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。     

组合预测法在中长期电力负荷预测中的研究与应用

电力系统中长期负荷预测是电力系统规划和运行研究的重要内容[1],它是保证电力系统可靠和经济运行的前提,同时也是电网规划建设的依据和基础。线性回归模型、指数平滑模型、灰色模型是常用的单模型中长期负荷预测方法,组合预测法是运用这三种方法的组合,通过运用最优权重系数方法来确定各个模型的权重,使预测的精度更高,误差更小。     

电力系统中长期负荷预测方法的研究与程序设计

文章探讨了电力系统负荷的组成、特点,在分析比较常用的预测方法优缺点的基础之上,采用了灰色预测法与回归法相结合的方法建立了中长期负荷预测模型,把负荷预测工作分为2个部分:即用灰色预测法进行相关因素的预测和用回归法进行负荷预测。该模型充分利用了灰色预测法要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、易于检验等优点及回归法能够考虑到负荷所受的多种因素的特点,模型参数估计技术比较成熟,预测过程简单。     

电力系统中长期负荷预测方法的研究与程序设计

文章探讨了电力系统负荷的组成、特点,在分析比较常用的预测方法优缺点的基础之上,采用了灰色．预测法与回归法相结合的方法建立了中长期负荷预测模型,把负荷预测工作分为2个部分：即用灰色预测法进行相关因素的预测和用回归法进行负荷预测。该模型充分利用了灰色预测法要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、易于检验等优点及回归法能够考虑到负荷所受的多种因素的特点,模型参数估许技术比较成熟,预测过程简单。     

基于指数加权算子与自适应粒子群优化灰色模型的负荷预测

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。     

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。     

煤炭需求预测的主成分神经网络模型

煤炭需求预测的方法很多,主要有主观推断法、趋势外推法、国内生产总值单位能耗预测法、消费弹性系数法、主要消耗部门预测法、人均能耗法、回归分析法、时间序列预测法、灰色预测方法等.从1997年煤炭消费下降以来,上述方法预测的结果误差越来越大.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,其优点是在建模时都不需要计算统计特征,但也有其不足之处.一般神经网络处理信息不能将输入信息空间维数简化,当输入信息空间维数较大时,网络不仅结构复杂,容错和受干扰能力差,最后影响了预测的结果.     

浅谈电力系统负荷预测的方法

一、单耗法。按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分“产品单耗法”和“产值单耗法”两种。采用“单耗法”预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看．一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。     

乌鲁木齐市物流需求预测研究

通过对乌鲁木齐市物流现状及其特点的分析,指出乌鲁木齐市物流需求预测的影响因素和意义。在现有统计方式的前提下,可以通过货物运输的需求分析来推断物流需求。为克服单一预测方法假设条件及适用范围存在局限性的不足,通过对1999—2009年新疆GDP和货物运输量的变动分析,运用弹性系数法、指数平滑法、回归预测法以及综合预测法,对近期2015年、中期2020年、2025年、远期2030年乌鲁木齐市的公路、铁路、航空货物运输的需求量进行分析预测,各模型权重能够根据前期预测误差进行自适应调整,以保证预测精度。从而得出乌鲁木齐市未来物流需求的变动趋势,通过对未来物流需求特点及运输方式特点的分析,提出满足物流需求的对策建议。     

如何提高节假日负荷预测准确率

目前，揭阳的负荷预测主要是根据历史数据（星期一到星期五的预测是采用前22天的历史数据，节假日预测是考虑过去1年节假日历史数据）采用线性回归、时间序列、基于温度准则回归、指数平滑法、人工神经网络法5种科学算法,通过电脑计算后形成5个负荷曲线,再根据负荷实际情况筛选出最符合实际的1个负荷曲线,必要时按负荷特性（例如农历七月初七，七月十五，冬至日，气象因素）对筛选出的曲线进行人工修改。总的来讲：目前负荷预测采用的方法就是采用科学算法加人工修改。     

