基于残差修正的组合模型在港口吞吐量预测中的应用

针对吞吐量的预测,借助趋势分析法和灰色GM(1,1)建立组合预测模型,为提高预测精度,利用灰色残差模型对组合模型进行修正,同时,以重庆港为研究对象进行实例分析,结果表明经修正的模型具有简便实用的优点,最后,对重庆港未来几年的吞吐量进行预测。     

非线性GM（1，1,α）模型在港口吞吐量预测中的应用

针时统计数据缺乏的预测问题,提出引入灰色系统理论来解决,以连云港2003—2007年港口吞吐量的数据为基础建立了非线性灰色GM（1,1,α）模型,详细阐述了灰色预测法的应用过程。结果表明,非线性灰色模型对样本的适应性强,预测精度高,简单易行,能够有效解决港口吞吐量预测问题。     

预测技术在港口吞吐量预测中的应用

本文应用预测技术中的指数平滑法，灰色模型预测法对港口吞吐量的预测进行建模分析，验证比较，并提出了修正灰色模型预测吞吐量的方法。通过比较分析，认为改进型灰色模型对吞吐量的方法，通过比较分析，认为改进型灰色模型对吞吐量的预测是一种拟合精度较高，预测较符合实际的方法，适用于港口吞吐量的短期预测。     

基于灰色马尔科夫模型的上海港集装箱吞吐量预测

为了准确有效地对港口集装箱吞吐量进行预测,提出一种基于灰色GM(1,1)模型和马尔科夫链模型相结合的灰色马尔科夫模型,以上海港2003～2017年集装箱吞吐量数据为研究对象进行预测计算,得到2018～2022年的吞吐量预测值。结果表明:灰色马尔科夫模型能弥补单一灰色GM(1,1)模型对波动性较大数据预测精度不高的不足,使平均相对误差由0.07216下降到0.02188,模型的预测精度有了明显的提升,适用于中长期的预测。     

改进非线性灰色模型在港口集装箱吞吐量预测中的研究与应用

根据灰色理论原理,提出改进的非线性灰色模型GMP(1,1,α),并应用于港口集装箱吞吐量的预测.通过实例分析,证明改进的非线性灰色预测模型具有较高的预测精度,有一定的实用价值.     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测.以此来避免单一模型的不足,从而提高模型的预测精度.通过2005 -2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度.     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测。以此来避免单一模型的不足,从而提高模型的预测精度。通过2005-2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度。     

基于GM(1,1)模型的广西沿海港口吞吐量预测分析

用GM(1,1)模型预测了"十一五"期间广西沿海港口货物吞吐量的增长趋势,得出结论2010年其港口货物吞吐量将达到一亿吨,最后提出实现这一目标的策略。     

基于GM(1,1)残差模型的铁路客运量预测

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。     

基于组合预测模型的航空货运吞吐量预测研究

目前对于机场货运吞吐量的预测方法不尽合理,导致预测与实际情况差别较大,为此本文提出将内在影响因素融入组合预测模型,从而对航空货物运输进行预测,使得预测结果更加接近实际情况.本文以香港国际机场为背景,运用Shapley值法将BP神经网络和灰色理论预测模型进行组合,对其航空货运吞吐量进行了实证研究,并将此预测方法推广应用于其他机场的预测.     

组合预测模型在武汉港集装箱吞吐量预测中的应用

为使港口集装箱吞吐量预测的误差更小,精度更高,提出运用弹性系数法、灰色模型法、三次指数平滑法的组合预测模型,预测了武汉港未来特征年的集装箱吞吐量,研究结果表明,组合模型相比单一预测方法能够降低误差、提高精度,预测结果更加理想。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足。最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足.最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性.     

平面定位误差分析的补充及其正确应用

对平面定位误差分析给予了补充和完善,指出了目前因应用不当在量仪设计制造检定过程中可产生２６％误收或３６％误差,阐述平面定位误差分析在量仪设计,检定中的正确应用。     

基于IOWA-FAHP的物流需求组合预测模型

面向物流需求的预测问题,提出了一种基于诱导有序加权平均算子和模糊层次分析法相结合的组合预测模型。首先,采用诱导有序加权平均算子建立组合预测模型,并基于历史数据解算各单项预测模型的加权系数;然后,针对组合预测模型中各单项模型的加权系数确定问题,引入模糊层次分析法,得到各单项预测模型的公平排序,进而确定各单项预测模型在预测年的诱导值序列,从而预测出相应物流需求量;最后通过应用算例验证了该模型的正确性和可靠性。     

基于IOWA-FAHP的物流需求组合预测模型

面向物流需求的预测问题,提出了一种基于诱导有序加权平均算子和模糊层次分析法相结合的组合预测模型.首先,采用诱导有序加权平均算子建立组合预测模型,并基于历史数据解算各单项预测模型的加权系数;然后,针对组合预测模型中各单项模型的加权系数确定问题,引入模糊层次分析法,得到各单项预测模型的公平排序,进而确定各单项预测模型在预测年的诱导值序列,从而预测出相应物流需求量;最后通过应用算例验证了该模型的正确性和可靠性.     

残差修正Verhulst模型的复合土钉支护变形预测研究

复合土钉支护结构在基坑支护工程领域有着越来越广泛的应用。支护结构在使用的过程中涉及到很多方面的影响因素,各种因素对支护结构体系的影响往往具有不确定性,即具有灰色特性。本文通过将非等间隔时序Verhulst灰色模型应用到预应力锚杆复合土钉支护的实际变形预测中,发现在对常规灰色Verhulst模型采用傅里叶函数进行残差修正以后,模型的预测分析效果可以得到较好的提升,可考虑将傅里叶变换用于Verhulst模型修正。在复合土钉支护的位移变形的应用分析中具有一定的参考指导价值。     

Quasi Score is more Efficient than Corrected Score in a Polynomial Measurement Error Model

We consider a polynomial regression model, where the covariate is measured with Gaussian errors. The measurement error variance is supposed to be known. The covariate is normally distributed with known mean and variance. Quasi score (QS) and corrected score (CS) are two consistent estimation methods, where the first makes use of the distribution of the covariate (structural method), while the latter does not (functional method). It may therefore be surmised that the former method is (asymptotically) more efficient than the latter one. This can, indeed, be proved for the regression parameters. We do this by introducing a third, so-called simple score (SS), estimator, the efficiency of which turns out to be intermediate between QS and CS. When one includes structural and functional estimators for the variance of the error in the equation, SS is still more efficient than CS. When the mean and variance of the covariate are not known and have to be estimated as well, one can still maintain that QS is more efficient than SS for the regression parameters.     

建筑物沉降的组合预测模型应用研究

提出采用组合模型预测建筑物沉降,并以常用的三种建筑物沉降预测模型组成组合模型进行了计算分析,结果表明组合预测模型具有较高的预测精度,值得推广应用.