基于灰色马尔可夫模型的煤层气抽采量预测

煤层气抽采量的准确预测,对煤层气开发利用工作的科学决策和发展规划具有重要意义。通过灰色系统理论与马尔可夫理论的结合,建立灰色马尔可夫模型对煤层气抽采量进行预测分析。首先建立煤层气抽采量的GM(1,1)预测模型,确定其变动趋势和初始预测值,然后应用马尔可夫理论对初始预测结果进行修正,最后通过实例计算验证了灰色马尔可夫模型的适用性。结果表明,灰色马尔可夫模型的预测精度明显高于传统GM(1,1),更适用于随机波动性较大的序列预测问题,因此将灰色马尔可夫模型用于煤层气抽采量预测是合理和可行的。     

灰色马尔可夫链在道路交通事故预测中的应用

将灰色系统理论与马尔可夫链相结合,建立道路交通事故灰色马尔可夫链预测模型研究证明．这种模型的预测精度高于GM（1，1）模型，可用于道路交通事故预测。     

基于灰色马尔柯夫模型的采购预测

以灰色GM(1,1)和马尔柯夫理论为基础,提出基于灰色马尔柯夫模型的采购预测方法。首先利用灰色模型进行短期预测,再利用马尔可夫理论进行波动状态预测,最后得到采购量期望值。实例结果表明,灰色马尔柯夫模型预测精度较高,具有较好的应用价值,能为采购预测工作提供有用依据。     

灰色马尔可夫理论在煤炭消费需求预测中的运用

将灰色系统理论与离散状态的马尔可夫链理论相结合,提出了灰色马尔可夫预报模型以预测煤炭需求量,该模型针对灰色数据系列首先建立GM（1,1）模型进行趋势预测,然后利用马尔可夫状态概率转移矩阵预报方法对其预测值进行拟合,可提高波动性较大的随机变量的预报精度．实例计算表明：灰色马尔可夫预报模型精度明显高于GM（1,1）模型,用于煤炭需求的预测是可行的。     

区域物流规模的改进灰色马尔可夫预测

在分析灰色GM(1,1)方法、灰色马尔可夫方法的基础上,建立区域物流规模预测的改进灰色马尔可夫模型,以国家统计局公布的陕西省1997-2006年货物周转量的统计数据为依据,对其2007-2008年的物流规模进行预测.与灰色GM(1,1)方法、灰色马尔可夫方法的预测结果相比,改进灰色马尔可夫链模型对区域物流规模的预测更加有效.     

马尔科夫理论在物流量预测中的应用研究

物流量预测对于物流产业规划和发展的举足轻重。本文将马尔可夫理论与灰色模型相结合，介绍了应用马尔科夫理论的物流量预测方法，并对当地的物流量进行预测，结果表明这种方法具有良好的精度和准确性。     

河流中长期水质预测建模与应用

本文论述了如何对河流中长期水质预测进行建模、计算和分析。而且论述了如何采用灰色系统模型和马尔可夫链模型对河流中长期水质进行数学建模和计算。最后,通过对长江宜宾段未来十年水质情况进行预测分析,得出灰色系统模型相比马尔科夫链预测模型在河流中长期水质现状预测中更适用的结论。     

新高阶多变量马尔可夫模型

本文提出了一种新高阶多变量马尔可夫模型,并对其收敛性进行了分析.给出了模型的参数估计方法.数值实验表明在预测精度方面新高阶多变量马尔可夫模型比高阶多变量马尔可夫模型更加有效.     