基于经验模态分解的空气质量指数组合预测方法及应用

空气质量发展趋势的预测对于空气污染问题的防治具有非常重要的意义。因此,本文提出了基于经验模态分解(EMD)的空气质量指数(AQI)的一种组合预测方法。我们首先运用经验模态分解(EMD)的方法对非平稳、非线性且呈剧烈波动的时间序列即AQI原始数据进行多尺度分解。其次,我们分别使用4种常用的单项预测方法:灰色预测(GM)、ARIMA、BP神经网络和支持向量回归(SVR),分别对于分解后的本征模态函数(IMF)序列和趋势序列进行预测,得到单项预测结果。为了提高预测的精度,我们选用平均相对误差(MRE)较小的前三种单项预测方法,并对它们的预测结果进行组合预测。最后,运用熵权法分别计算出IMF序列和趋势序列的组合预测值,并将所有预测值求和得到AQI的最终预测结果。为了评价模型的预测效果,我们选用四种常用误差评价指标,对各个模型的预测结果进行评价比较,而仿真实验的结果表明了本文提出的基于经验模态分解的空气质量指数组合预测方法具有较高的预测精度和良好的适用性。     

基于灰色线性回归组合模型的航班起降架次预测研究

基于线性回归模型和灰色预测模型的优缺点,将两种模型相结合,采用灰色线性回归组合模型结合历年的航班起降架次,对未来航班起降架次进行预测.通过对预测结果及实际数据的对比分析,2020年的航班起降架次预测结果与实际数据相比误差较大,其余年份预测结果与实际值误差均小于5％,考虑到疫情对民航的影响,该模型总体上能够较好的对航班起降架次进行预测,预测结果较准确.     

基于组合分析模型的河北省粮食产量预测研究

粮食产量是农业生产的基本问题之一,它标志着农业生产力的发展水平。以河北省为研究对象,选取2000～2019年粮食产量和影响因素数据。一方面,自单一的粮食产量时间序列入手,利用R语言建立线性拟合、Holt两参数指数平滑模型;另一方面,考虑粮食产量的影响因素,建立粮食产量与影响因素之间的逐步回归、岭回归模型。基于组合预测原理,以绝对值残差损失函数最小为原则,利用Java语句计算最优权重,最终得到Holt两参数指数平滑法与逐步回归法组合的最优预测模型。与四种单项预测模型相比,其在预测精度上有显著提高。     

重庆市GDP值的趋势预测分析——基于指数平滑法

基于指数平滑法,结合重庆市近10年每年的第一季度的GDP值,预测未来一两年中第一季度重庆市在正常情况下的GDP值,分析2018年下半年重庆市开展首届智博会后GDP的变化情况。结果表明:重庆市开展智博会对GDP的增长情况稍有影响。该模型适用于短期预测,效果明显,有一定的参考价值。     

木材加工厂原料需求量预测分析

木质原料需求量预测是木材加工企业库存控制的关键环节,甚至会直接影响到加工厂未来运营计划的整体规划。文中以福建某造板厂木材原料需求量为基础数据,建立组合灰色预测和三次指数平滑预测的预测模型,采用误差平方和极小化的方法确定单项预测模型最优权重,并对造板厂木材原料需求量加以预测和分析。     

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。     

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.     

重庆市工业污染影响因素及趋势预测研究——基于灰色系统理论分析

在借鉴已有研究成果并结合重庆实际情况的基础上,筛选出影响重庆工业污染排放的主要因素,然后运用灰色关联分析法计算这些因素与重庆市工业废水、工业废气、工业SO2、工业粉尘、工业烟尘、工业固废的关联度,并进一步采用灰色动态模型对重庆市未来十年内工业污染排放量进行了预测。研究发现：①影响重庆市工业污染的主要因素是城市化水平、产业结构、工业化程度以及对外贸易程度;②在未来十年内,重庆市的工业废水、工业SO2、工业粉尘、工业烟尘的排放量将呈逐渐下降趋势,但工业废气和工业固废排放量表现出显著上升趋势,将对重庆市城市环境质量的改善带来巨大挑战展。     

差异演化算法优化灰色模型的负荷预测

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会变差,为克服这一缺陷,首先对原始数据进行开次方处理使数据增长变平稳,再将差异演化算法与GM(1,1)模型相结合,利用差异演化算法求解GM(1,1)模型中的参数。电力负荷预测实例结果表明该模型具有较高的预测精度和较广的应用范围。     

基于灰色模型的动态货值预测分析——以中国钢材价格指数为例

采取灰色模型控制质押货物的风险对促进动态货值融资具有重大意义。基于"动态货值"的基础,以CSPI中国钢材价格指数作为研究对象,验证了灰色模型在预测中的准确性,同时对2015年的数据进行分析预测,发现了钢材价格在未来两年仍将呈下滑的趋势。