灰色系统模型在宝鸡峡灌区气象干旱预测中的应用

根据宝鸡峡灌区1981～2003的年降水资料建立了GM（1，1）模型，并依据建立的残差GM（1，1）模型对原模型进行修正，对灌区2008～2016的干旱发生年做出预测，并由2004年灌区降水资料检验预测结果，检验结果表明该模型的预测结果合理可信。     

基于灰色马尔可夫链的兰村泉域地下水位预测

将兰村泉域S1长观孔2001—2010年的年平均水位埋深作为特征因素序列,降水量和人工开采量作为相关因素序列,采用灰色系统理论将GM(1,N)模型应用于兰村泉域岩溶地下水位埋深预测,并应用马尔可夫模型对输出结果进行残差修正。结果表明:经过修正后的GM(1,3)模型的拟合精度达到97.41%,比没有经过残差修正的GM(1,3)模型高出9.62%,修正后的预测值更加贴近原始值,准确性提高。采用马尔可夫残差修正模型对2011—2013年兰村泉域水位埋深值进行预测,结果表明:2011年、2012年、2013年的地下水位预测值分别为33.24、32.01、31.12 m,地下水位缓慢回升。     

一种适用于灰色预测控制的无偏直接GM（1，1）模型

GM（1，1）模型是灰色预测控制器的重要组成部分，它是有偏差的模型．提出了一个无偏差的模型一无偏直接GM（1，1）模型，结合具体数据将无偏直接GM（1，1）模型和GM（1，1）模型进行了比较，结果表明无偏直接GM（1，1）模型优于GM（1，1）模型．将无偏直接GM（1，1）模型替代GM（1，1）模型应用于灰色预测控制中可望得到较好结果．     

基于GM(1,N)模型的工程价格指数灰色预测

文章首先简要介绍了灰色预测方法GM（1，N）模型的构造步骤及检验方法。然后将工程价格总指数作为表征系统特征序列．将人工费、木材、水泥、地方材料、杌械使用费作为相关因素序列．建立了黑龙江省工程价格指数预测GM（1，N）模型，经检验该模型的预测、模拟精度等级属于1级，能够准确预测工程价格指数。     

改进的灰色灾变模型在干旱预测中的应用

为提高传统的GM(1,1)模型精度,分别从原始数据序列检验和建立残差修正模型两方面进行了改进,并将改进的灰色灾变模型与不进行原始序列检验的GM(1,1)1模型和对原始数据序列进行检验的GM(1,1)2模型进行了比较。结果表明:改进的灰色灾变模型精度最高;运用该模型预测榆林市未来可能发生干旱的年份分别为2012年、2015年和2019年。     

灰色模型在基坑支护变形预测中的有效应用

在采用GM(1,1)模型预测基坑支护变形,通过选取恰当的原始数据序列,并进行残差修正,能得到精度很高的预测结果。并对此进行了实际工程的算例分析,计算过程中采用了方便快捷的EXCEL方法。     

填海造地道路软基沉降的不同数据序列GM（1，1）预测模型

为了研究不同样本数据序列GM（1,1）灰色模型在填海造地道路软基沉降预测中的实用性和有效性。结合工程实例,以软基沉降监测数据为依据,分别选取堆载预压恒载期的10组和20组实测地基沉降数据作为样本数据序列,建立了相应的GM（1,1）灰色预测模型,对软土地基固结沉降进行了预测,并将两种不同数据序列灰色模型预测结果与现场实测数据进行了对比分析。研究结果表明：GM（1,1）灰色模型所得预测曲线与实测曲线变化趋势基本一致,预测值与实测值吻合较好,实测曲线比预测曲线收敛较快,较多样本数据序列灰色模型所得预测精度更高。     

应用灰色GM(1.1)模型及其改进模型预测渭河天水段水质

利用灰色GM(1.1)模型、残差修正GM(1.1)模型预测2004至2010年渭河对天水段水质污染物时发现,二者对于某些污染物预测精度不高,而且残差修正GM(1.1)模型预测精度未必一定高于GM(1.1)模型。在这种情形下,应用新陈代谢GM(1.1)模型,预测未来五年渭河水质的变化及其水质污染物突变的时刻。分析结果表明:新陈代谢GM(1.1)模型有助于提高预测精度和预测的可靠性。     

基于灰色残差模型的灌区地下水最小埋深预测

建立灰色GM(1,1)主模型,然后进行残差修正,从而形成灰色残差模型,并对宝鸡峡灌区周城—苏坊洼地地下水最小埋深进行了预测.结果表明:根据前12 a观测数据建立模型,预测的第13 a地下水最小埋深为3.64m,与实际值相比较,相对误差为4.21％;与单一采用灰色模型GM(1,1)相比,灰色残差模型克服了因数据序列不稳定而带来的误差,可提高灌区地下水最小埋深预测精度.     

