非等步长GM(1,1)灰色模型在建筑物变形监测中的应用

GM(1,1)灰色模型在建筑物变形监测中得到了越来越广泛的应用,文章在传统GM(1,1)灰色模型的基础上,通过加权处理建立基于非等时间步长序列模型,结合沉降观测实例,并对模型结果进行了评定,结果表明该方法提高了模型的预测精度。     

烤烟醇化过程糖碱比、氮碱比的GM(1,1)灰色预测模型

为了指导配方打叶的配方模块设计,利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。模型检验结果表明,建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。糖碱比灰色模型精度较高,两种模型精度分别达到了98.37%和99.73%;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93.56%和88.52%。     

灰色预测模型在隧道拱顶变形预测中的应用

隧道施工中围岩变形预测是隧道施工安全和工程质量的关键,至今已出现多种预测模型,但由于这些模型都存在一些不足之处,不能较好地指导施工。根据灰色理论建立灰色GM(1,1)模型,并利用炮台山隧道实际监测数据进行预测,验证了应用该模型进行隧道围岩变形预测是可行的。     

基于改进GM(1,1)模型的猪肉价格预测研究

针对猪肉价格受多因素影响、难以运用固定的数学模型进行精确预测的问题,提出一种改进的GM(1,1)模型.该模型主要通过改善GM(1,1)的背景值和运用M次累加的方法对灰色模型进行残差校正,进而把猪肉价格变化当作一个灰色系统,采用等维递补的方法预测猪肉价格的发展走势.以吉林省猪肉价格为依据,用改进的GM(1,1)模型预测未来猪肉的价格较原始GM(1,1)模型预测精度更好.这表明,改进模型对于提高生产者的收益、促进猪肉市场的良性发展具有现实意义.     

数字化图书馆建设经费投入预测模型及其应用

为对江苏省数字化图书馆建设经费投入进行精确预测,根据灰色预测模型的建模机理,分析现有GM(1,1)模型存在的缺陷,提出一种优化该模型初始值的计算方法,并与优化的背景值结合构建一种优化GM(1,1)模型,利用其对江苏省图书馆科研建设经费投入进行了灰色预测建模。     

残差修正GM(1,1)模型在房屋建筑施工面积预测中的应用

房屋建筑施工面积可以有效反映建筑业的现实状况,对房屋建筑施工面积的预测结果可以为政府、企业在未来的策略方案提供更加有效的参考。采用传统GM(1,1)模型和改进后的残差修正GM(1,1)模型分别对房屋建筑面积统计数据进行预测,通过两种模型预测的结果,可以得出改进后的残差修正GM(1,1)模型可以在一定程度上减少误差,可以更有效地对房屋建筑面积进行预测。     

灰色GM(1,1)模型在国际春夏女装流行色色相预测中的应用

服装流行色是影响服装企业生产、营销、效益的重要因素。针对服装流行色预测研究中存在色彩量化复杂、缺少时间序列参数与构建预测模型性能关系等问题,提出以国际春夏女装流行色为研究对象,以PANTONE色彩体系为色彩量化依据,以绝对误差平均值作为预测效果的综合评价指标,探讨了不同长度的时间序列对灰色GM(1,1)服装流行色色相预测模型性能的影响。研究结果表明,以6年时间序列建立的灰色GM(1,1)模型对服装流行色色相预测的整体精度高,其绝对误差平均值之和仅为1.9%。     

基于Matlab的灰色组合模型在蒸煮管腐蚀减薄预测中的应用

针对某纸厂棉秆制浆车间出现的蒸煮管腐蚀减薄问题,提出了一个新的预测程序,即在现有超声波测厚数据的基础上,通过对传统GM(1,1)模型进行改进,建立了灰色组合模型,来预测该蒸煮管筒体的厚度减薄量,并且用Matlab编程语言实现了灰色组合模型.分析结果表明,灰色组合模型能更好地预测蒸煮管壁厚减薄的趋势,通过预测实例及后验差法检验模型精度,表明灰色组合模型预测精度较高,具有较强的适用性.     

缓冲算子修正的服装流行色灰色预测

针对服装流行色震荡数据的冲击扰动问题,提出缓冲算子修正的等维动态递补灰色模型,以还原数据本身特性。在采用弱化缓冲算子对2013—2019年服装流行色原始数据进行处理后,分别建立不同维数的等维动态递补GM(1,1)模型(BOGM),选择最优维数模型进行建模。为验证模型的优越性,以原始数据建立了经典GM(1,1)模型(EGM)、离散GM(1,1)模型(DGM)、等维动态递补GM(1,1)模型(NGM)以及等维动态递补离散GM(1,1)模型(NDGM)作为对比。结果表明,BOGM模型可有效解决震荡数据序列扰动问题,其平均预测误差及平均总误差分别仅为0.845,0.744,较EGM(5.694,4.137),DGM(5.259,3.952),NGM(6.007,4.289)和NDGM(5.743,3.800)模型均有了较大改善,能为服装流行色预测提供参考。     

