共查询到16条相似文献,搜索用时 718 毫秒
1.
2.
3.
4.
5.
传统的GM(1,1)灰色理论模型,一般适用于等时距数据序列的模拟预测。本文针对数据序列本身要满足灰指数规律,当灰数据发生跨越增长的时候,采用传统的GM(1,1)模型预测精度比较差,而且从GM(1,1)模型的建模基础考虑,预测精度受初始值和背景值影响很大,由于客观条件的影响,边坡数据序列的获得有的时候不可能达到严格的等时距的数据序列,从而建立起适合边坡变形值预测的GM(1,1)模型。 相似文献
6.
7.
针对房地产开发投资额样本数据少、受各种因素影响具有不确定性的特点,运用灰色理论中应用最为广泛的GM(1,1)模型,以2004年以来成都房地产开发投资额的年统计数据为样本,对成都2009年的房地产开发投资额进行拟合.实证分析过程中通过弱化缓冲序列算子的作用,调整了样本数据的增长速度,实证结果表明GM(1,1)模型在房地产开发投资额预测方面精度较好,能够用该GM(1,1)模型对成都未来的房地产开发投资额进行预测分析,为政府、投资者、消费者的决策提供参考意见. 相似文献
8.
9.
随着信息系统的发展,对黄金价格建立了基于新陈代谢理论的无偏灰色GM(1,1)预测模型。该模型是对GM(1,1)模型的改进,在不断补充新信息的同时,及时地去掉老信息,避免随着信息的增加,建模运算量不断增大的困难。实证结果表明,该模型预测精度优于GM(1,1)模型及无偏GM(1,1)模型的预测精度。 相似文献
10.
为预测2011年我国棉花产量,基于灰色预测建模思想和新陈代谢原理,建立了灰色新陈代谢预测模型,并结合实际情况分析了常规GM(1,1)模型和新陈代谢GM(1,1)模型的预测结果,表明新陈代谢预测模型比常规预测模型精度高.用新陈代谢GM(1,1)模型预测的我国2011年棉花产量为614.968 3万t. 相似文献
11.
矿区重金属污染系统具有灰色系统的特征,因此可以采用灰色模型对重金属污染进行预测。运用灰色模型GM(1,1)对矿区Cu污染因子发展变化进行动态关联分析,作出了预测并对预测结果进行了分析,结果证明GM(1,1)模型是一种行之有效的预测金属污染的模型。 相似文献
12.
13.
对黄金价格预测时常采用大样本数据建模方法,该方法首先对数据进行统计分析,找到数据内在统计特征,再寻求符合该特征的模型;但该方法在数据统计分析时受到统计手段和方法的约束,数据本身的内在特征往往不能充分反映,因此模型的选择受到限制。针对黄金价格数据不具有趋势性变化的特征,利用灰色GM(1,1)系统建模理论、数据驱动建模原理及振荡序列的数据处理方法,建立了基于振荡序列的黄金价格动态预测模型。该模型不仅对黄金价格数据自身存在的振荡性进行了处理,避免了数据大波动,同时利用动态数据驱动方法不断更新数据,提高了预测精度。 相似文献
14.
基坑监测是确保矿山基坑工程安全实施的必要手段,不同模型所监测到的基坑沉降值存在一定的差异,因而如何选择一种有效的组合模型是准确预测未来某一时刻基坑沉降面临的主要问题。本研究将时间序列预测模型与灰色模型相结合(即灰色时序组合预测模型)应用于某深基坑(基坑深5.7~13.7 m)沉降监测数据分析,预测结果准确可靠。同时,与单一模型(如ARIMA和GM(1,1))的预测结果相比,灰色时序组合模型的预测精度更高,所获得的预测结果与实测值最接近,是一种非常有效的基坑预测方法。 相似文献
15.