基于改进GM(1,1)-Markov模型的国内生产安全事故预测研究

为准确预测我国生产安全事故发展趋势,本文在传统GM(1,1)模型和马尔科夫模型的基础上,结合二者优点提出改进灰色马尔科夫预测模型,并以2005—2018年全国生产安全事故起数为原始序列探讨了改进模型的实际应用。区别于传统灰色残差修正理论,选取灰色模型预测结果的相对误差作为修正指标,2次应用马尔科夫模型对相对误差状态和误差符号状态进行优化预测,并使用平均相对误差和小概率误差对模型进行精度检验。结果表明,改进GM(1,1)-Markov模型预测结果的相对误差为3.0%,较单一灰色预测模型预测误差减少19.5%,预测精度显著提高,同时预测得到2019年我国生产安全事故起数为479。     

组合模型EPS转矩转角传感器可靠性预测

为提高电动助力转向系统的性能,设计一种电动助力转向系统转矩转角传感器,并建立数学模型对传感器的可靠性进行预测。在实验的基础上比较灰色GM(1,1)模型、残差修正的灰色GM(1,1)模型以及残差修正的灰色马氏链组合模型的预测准确度。由于单个模型很难保证预测准确度水平,因此通过计算组合模型不同步数的转移概率矩阵确定目标状态,进而得到预测值。通过比较,组合模型比单个模型的准确度更好,更适宜描述随机性较大的问题。     

Study on tracking algorithm of acoustic target

The prediction of helicopter′s track is very important for Anti-Helicopter Mine System (AHMS) in the battle. However, it is very difficult to get an accurate and reliable prediction when the data is very limited. This paper tries to establish a track forecast model based on the grey system theory to predict the radial distance, the azimuth and the elevation of a helicopter real-timely. The forecast model of grey system can directly predict the helicopter′s track, with out the need of coordinate conversion (polar coordinate to rectangular coordinate). So the measurement noise is relatively independent, the prediction accuracy can be improved. In the period of sampling, GM model has been established on line to improve prediction precision. The results of simulation indicate that higher prediction precision can be obtained with fewer surveying data.     

基于GM(1,1)模型的东辛采油厂产量预测研究

本文介绍了GM(1,1)模型的建模过程,考虑油田产量数据较少的现状,将其视为灰色系统,并利用灰色系统GM(1,1)模型对油田石油产量进行了预测。经实证,模型的精度符合要求,预测结果可以为采油厂提供决策依据。     

新息累积GM (1，N)模型在交通噪声预测中的应用

从传统的灰色GM （1, N）模型出发,利用灰色关联分析法确定相关因素的关联度,引入累积法相关理论,对GM （1, N）模型进行参数辨识,建立起多因素的累积GM （1, N）模拟模型,在此基础上,充分利用最新信息,用新息思想建立新息累积GM (1, N)预测模型。将该模型分别应用到南方某城市及北京市道路交通噪声的模拟和预测上,结果表明,所建立的新息累积GM (1, N)模型的模拟精度高,预测结果平均相对误差比GM （1, 1）模型还低,预测效果好,预测值还表明,接下来两年内,噪声值基本维持稳定。     

灰色序列模型在物流园区货运量预测中的应用

运用灰色系统理论建立了货运量的灰色预测模型-GM（1,1）模型,并通过实例对货运量进行了预测,结果表明,该方法具有所需原始数据少、预测精度高等优点．     

基于组合预测模型的铁路集装箱运量预测

为了克服单项预测模型的单一性和片面性等缺点,本文应用组合预测模型对铁路集装箱运量进行预测,以提高预测的准确性。通过对运量的历史数据分别采用多项式曲线模型和灰色预测模型建立单项预测模型,再利用径向基神经网络对两个单项预测模型的结果进行组合预测。研究结果表明,相比于两单项预测方法,组合预测方法所得运量的相对误差分别提高了3.19%和12.76%。最后,应用马尔科夫链模型对组合预测的结果进行分析和修正,增加预测结果的可靠性。     

基于灰色马尔柯夫预测的测量仪器校准间隔动态优化

根据测量仪器校准参数数据特点，建立了仪器校准参数动态发展趋势的时间序列组合模型。将灰色预测与马尔柯夫预测方法优化互补，用灰色预测模型预测参数总体发展趋势，在此基础上采用马尔柯夫模型预测参数在总体趋势下的随机波动性变化，得到校准参数发展趋势预测模型的解。给出基于校准参数趋势预测的校准间隔动态优化方法，并通过实验数据对预测模型进行了验证。结果表明，此模型既能预测校准参数总体趋势，又适合于波动性较大的随机序列变化；校准间隔的优化改善了计量管理中不足计量和过剩计量的缺陷。