灰色预测模型的改进及其应用

灰色预测模型以其计算量少、适应性强而广泛应用于众多领域的研究,文章从某些函数变换能提高建模数据序列的光滑性这一角度出发,基于灰色系统建模理论方法,对于基于一元线性函数变换法的GM(1,1)模型进行了研究,并结合实例进行了验证和分析,结果证明了基于函数变换来改进灰色预测精度这一想法的可行性。     

灰色模型和ARIMA模型在沙发色彩中的预测应用

运用灰色模型和ARIMA模型对意大利8个品牌的沙发颜色的色相进行预测,对预测结果进行比较分析,为沙发色彩的预测提供理论基础和科学依据。对2013-2019年提取的色彩色相数据建立GM(1,1)和ARIMA模型,同时对2017～2019年这三年的色相进行预测,并且对比了两种模型的实际值和预测值。灰色模型的残差值起伏较大,而ARIMA模型相对稳定,残差基本都在0.01左右。ARIMA模型的预测和意大利沙发颜色基本吻合,该模型可以用于沙发色彩色相的预测上,并且精确度高于灰色预测模型。     

基于FGM(1,1)的中国瓦楞原纸产量预测

FGM(1,1)模型与GM(1,1)模型相比，对样本后期的预测精度较高，对我国瓦楞原纸产量进行了预测，结果显著。利用FGM(1,1)模型对2022～2024年我国瓦楞原纸产量进行预测，结果显示：未来3年我国瓦楞原纸产量保持较高速度增长态势，通过分析表明这一预测结果有一定的可信度。     

改进灰色模型及其在变形预测中的应用

文章介绍了常用的变形预测[1]模型:GM(1,1)模型[2](即灰色模型),考虑背景值[3]对模型精度的影响。对其进行改进,获得PGM(1,1)模型[4]。并通过编程加以实现。且通过实例比较,证明PGM(1,1)模型的预测效果更好。     

一种能源消费结构与碳排放预测的方法研究

以我国能源消费结构的历史数据为对象,提出了一种应用二阶弱化算子的GM(1,1)模型和马尔可夫链模型相结合的组合模型来对我国未来的能源消费结构与碳排放进行预测的方法。文章通过对能源消费结构中各类能源历史数据的分析和碳排放转换,应用二阶弱化算子的GM(1,1)模型对能源消费总量进行预测,并在此基础上,以2005年为基准年,建立能源消费结构占比的马尔可夫链转移矩阵,实现对能源消费结构和碳排放进行有效预测。实验结果表明,应用灰色-马尔可夫链组合模型不仅可有效预测我国制定的能源消费结构与碳排放的减排目标的可行性,而且也可为保障国民经济的持续、稳定和健康发展,以及调整新的能源结构与制定相关政策等提供有益的预测手段。     

灰色模型GM（1，1）在渔货卸港量预测中的应用

采用灰色模型GM（1,1）,依据五个渔港实际渔货卸港量资料,对渔港渔货卸港量进行预测,并与时间序列法的预测结果对比,结果表明该模型预测精度要优于时间序列法,可以在渔货卸港量预测中加以应用。     

灰色理论在易腐食品需求预测中的应用

介绍了灰色预测理论的基本原理、建立灰色预测模型GM（1,1）的过程及求解方法,并将此种方法应用到企业易腐食品需求预测中,取得了较好的预测效果,为企业减少产品损耗,提高盈利提供了有力支撑。     

基于SOM聚类算法和灰色改进神经网络的粮仓温 度预测

针对传统粮仓温度预测方法非线性度大、输入变量繁杂、精度不高的问题,提出利用SOM聚类算法降低模型非线性度、利用灰色关联分析法简化模型输入变量、利用灰色GM(1,N)模型和改进神经网络相结合提高精度的预测方法。结果表明,所用方法预测误差小、模型更稳定,为粮仓温度预测提供了一种有效研究方法。     

新陈代谢GM(1,1)模型在造价预控制中的应用

结合工程实例,应用新陈代谢GM(1,1)模型,及各种造价指数,灰色预测控制工程造价.实现了造价的事前控制,预估精度满足要求,可以在造价控制中予以参考使用.     

女体数学模型的探讨与研究

提出和描述了灰色模型理论.建立了GM(0,3)灰色模型.GM(0,3)灰色模型克服了常用的线性回归模型的局限性,为服装细部规格尺寸的确定提供了理论依据.     

基于灰色模型的全国棉花产量预测方法研究

探讨建立灰色模型在全国棉花产量预测中的应用价值,为棉花的种植、加工及交易工作提供依据。对2007—2017年我国棉花产量数据建立GM(1,1)模型,模型精度评价指标采用平均相对误差、级比偏差值及均方差比值。试验显示2007—2017年全国棉花产量GM(1,1)模型精度达到二级标准。外推2018年、2019年预测结果分别为550.2398、521.0062万吨,以期为棉花产业的生产、加工及交易决策提供参考。