初值修正灰色预测模型的等价性

研究了初值修正灰色预测模型的等价性。通过分析各种灰色预测模型的解的结构,证明初值修正分别为x(0)(1)+α、βx(0)(1)的灰色预测模型的等价性只与模型的解的指数结构特征有关,与背景值确定、模型参数估计等因素无关,揭示出初值修正灰色预测模型等价性是灰色预测模型的一种内在特性。     

灰色预测模型在纺织工业上的应用

简要介绍了灰色预测模型的原理及方法，就纺织工业中应用灰色预测模型所取得的研究成果作了综述评介，并分析了在纺织工业上进一步应用的前景。     

灰色预测模型在纺织工业上的应用

简要介绍了灰色预测模型的原理及方法，就纺织工业中应用灰色预测模型所取得的研究成果作了综述评价，并分析了在纺织工业上进一步应用的前景。     

基于灰色系统理论的高校用水量预测

为了准确预测高校用水量,基于灰色系统理论建立了高校用水量预测模型,确定了用水人数、占地面积、绿化率、管网有效供水率和节水器具普及率五个影响用水量的主要因素,并计算出各因素的灰色关联系数及关联度,对用水量预测模型进行求解.预测结果显示,排除学校放假影响因素,其他季度用水量预测值与用水量实测值相对误差小于5％,模型后验差比...     

湖北省粮食产量的灰色预测

本文采用灰色系统理论对湖北省粮食产量建立了灰色预测模型，较详细地叙述了建模过程，并将其结果与湖北省粮食产量的随机时序模型进行了分析对比，实际结果表明，灰色预测模型比随机时序模型提高了精度。     

基于灰色-马尔可夫模型的刀具磨损预测

为了准确判断和预测激光超声复合超精密车削过程中刀具的磨损状况及磨损趋势,基于激光超声复合超精密车削刀具后刀面磨损试验数据,应用灰色-马尔可夫理论建立了激光超声复合超精密车削刀具磨损量灰色预测模型及灰色-马尔可夫预测模型,并对特定切削条件下的刀具磨损量进行了预报。结果表明,两种模型预测值与实测值误差较小,尤其是灰色-马尔可夫模型拟合精度更高,结果更可靠,能更好地满足工程需要。     

网架结构变形的灰色预测

对网架结构特征点进行等时刻观测,利用灰色理论建立网架结构变形的预测模型,对网架结构的变形发展趋势进行预测分析,将预测结果与实际观测结果进行比对,确定灰色理论预测模型适用于网架结构的变形观测。在预测的精度分析中,采用残差检验的方法,通过对预测变形数据的绝对误差和相对误差进行系统分析,认为灰色理论的预测模型对网架结构的变形发展趋势具有较可靠的预见作用。     

矿井涌水量R/S灰色预测模型

基于矿井涌水量序列具有灰色和分形的特征,建立R/S灰色预测模型,以克服R/S方法无法进行定量预测以及灰色模型对于随机波动大的长时间序列预测效果差的缺点。以成庄煤矿为例,针对2008年1月—2013年12月矿井涌水量进行R/S分析,确定Hurst指数和平均循环周期,并在一个周期内进行灰色预测。结果表明:成庄矿涌水量序列的Hurst指数为0.839,涌水量有持续增加的趋势,其平均循环周期为18个月;与2014年1—4月实测涌水量对比,R/S灰色预测模型的预测精度为92.56%,高于灰色预测模型,为中长期时间序列的矿井涌水量预测提供了更有效的新方法。     

施工项目成本的灰色预测

灰色预测是根据过去的及现在已知的或非确定的信息建立的一个从运去引申到未来的灰色模型,从而确定系统未来发展变化的趋势,并为规划、决策提供依据,运用灰色预测理论,结合施工项目成本的历史发展趋势,建立了施工项目成本的GM（1,1）预测模型,为了进一步提高预测精度,建立了单段函数残差辨识模型,并通过工程实例,阐述了施工项目成本预测的操作程序。     

灰色预测模型下隧道围岩稳定性的模糊概率分析

现阶段预测围岩的稳定性多是运用定值判断法,但影响围岩变形的因素繁多且相互制约,要确定一个准确的定值十分困难。为了避免定值判断法中定值确定的问题,本文采用灰色理论预测结合模糊概率法对隧道围岩的稳定性和稳定概率进行分析计算,将稳定性问题数学化,能准确地反映围岩的稳定状况。研究结果表明:灰色预测模型下隧道围岩稳定性的模糊概率法预测围岩的最终变形情况准确,分析围岩的稳定性合理,能及时提供围岩的稳定程度和结构可靠性的安全信息,预见事故和险情,且其计算过程简便,方便在工程中采用。     

基于灰色系统理论的雷达探测距离预测方法

空中目标雷达探测距离的预测是基于检飞数据的雷达网探测能力分析中一个非常关键的环节.对小样本、贫信息的不确定性系统,采用一般预测方法很难满足预测精度的要求,为此使用灰色预测模型中的新陈代谢模型和Verhulst模型进行预测.新陈代谢模型在预测过程中不断剔除已不能反映系统特征的老数据,Verhulst模型则主要对原始数据变化呈S形特点的序列进行预测.最后通过实例对这两种模型进行了检验.检验结果表明:新陈代谢模型预测精度最低达96.14%,Verhulst模型预测精度最低达95.44%.     

