灰色-BP神经网络模型预测区域气温

本文旨在提出更为准确的区域气温预测方法。预测试验基于我国广东省深圳市某一时间段内的气温数据,尝试运用了灰色-BP神经网络模型对未来648个时间点(规定1个小时为一个预测时间点)的气温情况进行预测。通过软件仿真得到预测结果,并对预测结果进行了定性评估。仿真发现,该预测方法兼具BP神经网络和灰色模型的特长,能有效提高区域气温预测的精度。     

基于灰色系统的大学生就业率预测

大学生就业受到经济、政策等多种因素的影响,使得当前大学生就业率预测误差大,为了解决该难题,设计基于灰色系统的大学生就业率预测方法。首先,对当前大学生就业率预测研究现状进行分析,找到引起误差的原因;然后,收集大学生就业率的历史数据,通过灰色系统对大学生就业率变化特点进行拟合,建立大学生就业率预测模型;最后,采用大学生就业率数据实现仿真测试。结果表明,灰色系统可以反映大学生就业率变化特点,获得了高精度的大学生就业率预测结果,预测误差远远小于当前其他大学生就业率预测方法,预测结果可以为大学就业管理部门提供一定的参考信息。     

基于灰色预测模型的电视频道热度预测

针对电视频道热度的预测可以为业务决策提供重要依据,电视频道热度受到多种复杂因素的影响,包括电视频道的播放内容及收视群体等因素.基于某地卫视频道一周的频道热度数据,利用灰色预测模型进行频道热度的短期预测,对预测值与实际采集值进行对比,结果证明在原始数据量少及样本种类单一的情况下,灰度预测模型能较好的对电视频道热度进行中短期预测.     

灰色预测模型GM(1,1)在国内安全生产事故预测中的应用

为探究安全生产事故发生的规律,本文基于2012～2021年国内安全生产事故数据,建立了事故伤亡人数和发生起数的灰色预测模型GM(1,1),对比分析了2012～2021各年事故的预测值和实际值,验证了灰色预测模型的可靠性。结果表明,灰色预测模型GM(1,1)应用于安全生产事故统计分析是可行的。在此基础上,预测了2022～2030年国内安全生产事故伤亡人数,旨在为安全生产事故目标的确定和对策的制定提供参考依据。     

基于灰色预测模型的北京市垃圾量预测

随着经济的不断发展和社会的不断进步,人们的生活水平日益提升,消费水平相比之前也有了很大的提高.因此,对城市生活垃圾产生量的预测是实施垃圾分类管理的一个重要前提条件.该文首先对北京市垃圾产生量现状及研究现状进行分析,根据北京市2010—2019年垃圾产生量建立灰色预测模型,对未来10年的垃圾产生量进行预测,分析预测结果并...     

基于灰色预测理论的频谱空洞特性分析研究

为了在认知无线电系统中提高频谱的利用率以及系统的性能,主要讨论了认知无线电技术中的频谱特性分析问题,基于IEEE802.22 WRAN规定的TV频段,通过信道建模,使用灰色理论的关联度理论分析频谱的特性,并提出了频谱可用性的概念.通过仿真验证了引入灰色预测理论的频谱特性分析能够显著提高系统性能.     

基于EXCEL VBA的灰色数列预测程序实现

本文利用VBA在EXCEL下编写宏程序,实现数列灰色预测,并选取02年至09年《中国体育事业统计年鉴》中我国运动员在奥运会、亚运会、各类世界锦标赛中获得世界冠军的个数作为原始数据列,对2010年至2013年获运动员世界冠军的个数进行验证性预测。     

基于灰色预测理论的NGIMU角速度误差补偿方法

无陀螺惯性测量技术是利用加速度计代替传统的陀螺,构成无陀螺惯性测量组合(NGIMU)实现制导的.针对NGIMU中加速度计安装存在位置偏差和角度偏差的实际情况,基于灰色预测理论,提出了一种角速度误差补偿算法.算法利用加速度计的输出得到了上述情况下的角速度误差补偿公式,在传统算法中采用灰色预测方法对角速度进行补偿.最后基于提出的一种九加速度计NGIMU配置方案,组建了实验系统,进行了角度测试实验.实验结果验证了方案的可行性,同时在测试角度为±100°时,经算法补偿后测试精度可提高3°~4°.     

