无偏非齐次灰色预测模型的直接建模法

针对灰色预测模型拟合非齐次指数序列时的误差,对白化微分方程和参数无偏估计方法展开研 究.首先梳理现有非齐次灰色预测模型,建立NGM(1,1,k)的基本形式;然后从灰导数和背景值两个角度分别优化,提出NGM(1,1,k)的两类无偏基本形式,通过验证两者的统一性得到无偏NGM(1,1,k)的直接建模方法,并且证明该建模方法具有白指数重合性;最后利用6类数据拟合和南京城市天然气供气量两个算例验证了所提出模型的有效性和实用性.     

灰色预测控制的无偏GM(1,1)模型

灰色预测控制已在过程控制中得到了广泛应用,控制器的核心模型是GM(1,1)模型,该模型是有偏差的指数模型.作者导出了GM(1,1)模型的偏差公式,并在此基础上提出了无偏GM(1,1)模型.本文介绍无偏GM(1,1)模型,并用实例显示了无偏GM(1,1)模型的优越性.     

基于新维无偏灰色马尔可夫的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础。在传统灰色预测模型和马尔可夫链理论的基础上,利用新信息优先的思想,建立了等维新息无偏灰色马尔可夫预测模型。该模型通过结合灰色预测与马尔可夫链理论的特点,用无偏灰色预测模型拟合系统的发展变化趋势,并以此为基础进行马尔可夫预测,在每一步预测中不断推陈出新,更新原始数据。以2001年—2010年全国道路交通事故死亡人数实测值作为原始数据,构建预测模型,预测其2011年—2015年事故死亡人数。结果表明：等维新息无偏灰色马尔可夫预测模型的误差更小,精度更高,尤其适合中长期预测。     

基于灰色马尔可夫模型对我国货运量的预测

根据"十二五"交通规划,我国将大力推进公路、水路等重点交通基础设施建设,构建内外畅通的交通运输体系。为促进我国经济社会全面协调可持续发展提供了运输保障,货动量的准确预测显得尤为重要。本文通过分析与货运量增长相关因素的关联度,同时采用R软件编写灰色马尔可夫模型对我国"十二期间"货运量进行预测。     

基于aTrous的灰色理论及其在齿轮磨损预测中的应用

本文提出利用小波理论对非平稳时间序列的数据通过分解进行平滑过渡,然后以灰色无偏GM(1,1)模型对过渡后的数据进行预测.扩展了灰色预测理论在非平稳时间序列中的应用,有效的提高了预测精度.并以此方法用于对齿轮磨损数据进行了预测,通过仿真运算获得了满意效果.     

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM（1,1）模型,再用随机过程理论的马尔可夫模型获得GM（1,1）模型在已知年份里的偏差规律（即偏差的转移概率矩阵）,并且依照此规律对GM（1,1）模型结果进行修正,将由GM（1,1）模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。     

基于加权马尔可夫链和GM(1,1)模型的公共危机事件预测研究

突发公共危机事件的频繁发生已经成为社会生活中的一种常见现象。为了给政府提供决策上的参考,本文以北京市丰台区病毒性肝炎发病率的实际数据为例,利用加权马尔可夫链模型和GM(1,1)模型进行公共卫生事件传染病发病率的预测,然后比较这两种模型预测的优缺点,最后得出要根据实际的数据特点进行选择预测的结论,从而提高了预测的精度。     

基于灰色预测模型的个人建房分析

灰色模型具有所需数据少、预测精度高和无需先验信息的特点.本文通过建立GM(1,1)模型对某区的农村个人建房进行预测,为相关职能部门提供科学的决策依据.结果表明灰色预测模型精度较高、预测误差较小、简捷实用.     

Matlab和LabVIEW在灰色预测中的应用

本文建立灰色模型对能够表征大型旋转机组的运行状况的振动烈度值进行预测．并研制了能够适应不同用户和不同环境的虚拟仪器平台下的预测系统。该系统结合了MATLAB编程实现,在工业现场得到实际应用。结果表明：采用该技术可以减少维修次数和雏护费用。     

