基于灰色系统理论的矿区重金属污染预测分析

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。     

灰色GM(1,1)模型在热浸镀层耐海水腐蚀研究领域的应用

利用灰色GM（1，1）模型研究了热镀Zn层在海水腐蚀中的规律，建立了适合海水腐蚀研究特点的数学模型．根据热镀Zn层的实海挂样数据，结合腐蚀理论，将整个腐蚀过程进行分段处理，即腐蚀初期、钝化期、腐蚀后期．通过数学模型的计算，并与试验记录数据进行拟合．结果表明，应用GM（1，1）模型所建立的腐蚀数学模型，具有较好的拟合和预测精度，可以通过该数学模型进行热浸镀层在海水腐蚀环境条件下的评估及寿命预测．     

灰色理论在边坡预测中的应用研究

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。     

基于灰色新陈代谢模型的我国棉花产量预测

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.     

蚁群灰色模型在钼金属价格预测中的应用

钼是一种非常重要的有色金属,其市场价格受很多因素影响。而灰色算法可对时间序列短,统计数据少,信息不完备系统具有独特的功效,能够在原始数据比较少的情况下得到很高的预测精度。本文将灰色模型引入到钼金属价格的预测中,通过蚁群算法对灰色GM(1,1)模型参数进行优化,利用Matlab强大的矩阵功能实现蚁群灰色模型的钼价格预测,获取有价值的信息,帮助决策者制定出科学合理的生产销售规划。     

基于等维积分GM(1,1)模型的黄金价格预测

GM(1,1)模型是灰色系统中最常用的一种模型,该模型采用的建模数据量小,对数据分布特征无特殊要求,应用较为广泛。利用数值积分原理将GM(1,1)模型中累加生成法改为积分生成法,并用双向差分结合等维动态预测原理,建立了等维积分GM(1,1)模型。该模型在预测过程中不断将旧信息剔除,增加新信息进入,实现了数据的及时更新,提高了预测精度。     

应用灰色系统理论预测全国钢产量

本文简要介绍了灰色系统的概念,灰色系统中GM(1,1)预测模型及其推导过程,并应用该模型预测了1988年全国钢产量。最后通过几种方法预测结果的比较,证明该模型是一个精确度较高的预测模型。     

矽肺病人数的灰色预测模型研究

本文根据灰色系统理论中的GM(1,1)模型,建立起一个矽肺病人数预测的多级残差模型,这个模型精度高,并经实例计算,得到满意的结果。 对矽肺病人数的预测,可以掌握其变化规律,其意义是重大的。     

基于改进GM(1,1)模型的黄金价格预测

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。     

电力负荷的灰色预测

利用灰色GM(1,1)模型进行预测时,如果原始序列的变化不够光滑,预测误差很大.因此,对原始序列进行对数平滑处理,同时针对不同时段建模形成预测灰区间的特点,提出了用灰色系统理论进行电力负荷预测的具有对数平滑的灰色关联度加权预组合预测方法.该法使影响负荷的各个因素得到削弱或者抵消,提高了预测精度,并扩大了预测范围.     

环境监测工作中缺失数据的灰色重建

本文主要通过应用GM(1,1)灰色预测模型的建立,对环境监测工作中有关缺失数据进行灰色预测,即重建。意在寻找一条客观、准确的重建缺失数据的方法。     

应用灰色理论预测呼吸性粉尘浓度变化趋势

在矿山呼吸性粉尘监测中 ,有时需要补充缺失的数据 ,有时出于安全环保的原因 ,需要提前知道数据。本文引入了灰色理论中的GM(1,1)模型 ,对呼吸性粉尘浓度变化趋势进行预测。通过对 2 0 0 0年德兴铜矿、永平铜矿、武山铜矿、银山铅锌矿、东乡铜矿五个矿山四个季度粉尘数据进行分析 ,建立了相应的灰色预测曲线。误差分析表明 ,这些曲线有较好的预测效果。     

基于非等间距GM(1,1)模型的矿区地面沉陷预测

通过地面沉陷监测获取矿区地面沉陷数据后,需要进行处理分析,并对将来沉陷情况进行预测。介绍了GM(1,1)模型,提出了非等间距GM(1,1)模型的数据处理方法,并根据沉陷监测结果,使用非等间距GM(1,1)模型对某矿区地面沉陷进行预测。根据检核结果,非等间距GM(1,1)模型适用性更加广泛,且沉陷预测精度较高,可以满足矿区地面沉陷预测精度的要求。非等间距GM(1,1)模型的应用,可以更好的分析处理沉陷数据,指导矿山安全生产。     

岩体声发射技术在矿山中的应用

吸收灰色系统的科学理论和方法,运用灰色理论GM(1,1)模型建立岩体失稳声发射预测预报模型并实现预测预报,将整个预测预报系统采用Visual C^ 语言进行计算机可视化开发,实现了可视操作,保证了对现场监测数据快速、准确处理,提高了监测预报效率。     

灰色模型在高炉铁水[Si]预测中的应用

应用灰色系统GM(1,N)模型对高炉生产生铁中[Si]值进行预报,以等维新息建模方式,反映高炉炉况最新信息;同时结合GM(1,1)残差模型对预测值进行修正,以提高预测精度,运用该方法取得了较好的效果.     

灰色预测线性规划在多金属矿产能优化配置中的应用

利用灰色预测线性规划模型对多金属矿山的产能进行优化配置.经过灰色预测模型对各定位系数进行预测,将灰色线性规划问题转化为一般的线性规划问题,对其进行求解.结果表明,定位系数GM(1,1)误差检验合格,预测的多金属矿山经产能优化后可以实现生产资料的合理配置和利润的最大化.     

基于灰色时序组合模型的基坑监测预测

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。     

用计算器进行GM（1,1）模型中数据矩阵的快速计算

本文将GM(1,1)模型中数据矩阵的计算公式,作了进一步推导,并通过利用计算器中“回归分析”功能键,大大简化了建模过程中复杂的矩阵计算,改变了必须用微机进行复杂矩阵计算的作法,对灰色预测的应用及推广将起一定的积极作用。     

灰色GM(1,1)模型在紫金山金矿定量预测中的应用分析

介绍了灰色GM（1,1）模型的基本原理及建模程序。应用该模型建立了紫金矿业股份有限公司的入选矿石品位、矿石综合成本、黄金综合成本、黄金产量、销售收入、利润总额和资产总额的灰色GM（1,1）模型。通过对紫金矿业股份有限公司1994年至2000年资料综合对比分析,认为该模型对上述指标具有很高的预测精度。对紫金矿业股份有限公司未来三年的上述经营指标预测结果表明,该公司“十五”规划目标是科学和现实的。     

基于GM(1,1)模型对房地产投资额的预测研究——来自四川省成都市的经验证据

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.