共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
大坝位移的准确预测对大坝安全监控具有重要意义。针对传统的GM(1,1)模型在大坝位移监控中存在预测误差较大的问题,利用粒子群优化算法(PSO)对背景值权重参数寻优重构,借助马尔科夫链(MC)实现残差优化,建立了大坝位移的PSO_GM_MC监控模型。实例分析表明,PSO_GM_MC监控模型与传统灰色模型GM(1,1)相比,在大坝位移预测精度上有较大提高,可用于大坝位移的安全监控。 相似文献
3.
系统优化的GM(1,1)模型在大坝位移预测中的应用 总被引:1,自引:1,他引:0
针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传统GM(1,1)模型做了比较.数值仿真结果表明,新模型精度较高,预测效... 相似文献
4.
5.
6.
针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000~2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000~2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较。结果表明,改进的灰色预测GM(1,1)模型显著提高了原始数据序列的光滑度,预测误差远低于传统灰色预测GM(1,1)模型,进而预测了江苏省2015、2020年的发电量,对江苏省制定电力发展规划具有重要的参考意义。 相似文献
7.
针对传统GM(1,1)模型预测能源消费时存在的问题,改进了传统GM(1,1)模型中背景值的构造方法,提出用Newton差分插值和高阶Newton-Cotes公式构造背景值,并以四川省为例进行能源消费预测.结果表明,改进的GM(1,1)模型预测误差较小,精度较传统GM(1,1)模型有所提高,可用于四川省未来能源消费量的预测. 相似文献
8.
针对近年来西安市用水量变化的特点,采用改进的GM(1,1)模型用于用水量预测,并与传统的GM(1,1)预测模型进行了比较.结果表明,改进的GM(1,1)模型可取得较好的预测结果. 相似文献
9.
基于改进GM(1,1)模型的电力市场期货价格的预测 总被引:5,自引:0,他引:5
建立和实现了基于灰色理论的电力市场期货价格的改进GM(1,1)预测模型。从改进θ参数、修正初始条件、等维新息处理等三个方面对原始GM(1,1)模型进行了改进,并利用真实期货价格检验改进GM(1,1)模型的拟合效果。结果表明,改进GM(1,1)模型的预测效果明显好于原始模型,具有较高的预测精度。 相似文献
10.
11.
12.
13.
针对时变监控模型比常规监控模型更有效且能准确进行变量分离,通过改进的模糊神经网络(IFNN)结合时变模型对陈村水库大坝的水平位移进行拟合与预测,并与BP模型做了比较.结果表明,该模型拟合及预测精度均较BP模型高,与工程实例相近,可推广应用. 相似文献
14.
改进的GM(1,1)模型在城市用水量预测中的应用 总被引:1,自引:1,他引:0
针对GM(1,1)模型对原有数据信息利用不充分、模拟序列首项固定不符合最小二乘法要求两个问题,以原始序列与模拟序列差值平方和最小为条件,利用最小二乘法确定了GM(1,1)白化权函数的时间响应函数中的常数,构建了改进的GM(1,1)模型,并应用于宁波市用水量预测中.结果表明,改进的GM(1,1)模型预测精度大幅提高,具有较好的可行性和实用性,可用于预测城市未来用水量. 相似文献
15.
箱涵沉降变形是多因素共同耦合作用的结果,具有不确定性、灰色性、贫信息性等特点,传统GM(1,1)模型对箱涵沉降变形的预测结果精度较低,因此引入迭代权值和遗传变异思想改进果蝇优化(FOA)算法,以提高其搜索能力和速度。对传统GM(1,1)模型赋值背景值系数d和时间系数λ,利用改进FOA算法进行参数寻优,建立改进FOA-GM(1,1)预测模型。将该预测模型应用于南水北调中段天津干线段箱涵沉降变形预测,结果表明改进模型模拟值与实际沉降值相对误差均在6%以下,明显高于传统模型的精度,说明改进模型不仅对了解箱涵未来沉降变形趋势和实时控制箱涵不均匀沉降具有重要意义,亦为解决水利工程行业其他类似问题提供了参考。 相似文献
16.
17.
有效预测土石坝施工期的位移对大坝安全运行具有重要意义。针对基于智能学习的大坝位移预测模型存在的不足,提出了一种基于改进果蝇算法(IFOA)与灰色神经网络(GNN)相结合的土石坝位移预测模型,即通过改进的果蝇算法迭代调整灰色神经网络的权值和阈值,得到全局最佳的初始化参数,将其结果输入灰色神经网络,并将其应用于某土石坝施工期位移预测。结果表明,该预测模型预测精度高、预测结果稳定,且精度及稳定性均优于灰色神经网络模型(GNN)和果蝇算法与灰色神经网络(FOA-GNN)预测模型。 相似文献
18.
19.
负荷预测的变权重灰色模型及其应用 总被引:3,自引:3,他引:0
针对传统灰色预测模型GM(1,1)在电力负荷预测中存在的局限性,提出了电力系统中期负荷预测的变权重灰色模型.以河北承德为例进行负荷预测,并与指教平滑法、动平均法、二项式预测模型和GM(1,1)模型四种方法的预测结果及实际用电量进行分析比较.结果表明,该模型预测精度较高、简捷、合理、实用,可作为中期电力负荷预测的工具之一. 相似文献