灰模型GM(1,N)在径流量预测中的应用

介绍多维灰模型GM(1，N)。以澜沧江上游昌都水文站为对象，分析降水、气温与径流量之间的灰关联度，建立了GM(1，3)模型，有效提高了径流量模拟的精度，通过残差检验和后验差检验，结果表明，该模型精度达到2级，预测精度达到91.91％，符合建模要求，能够用于年径流量预测。     

灰色季节性指数模型在蒸发预测中的应用

应用季节性指数法对GM(1,1)模型进行了改进,建立了灰色季节性指数模型,并将该模型应用于民勤绿洲季蒸发量预测中。计算结果表明,该模型在原始时间序列波动较大时,比普通GM(1,1)模型具有更好的适应性。     

灰色理论在龙江突发镉污染水质预测中的应用

利用灰色预测理论,建立了龙江突发水污染水质变化趋势的GM(1,1)预测模型,而后对模型进行残差修正。结果表明:经残差修正后的GM(1,1)模型更为合理,预测精度明显提高。本研究中灰色理论能够有效地对突发性水污染事故中的水质变化趋势进行短期预测,为相关部门及时采取相应的应急措施提供参考,减小事故风险。     

基于加权灰色-马尔可夫链模型的城市需水预测

城市需水量预测是区域水资源规划及优化配置的基础内容。在基于灰色GM(1,1)模型预测城市需水量总体趋势的基础上,引入加权马尔可夫链预测理论,建立了加权灰色马尔可夫GM(1,1)预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过相对误差的状态转移概率矩阵的变换提取数据随机波动响应的特点。成都市城市需水量预测结果表明:加权灰色马尔可夫GM(1,1)模型充分利用需水量数据给予的信息,实现了对相对误差的状态转移的预测,并提高了修正灰色模型预测值的精度;通过与其它2种灰色预测模型预测结果比较,加权灰色马尔可夫GM(1,1)模型精度更高,预测得到2012年和2013年成都市城市需水量分别为74 250.91万m³和79 818.34万m³,呈明显增长趋势。因此该模型提高了随机波动较大数据序列的预测精度,拓宽了传统灰色模型预测的应用范围,更具科学性。     

贵州省工业需水量预测研究

等维灰色递补模型以灰色模型为建模基础,引入贵州工业用水量历史数值,选择合适的数据序列,建立预测精度较好的GM(1,1)预测模型,从而构建灰色递补GM(1,1)预测模型。该模型预测精度等级为"好",故预测需水量具有可靠性和参考价值。灰色递补模型显著地减小了后验差比值C,弥补了灰色模型的不足,可为城市中长期供水规划提供方法选择。     

GM(1,1)灰色模型在大坝扬压力预测中的应用

本文对大坝的扬压力建立了灰色GM(1,1)预测模型,所使用的数据量少,其拟合结果、预测结果与实测结果相比具有很高的精度。因此,灰色GM(1,1)预测模型在工程领域的数据处理中具有广阔的应用前景。     

以速率为参量的GM(1,1)滑坡时间预报模型研究

以摩擦学和灰色系统为理论基础,建立了以速率为参量的滑坡GM(1,1)时间预报模型,推导出滑坡时间预报公式,结合黄茨滑坡、新滩滑坡进行了预报分析,并与传统的以位移为参量的GM(1,1)、Verhulst预报模型预报结果进行对比。结果表明:以速率为参量的GM(1,1)滑坡预报模型能够提前预报滑坡;与传统的以位移为参量的GM(1,1)相比,预报时间更接近滑坡实际发生时间;与传统的以位移为参量的Verhulst模型相比,以速率为参量的GM(1,1)模型不仅能够提前预报滑坡,而且能够更加准确地反映滑坡的位移变化趋势。因此,建议采用以速率为参量的GM(1,1)滑坡时间预报模型对滑坡进行预报分析。     

GM(1,1)改进模型在大坝位移预测中的应用

针对传统GM(1,1)模型的不足,分别从提高原始序列的光滑度、优化时间响应函数两个方面对其进行了改进,对模型进行残差检验和后验差检验,并建立一种新的GM(1,1)模型,将改进了的模型应用于大坝位移预测中,结果显示:新的GM(1,1)模型拟合预测精度明显高于传统模型。     

灰色季节性指数模型与神经网络模型在蒸发预测中的应用

在原GM(1,l)模型基础上采用滑动平均法进行季节因素修正,建立了灰色季节性指数模型,并将该模型与神经网络模型运用在海拉尔市季蒸发量预测中。计算结果表明,修正后的模型与神经网络模型在拟合既含趋势变动,又含季节因素的时间序列预测中,比普通GM(1,1)模型具有更好的适应性,具有较好的效果。     

灰色残差修正模型在灌溉用水量预测中的应用

灌溉用水量的预测影响因素很多,属于灰色系统问题。用灰色GM(1,1)模型预测铁甲灌区灌溉用水量,因相对误差较大,对残差进行修正。修正后的模型明显优于原模型,使用3种方法进行精度检验,都能达到要求,说明残差修正模型预测铁甲灌区短期灌溉用水量是可行的。