基于GS-LSTM模型的铁路货运量预测

铁路货运量预测的准确性对铁路运输企业制定营销计划和营销决策来说是必要的,尤其是短期铁路货运量的影响至关重要。为了提高铁路货运量的预测精度,提出一种优化长短期记忆网络(Long-Short Term Memory,LSTM)参数的预测模型——GS-LSTM模型,通过利用网格搜索算法(Grid Search)对LSTM模型训练网络中最主要的参数(批量大小、隐含层神经单元个数和学习率)进行优化。基于2005年1月—2021年7月的铁路货运量月度数据,首先建立BP和LSTM模型对预测结果进行比较,LSTM模型比BP模型的MAPE降低1.55个百分点,然后分别对BP和LSTM模型的网络参数进行优化后再进行比较,优化后的2种模型比基础模型的预测效果均有提高,而且优化后的LSTM模型比BP模型的MAPE又进一步降低0.18个百分点。实验结果显示,优化后的LSTM模型预测效果更佳,泛化能力更好,具有很好的研究和使用价值。     

实时灰色预测模型及高效执行算法

在原始灰色预测模型及通用执行算法的基础上提出的实时灰色预测模型及高效执行算法被证明:在表达上的具有简洁性和实时性,在执行上具有减少一半计算量的高效率.因此,所提出的实时灰色预测模型及高效执行算法非常适合于在具有在线实时数据处理需求的过程控制中应用.     

基于支持向量机参数识别的灰色预测模型

采用基于支持向量机参数识别的灰色预测模型,用基于结构风险最小化准则的支持向量机方法求取灰色模型的参数,再用灰色模型计算预测值。该方法避免了过拟合问题,提高了模型的预测精度。     

用于过程控制的灰色预测模型性能测试

针对过程控制应用背景,对灰色预测模型进行了多项性能测试.结果表明:灰色预测模型不适用于过零变化输入数据序列;对于不符合指数规律变化的信号虽能适用但有较大的预测误差;在固定采样周期下所能适用的输入信号的变化率有一个上限;当输入信号趋于不变时会出现被零除的数值不稳定情况;预测误差将随预测步长或建模维数或采样周期的增大而增大...     

基于灰色马尔科夫的外汇预测模型

随着经济的发展和居民收入水平的提高,兑换外汇逐渐成为人们的日常需求。但国家对外汇有着严格的管理并限制了个人的兑换额度,所以当个人外汇支出超过规定额度时,就认为涉嫌分拆外汇。为了更好掌握未来涉嫌的外汇分拆量,则需要较为准确的预测。本文利用灰色预测模型对历史数据进行建模,结合马尔科夫预测模型,得到组合预测模型的预测值。本文的研究与应用表明灰色马尔科夫组合预测模型比单一预测模型精度更高,可以对未来数据进行更加准确的预测。     

基于改良灰色理论的电网短期负荷预测算法

在分析传统灰色负荷预测理论与GM（1,n）模型的基础上,再次对GM（1,n）模型进行改进,以解决由于传统的灰色理论对原始数据要求的严格造成预测结果误差较大的问题。实验表明,用此方法建立的负荷预测模型,在预测精度上有较大的提高,为今后灰色理论模型的改进提供了一定的依据。     

货运改革铁路站段信息共享平台建设的研究

铁路货运改革正在如火如荼的进行,建设一个可靠的、高效的、易于使用的铁路站段信息共享平台将成为货运改革成败的关键。首先分析了铁路站段信息系统现状和信息共享存在的问题,提出了铁路站段信息共享平台建设的解决方案;然后对信息共享平台的设计原则和关键技术进行了详细介绍;最后给出了铁路站段信息共享平台的实现方法。     

基于FOA优化混合核LSSVM的铁路货运量预测

单一核最小二乘支持向量机(LSSVM)在铁路货运量预测中难以准确描述货运量的复杂变化特征,限制了预测精度的提高。针对该问题,提出一种基于果蝇算法(FOA)优化混合核LSSVM的预测方法。以多项式核与径向基核组合的混合核函数作为LSSVM核函数,构建铁路货运量的混合核LSSVM预测模型,同时利用FOA全局寻优能力强、计算速度快等优点优化选择混合核LSSVM参数。以我国铁路货运量为例进行方法验证。结果表明,所提方法的RMSE、MAE、MAPE和THEIL值分别为8433.0、6670.8、0.0180和0.0117,均小于其他模型,FOA算法搜索混合核LSSVM参数的时间为40.2948秒,分别比GA和PSO算法减少了2.6208秒和20.7016秒,适合于铁路货运量的短期预测。     

基于目标优先级的区域铁路网目标规划模型建立及分析

从区域铁路网假设规模的层面出发,对铁路客货运输量、经济发展水平、铁路网规模三者间的关联性进行了深入研究,构建得到了预测区域铁路网建设规模的规划模型.把问题分成二个不同阶段再对其实施求解,第一阶段是通过分析区域社会经济发展情况来确定铁路客货运输量,第二阶段是按照之前得到的客货运输量来计算区域铁路网的建设规模.铁路网运输能...