据的跨度,并利用Matlab语言编写了变形数据处理程序实现了变形预测模型的建模和预测。     

国际煤炭市场价格预测的复合小波神经网络模型研究及应用

我国加入ＷＴＯ后 ,煤炭市场也必将与国际煤炭市场接轨 ,合理准确地预测国际煤炭市场价格的趋势与走向 ,对我国的煤炭出口、生产以及投资决策都具有十分重要的意义。近年来 ,灰色预测模型和人工神经网络模型用于非线性时间序列预测较为引人注目 ,其优点是它们在建模时都不需要计算统计特征 ,从理论上讲 ,可以适用于任何非线性时间序列的建模 ,但也有其不足之处。灰色预测方法由于其模型特点 ,比较适合于具有指数增长趋势的实际问题 ,对于其它变化趋势 ,则有时拟合灰度较大 ,导致精度难以提高。人工神经网络方法在应用中难以科学地确定网络结…     

民用汽车保有量的灰色预测模型研究

一、灰色数列预测模型建立 灰色预测指以GM(1,1)模型为基础所进行的预测。灰色模型有五种:(1)数列预测;(2)灾变与异常值预测;(3)季节灾变与季节异常值预测;(4)拓扑预测;(5)系统预测。本文对汽车保有量的预测采用灰色数列预测。 本文对传统的GM(1,1)模型的建立过程进行了改造,用线性回归来建立GM(1,1)模型,用显著性检验方法代替关联度和后验着进行精度检验和参数识别。     

改进GM(1,1)模型在滑坡变形预测中的应用

基于灰色系统理论建立的一阶单变量GM(1,1)模型在滑坡变形预测中应用广泛,但是对高增长指数型滑坡变形时间序列的适应性较差。通过GM(1,1)模型建模原理分析表明,等权生成背景值是影响模型预测精度的主要因素之一。基于此,本文采用自动寻优定权法重新构造背景值,建立基于最佳权重构造背景值的改进GM(1,1)模型,并根据滑坡监测资料建立滑坡变形预测的传统GM(1,1)模型和重构背景值的改进GM(1,1)模型。结果表明,改进GM(1,1)模型对高增长指数型滑坡变形时间序列建模具有更高的拟合与预测精度,可用于滑坡变形短期预测预报。     

房价预测模型的比较研究

本文以全国历年房屋年平均销售价格作为原生时间数据序列,根据其特点建立了灰色-马尔柯夫预测模型和n次多项式模型,并比较了这两种模型的预测精度.算例的研究结果表明,在预测房价时五次多项式模型比灰色-马尔柯夫模型的预测精度要高.故适当的n次多项式模型可为房价预测提供较准确一种预测模型.     

社会经济灰色系统的差分建模

本文提出了社会经济灰色系统量化研究的一个要重途径—“差分建模”。建模的基础是灰色系统理论中的“生成数”,所用方法是线性差分方程的最小二乘估计。与文献[1] 中的 DM 模型相比,本方法所建的差分模型 GEM(Gry Erorr Model)具有结简单、运算量小的特点,并且参数的估计方差小,模型精度较高。以 GEM 模型为核心。同时引入 Z 变换,便可改进五步建模。     

一种对计量经济学模型在应用中的改进方法

建立准确而合理的计量经济学模型,是用计量经济学研究经济变量之间关系问题的基础.但观测数据的随机波动或误差,会在建模过程中对估计模型参数产生影响.本文结合实际项目,在用计量经济学模型分析经济因素对电力需求影响的过程中,引入灰色系统模型.对观测数据进行处理,成功地改善了估计结果.并在后面的模型应用中,证明改进后的模型具有更高的预测精度.     

公路客运量预测的数学方法

公路客运量是一个受多层次、多因素影响的复杂关系量,为了准确地预测它,必须考虑各种影响因素,需要收集大量信息,由此带来的问题是建模困难,计算工作量大。有时即使模型能够建立,往往又因缺少足够的信息不能确定模型的参数,导数无法实现预测。灰色系统理论所提出的灰色系统模型预测方法,避开了这些复杂的相互关系,它不要求那么多的信息,而只是着眼于系统本身的灰色信息,寻找系统本身的内在规律,达到使灰色系统白化的目的。     

简明高效的灰色时序新模型

<正> 本文提出一种新的时秩模型一具有时变参数和预估序列的一阶差分模型 TPEM,并给出了适于计算机求解的递推算法。建模的基础是灰色系统理论中的“模块”概念,所用方法是具有时变参数动态系统的参数辩识。同一般的时序建模法相比较,本方法所建立的模型具有结构简单、计算量小的特点,而且适用于任意(相关或无关)时间序列;同文献[1]第二章所述模型相比,本模型具有较高的预测精度,若辅之以残差辩     

基于残差灰色预测模型的用电量预测

为提高用电量的预测精度,适应电力营销需求,在传统灰色预测技术的基础上,本文建立了残差灰色预测模型,并通过实例分析验证了该模型的实用性和精确性.     