改进的灰色马尔可夫模型在股票分析中的应用

针对经典马尔可夫方法进行预测需要掌握大量数据和原始的灰色GM（1,1）的指数形特征的问题,采用带波动的多项式代替灰色GM（1,1）模型中的指数形曲线,改进了现有的灰色GM（1,1）马尔呵夫模型．利用改进后的灰色马尔可夫模型对股票价格、上证综合指数进行预测,并与经典的灰色GM（1,1）模型和原始的马尔可夫链模型和灰色GM（1,1）马尔可夫链模型3种方法的预测值进行了比较,得到的股票价格与上证指数的预测值精度优于其他3种方法．     

Grey Prediction Fuzzy Control of the Target Tracking System in a Robot Weapon

Grey modeling can be used to predict the behavioral development of a system and find out the lead control values of the system. By using fuzzy inference, PID parameters can be adjusted on line by the fuzzy controller with PID parameters self-tuning. Acco     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

基于粒子群算法和BP神经网络改进的灰色电力负荷预测研究

灰色预测模型被广泛运用于电力负荷预测中,取得了较好的效果,但是灰色预测模型在实际应用中的缺点和局限性导致其预测精度有待提高,存在改进的必要。本文对于灰色预测模型的改进,分别从优化初值和改进模型等方面进行,从而提高普通灰色GM（1,1）模型的预测精度。对初值的处理可以削弱异常值的影响,强化趋势,从而避免由于初值选择不当而造成预测误差。本文中对模型的改进主要通过建立等维新息预测模型、灰色粒子群组合预测模型和灰色BP神经网络组合预测模型来实现。通过这些对灰色预测模型的修正和改进,进一步提高了灰色预测模型的适用性．最大限唐妯提高了灰乍．GM（1,1）模型的预测精唐．     

基于关联分析的多因素电力负荷预测灰色模型群研究

针对目前电力负荷预测受到多种因素的影响,在灰色关联分析的基础上对灰色模型群进行了研究。以河北南网用电量为研究对象,将全社会用电量分为若干子系统,使用灰色关联分析的方法确定主因素变量,利用灰色模型群建模法,从不同方面建立多种预测模型,综合协调各个结果得到更为合理的预测值。     

电力系统负荷预测的可调灰色模型及其应用

本文对电力系统负荷预测的普通灰色模型进行了可调性改进,成为可调灰色预测模型,减少了建模的限制条件,应用范围更加广泛,可以控制、调整预测结果,使精度提高。文中对江苏省无锡市电力负荷使用四种预测方法比较,从理论和应用两方面证实了可调灰色模型明显的实用性。     

基于灰色新预测模式的变压器故障预测

从初始条件选择、背景值改造等方面对原有灰色模型进行了改进,并建立了新的改进非等间隔灰色预测模型,最后应用模型群优选预测法获得较好的结果。通过实例验证表明模型与一般的非等间隔灰色模型相比具有更高的预测精度。提出基于此新方法还可以建立变压器故障预测系统,客户可以通过本系统来预测短期的未来变压器各类特征量及可能存在的故障类型。     

基于逐步回归和灰色系统理论的紫外线预报方法

为了确定对紫外线预报的有效方法,在现有紫外线观测数据基础上。使用逐步回归方法和灰色系统理论分别建立预测模型,并对两种模型的结果进行拟合分析和比较。结果表明,灰色预测方法同样具有较高的准确度,比较简单,计算量少,而逐步回归方法效果稳定,两种预报方法在对紫外线预报中都有很高的价值。     

多变量时间序列CAR模型在短期光伏发电量预测中的应用

提出一种采用多变量自回归时间序列CAR(Controlled Auto-regressive)模型作为预测光伏电站发电量的方法。该方法利用灰色关联度分析影响光伏发电量的关键气象环境因子,结合光伏电站历史数据,基于CAR模型建立了短期光伏发电量预测模型。以华中科技大学电力电子研究中心18kWp并网光伏电站资料进行预测试验,并通过调整模型参数获得了适合的模型,结果验证了该方法的有效性。应用结果表明,天气良好时,预测精度较高,对光伏电站发电管理具有一定的参考价值。