基于灰色预测方法广州市垃圾预测与分析

通过对广州市生活垃圾产生量及其相关因子进行灰色关联度分析,发现人口变化与垃圾产生量关系最为密切,并建立灰色预测G(M1,1)模型,预测出2016年广州市生活垃圾产生量将达到446.32万吨,模型通过检验,具有一定的可行性和适用性,为广州市垃圾的分析预测和环境规划管理提供了定量依据。     

基于灰色神经网络的车轮多边形阶次预测

针对于车轮多边形阶次发展趋势,运用高精度车轮周向不平顺检测设备进行测量,整合检测到的历史数据,提出了一种基于灰色神经网络的车轮多边形阶次预测模型。该模型充分运用了灰色模型计算量小,不需要大量样本数据的特点以及BP神经网络较强的非线性映射能力,利用该模型对车轮周向每个采样点的不平顺数据进行预测,再通过离散傅里叶变换和滤波处理得出该车轮各个阶次的粗糙度等级,以此来判断车轮多边形阶次的发展,较大程度上解决目前车轮镟修不及时等问题。     

用Visual Basic实现灰色理论对霜降日的预测

研究 Ｖｉｓｕａｌ Ｂａｓｉｃ语言实现以理论对北方霜降日的预测，并可以对数据进行存储，统计，打印和绘图等。     

基于灰色预测模型的我国心脑血管疾病死亡率预测

运用灰色预测模型GM(1,1)对我国心脑血管病的死亡率进行建模拟合和预测分析,为心脑血管病防控工作重点的有效确定及防控措施的合理制定提供科学依据。以全国2003—2012年10年间的心脑血管病死亡率为研究对象,采用灰色预测模型GM(1,1)对2013—2020年的全国心脑血管病死亡率进行预测,利用后验差检验,通过小误差概率p值,方差比c值,误差q值,综合评价模型的预测精度。建模分析的结果表明,全国心脑血管病死亡率呈逐年上升的趋势,其中,心脏病死亡率上升速度较快,而脑血管病的死亡率上升速度相对平缓。灰色系统理论可以很好地运用到死亡率预测分析方面,未来几年我国心脑血管病死亡率仍居高不下,疾病预防与监控部门应做好防治工作,进一步提升我国的医疗卫生水准。     

基于改进灰色模型的电力数据预测方法研究

针对传统灰色模型在多原始数据、长时间尺度的负荷预测情景下预测精度差的问题,文中分析了灰色模型(Gray Model,GM)的基本原理,并提出相应的改进措施,其中包括原始数据的加权处理、选取合适的初始条件及自适应优化模型参数.并将改进灰色模型(Improved Grey Model,IGM)应用于电力负荷预测.通过算例分...     

基于灰色关联度的BP神经网络模型短期用电量预测

本文为了克服单一用电量预测模型的局限性,提高预测精度,构建了基于灰色关联度的BP神经网络模型。BP神经网络预测模型过程中引入灰色关联度分析预测确定全社会用电量主要影响因素,以安徽省2000-2015年全社会用电量数据为例对2016-2018年用电量进行预测,计算结果证明基于灰色关联度的BP神经网络模型计算精度较高,并对2019-2023年全社会用电量进行预测,具有较高的实用性。     

基于改进灰色模型的激光切割粗糙度预测

为了提高激光切割粗糙度预测的精度,提出改进灰色模型。首先基本灰色模型增设线性回归,减少了测试数据的随机波动性;接着通过动态等维灰数递补模型添加新的数据,及时补充和使用原始的信息,每预测一步对参数作一次修正;最后给出了激光切割粗糙度预测流程。试验显示改进灰色模型对激光切割粗糙度预测具有较高的精度,RMSE平均值为0.218,比KF、NN、BPNN、PSO、GM算法减少了32.09%、30.13%、26.10%、21.58%、6.48%,ζ平均值为0.975,比KF、NN、BPNN、PSO、GM算法增加了12.33%、9.43%、7.03%、4.28%、3.07%,评价指标较优。     

基于灰色Elman-NN模型的乡村旅游游客流量预测方法

影响乡村旅游游客流量因素较多,导致乡村旅游游客流量预测误差较大,并且效率较低,设计一种基于灰色Elman-NN模型的乡村旅游游客流量预测方法。将所有数据按照一定的顺序排列,选取预测因子,对旅游数据关联度计算,采用灰色Elman-NN模型实现了乡村旅游游客流量预测。实验结果表明,所研究的基于灰色Elman-NN模型的乡村旅游游客流量预测方法在节假日前与节假日时的客流量预测上误差都较低,并且预测效率较高,满足乡村旅游游客流量预测方法的设计需求。     

基于灰色GM（1,1）模型的城市人口数量预测

本文主要研究未来几年内人口数量组成变化的相关问题。对于该问题,我们在灰色GM（1,1）模型的基础上对部分算法进行了优化,考虑到常住人口和流动人口等类型,结合已有的连续5～10午的人口数量,最终给出了人口数量的预测结果。经检验证明,改进的灰色GM（1,1）模型能够有效解决人口数量预测问题。     

基于混合遗传神经网络的运动员专项成绩预测系统设计

针对传统运动员专项成绩预测系统一直存在无法达到实质性的综合预测的问题,提出并设计基于混合遗传神经网络的运动员专项成绩预测系统。通过混合遗传神经网络,导入运动员专项数据,根据系统内部节点间调整,对运动员专项数据信息进行处理,建立专项成绩灰色预测模型,实现运动员专项成绩预测。实验数据表明,所设计的成绩预测系统能够进行高精度的专项成绩预测。