灰色神经网络在轴承故障预测中的应用

为提高旋转机械中滚动轴承故障预测的精度,提出灰色神经网络预测模型。利用训练样本数据,使用灰色神经网络模型完成训练过程;基于已训练好的模型对未来时间点的运行状态进行拟合,实现轴承的故障趋势预测。相比采用单一的BP神经网络预测模型,该组合模型具有较高的精度,对轴承故障趋势预测有一定的现实意义。     

灰色证券系统证券价格趋势模型的建立与分析

针对在非安全信息下的证券价格变动情况,将灰色系统理论首次引入证券价格趋势分析;利用灰色系统理论和关联度分析,建立能进一步准确反映证券价格动态过程发展态势的量化模型;通过模型,对证券价格变动趋势进行预测研究,建立灰色GM模型,并针对上海证券交易所某个时间段进行实证模型建立、分析及精度检验,取得了满意的结果。     

利用灰色理论建立经济预测模型的尝试

选定灰色理论来建立预测模型。灰色理论具有三个特点：（１）可有效地进行系统运行的模拟和中、长期趋势预测分析；（２）采用数据处理方法将杂乱无章的原始数据整理成规律较强的生成数列，再用这个生成数列建模；（３）对模型的检验不同于其他理论，灰色理论对模型采用残差检验、后验差检验和关联度检验。对一阶单变量模型、一阶Ｎ变量模型和拓扑预测的建立作了介绍，并用这些模型对某一国家ＧＤＰ的平均增长速度进行预测。     

进出口贸易额预测的灰色建模方法研究

根据国际贸易系统的灰色特征，结合中国2001年1至9月的进出口额数据建立了对进出口贸易额进行预测的灰色模型。经过对模型的模拟、检验，证明模型的精度很高，并据此对未来几个月的贸易额进行了预测。     

基于灰色线性回归组合模型的物流需求预测研究

灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证.最后,本文以改进模型对福建省未来几年的物流需求进行了预测.     

基于灰色-马尔柯夫模型的建筑安全事故死亡人数预测

建筑安全事故预测是建筑安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔柯夫链理论适用于预测随机波动大的动态过程.结合灰色预测和马尔柯夫链理论的优点,提出了一种灰色马尔柯夫预测模型,并运用灰色-马尔柯夫模型,对1999～2009年全国建筑安全事故死亡人数进行了预测分析.结果表明,该模型既能揭示死亡人数变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性.     

灰色模型在油气操作成本预测中的应用

油气操作成本是油田公司预算的最重要的单位，但是目前还没有一种有效的方法来对其进行预测。灰色模型由于需要的原始数据较少，精度较高等优点，能满足油气操作成本预测的要求。探索灰色模型在油气操作成本预测中的应用可以在很大程度上促进油田公司的发展，提高其经济效益。     

基于灰色模型和最小二乘机原理的区域水资源供需组合预测研究

文章将灰色模型和最小二乘机模型进行组合,并将组合模型用于辽宁西部区域水资源供需预测中。研究结果表明:组合模型可综合考虑不同模型的优点,进行加权组合预测,相比于单一预测模型,组合预测模型在区域水资源供需预测中具有较高的预测精度,预测误差得到明显改善。研究成果对于区域水资源供需预测方法提供参考。     

基于灰色马尔可夫链的铁路煤炭运量预测研究

铁路煤炭运量预测是制定铁路煤炭通道发展规划的重要依据.铁路运输是一个复杂的社会经济系统,受到社会、经济、自然等多种因素的综合影响,具有较大的随机性、模糊性和灰色特征,给预测工作增加了一定难度.本文拟用灰色残差GM(1,1)模型预测铁路煤炭运量的发展趋势,再用马尔可夫链对预测结果进行优化,以体现经济运量的"波动性"要求,提高预测的精度和评价的可信度.     

基于灰色预测模型的上海市实际利用外资预测

经济预测的模型有很多种,但通常需要大量的统计数据为基础。而灰色预测所需的历史数据少且预测的结果准确性高。基于灰色预测模型作上海市实际利用外资额的预测,预测结果与上海市2002~2008年的统计年鉴数据进行验证,平均误差在2%以内,精确度相对可靠,因而灰色模型预测为该宏观经济预测提供了一种可行性选择。