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。     

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。     

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.     

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。     

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。     

基于灰色理论的中空海藻酸钠微胶囊释药模型研究

以阿维菌素（AVM）为模型药物,制备了一种中空海藻酸钠（SA）微胶囊。应用灰色系统理论GM（1,1）模型对中空SA微胶囊的缓释性能进行了模拟预测。模型的模拟预测值与实验数据的相对误差较小,表明灰色系统理论可用于模拟和预测中空SA微胶囊的药物释放行为。     

基于灰色理论的电力系统短期负荷预测

本文主要研究短期电力负荷预报的应用,在分析了目前短期电力负荷预测的现状及各种预报采用的数学模型基础上,结合黑龙江和电网实际负荷数据,在算法上采用了灰色预测中的GM（1,1）改进模型和应用matlab编程,通过对原始数据的平滑处理进行负荷预报,提高了预报准确度,验证了该方法的有效性和可行性。     

蜗轮副磨损量的灰色预测法

在灰色理论的基础上,建立了无偏的GM(1,1)模型,扩展了GM(1,1)模型预测使用的范围.并将无偏GM(1,1)用于对蜗轮副磨损数据的预测,获得了满意效果.     

测量仪器校准间隔的动态灰色线性回归预测

根据测量仪器的实际状态进行校准间隔的预测,可有效地避免不足校准和过剩校准。该文分析了历史校准数据的特征,对于既含有线性因素又含有指数因素的历史校准数据序列,建立动态灰色线性回归预测模型,预测测量仪器的校准间隔。动态灰色线性回归模型有机地将灰色GM(1,1)模型和线性模型组合起来,通过新老数据的新陈代谢,更加真实地反映系统的特征。通过实验对预测模型进行验证,结果表明:动态灰色线性回归模型的拟合与预测精度高于单纯的灰色GM(1,1)模型及新陈代谢GM(1,1)模型。     

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．     

基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

综合利用灰色理论与自适应神经模糊推理系统( ANFIS)建立预测模型的思路,给出了利用自适应神经模糊推理系统对GM(1,1)模型残差进行修正,重构灰色GM(1,1)模型预测值的综合预测方法.选用我国某地区冬季最大电力负荷作为原始数据,用GM(1,1)模型对历年的电力负荷进行建模,并利用自适应神经模糊推理系统对其残差进行...     

基于灰色理论的成渝城际铁路客流预测

本文运用灰色理论方法,建立GM(1,1)模型对成渝间铁路年客运总量进行预测,并检验模型的精度。预测结果表明,该模型适用于短期的客流量预测,预测结果对新建成渝城际铁路的运营方案制定和运营组织,提供了很好的数据基础。     

火灾预测的改进GM(1,1)模型

火灾的发生受很多因素的影响,有的因素已知、有的未知,符合灰色系统的特征,从而可以利用灰色理论进行预测.现从传统GM(1,1)预测模型构造原理出发分析其存在的理论缺陷,通过采用平均斜率法、等维替换和变换灰色预测公式的方法建立改进的GM(1,1)模型,以适应火灾频数序列的波动特性,从而达到精确预测的目的.我国1997—2006年火灾数据预测计算表明,新方法有满意的拟合和预测效果,从而为火灾预测精度提高提供了新的途径.     

疲劳裂纹扩展预测模型及其应用

在分析了灰色预测方法和支持向量机各自的优缺点基础上,提出了将二者相结合的一种新的预测模型———灰色支持向量机裂纹扩展预测模型.新模型发挥了灰色预测方法中"累加生成"的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,同时避免了灰色预测方法及模型存在的理论缺陷.工程实例表明,文章所提出的裂纹扩展预测模型较传统的GM(1,1)模型、等维GM(1,1)模型精度都有所提高,为预测疲劳裂纹扩展提供了一种新的方法.     

基于新陈代谢GM(1,1)模型的校准间隔预测

针对测量仪器校准间隔的优化问题,根据校准数据非线性、小样本的特点,提出了一种基于新陈代谢GM(1,1)模型的校准间隔预测方法.通过分析历史校准数据的特征,建立了新陈代谢GM(1,1)预测模型,通过仿真实验对预测模型进行了对比验证.结果表明,相对于灰色GM(1,1)模型,新陈代谢GM(1,1)模型克服了随机扰动对系统的影响,更能反映系统的变化趋势,预测精度更高,适合用于测量仪器校准间隔的预测.     

灰色线性回归组合的煤矿百万吨死亡率预测研究

灰色线性回归组合克服了GM(1,1)模型和线性回归模型的缺点和不足,本文系统地推导了灰色线性回归组合模型,通过此模型对我国煤矿百万吨死亡率进行预测,结果表明该模型基本正确,预测精度可靠,能够为煤矿安全生产提供理论依据。     

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。     

改进灰色沉降预测模型及其应用

根据GM(1,1)灰色模型的指数特性,首先对原始数据取λ次幂以降低原始数据的分散性,再通过在区间上求积分计算模型的背景值,并采用最小二乘法求解最优的模型初始值由此建立改进灰色预测模型,将其应用到某高速公路沉降预测计算,结果表明,改进模型较之原GM(1,1)模型模拟和预测精度要高.     

灰色理论在基坑变形预测中的应用研究

引起基坑变形的因素是很多的,可将其看作一个灰色系统,故可利用灰色系统的理论对基坑的变形进行预测。根据灰色系统理论,建立基坑变形的GM(1,1)模型,并结合工程实例对预测值与结果值进行比较,证明该模型有较好的精度,对指导基坑的信息化施工具有重要意义。