新息累积GM (1，N)模型在交通噪声预测中的应用

从传统的灰色GM （1, N）模型出发,利用灰色关联分析法确定相关因素的关联度,引入累积法相关理论,对GM （1, N）模型进行参数辨识,建立起多因素的累积GM （1, N）模拟模型,在此基础上,充分利用最新信息,用新息思想建立新息累积GM (1, N)预测模型。将该模型分别应用到南方某城市及北京市道路交通噪声的模拟和预测上,结果表明,所建立的新息累积GM (1, N)模型的模拟精度高,预测结果平均相对误差比GM （1, 1）模型还低,预测效果好,预测值还表明,接下来两年内,噪声值基本维持稳定。     

GM(1,N)改进模型在年度售电量预测中的应用

本文基于GM(1,N)模型提出一种年度售电量预测新方法。首先对GM(1,N)模型的背景值进行修正,建立GM(1,N)改进模型;然后利用斜率关联分析法和试探法选择影响售电量的显著因素。通过实际算例仿真,结果表明本文方法能够有效提高预测精度。     

GM(1,N)模型进行钢材腐蚀速度预测及腐蚀因素敏感性分析

特定钢不同环境下的腐蚀速度预测极为复杂.应用灰色系统理论建立钢材腐蚀速度预测及腐蚀因素敏感性分析的GM(1,N)模型(Glay Model),突破了神经网络方法需要多个样本才能预测的局限.通过计算驱动系数来判断腐蚀因素对腐蚀速度的影响,并提出了选取关键因素进行GM(1,N)建模的方法,在保证精度的情况下,减少了计算量.2个实例分析结果证明,该模型能够准确预测钢材的腐蚀速度,并能正确地判断腐蚀因素对腐蚀速度影响的程度和极性,为钢材腐蚀速度的预测及腐蚀因素的敏感性分析提供了新方法.     

基于GM(1,1)模型的东辛采油厂产量预测研究

本文介绍了GM(1,1)模型的建模过程,考虑油田产量数据较少的现状,将其视为灰色系统,并利用灰色系统GM(1,1)模型对油田石油产量进行了预测。经实证,模型的精度符合要求,预测结果可以为采油厂提供决策依据。     

基于GMDH—GM（1，N）的模型对工业增加值预测

工业增加值的准确预测对于政府部制定工业发展政策有重要的作用。本文分别建立了四川省工业增加值的GMDH模型和GM（1,N）模型,并把两者结合起来建立基于GMDH—GM（1,N）的组合预测模型。将组合预测的结果与实际值以及单一的GMDH模型、GM（1,N）模型的结果进行了分析和比较,实证分析结果表明组合预测模型能够提高预测精度,从而为宏观经济预测提供了参考。     

用灰色理论GM（1，1）模型预测主动力装置在不同破坏半径下的生命力

用传统的方法预测主动力装置在不同破坏半径下的生命力，存在所需数据量大，不易预测，准确性不高等缺点，运用灰色理论GM（1，1）模型预测了舰船主动力装置受到武器攻击时在各种破坏半径下的生命力，方法简单易行，结果准确可靠，为决策者进行了科学的决策提供了相关的理论依据。     

一种组合预测模型及预测值的模糊分级

基于多元线性回归模型及GM（1，n)模型，给出了一种组合预测模型，进行了组合预测的精度分析及预测值的等级分类，并讨论了其在实际问题中的应用。     

基于组合插值的GM（1，1）模型预测方法的改进与应用

从理论上分析了GM（1，1）模型中的背景值，提出组合插值的思想，利用分段线性插值函数与Newton插值公式结合的方法构造一类新的灰色预测模型CIGM（1，1），改进背景值的构造方法，克服现有的灰色改进模型的不足，为提高预测精度提供了新的途径。最后以2008年江苏省工业用电量数据为例，用本文提出的方法进行预测仿真，理论分析和应用实例表明了本文所提方法的有效性。     

基于改进GM(1,1)-Markov模型的国内生产安全事故预测研究

为准确预测我国生产安全事故发展趋势,本文在传统GM(1,1)模型和马尔科夫模型的基础上,结合二者优点提出改进灰色马尔科夫预测模型,并以2005—2018年全国生产安全事故起数为原始序列探讨了改进模型的实际应用。区别于传统灰色残差修正理论,选取灰色模型预测结果的相对误差作为修正指标,2次应用马尔科夫模型对相对误差状态和误差符号状态进行优化预测,并使用平均相对误差和小概率误差对模型进行精度检验。结果表明,改进GM(1,1)-Markov模型预测结果的相对误差为3.0%,较单一灰色预测模型预测误差减少19.5%,预测精度显著提高,同时预测得到2019年我国生产安全事故起数为479。     

区间灰数表征与算法改进及其GM (1, 1)模型应用研究

针对目前区间灰数的表征和运算过程中存在着较为严重的问题，即：运算结果对灰数的灰度进行不必要的放大，造成信息的严重失真，笔者定义了标准区间灰数与第一和第二标准区间灰数的概念，分析了第一和第二标准区间灰数之间的关系，进一步设计了普通区间灰数与标准区间灰数之间的转换规则，提供了标准区间灰数之间的比较与运算法则，较好地解决了区间灰数之间的大小比较与运算问题。最后，将这一研究成果应用于基于区间数的GM (1, 1)模型预测问题，取得了良好的效果。     

灰色预测模型GM（１，１）的适用性分析及在火灾风险预测中的应用

通过对灰色预测模型———GM（１,１）的理论分析,证明了该模型的预测值及其变化趋势均具有单调 性,进而提出了GM（１,１）模型的适用性判据,并给出了该判据在火灾风险灰色预测中的应用实例。     

密闭空间爆炸温度动态不确定度评估方法研究

融合了灰色模型GM(1,1)、Bootstrap方法以及不确定度评定理论,建立了密闭空间内爆炸温度动态测量不确定度的灰自助评估模型GBM(1,1),选取某次爆炸试验300s的温度数据作为分析数据,运用估计真值、估计区间和平均不确定度等参数表征其估计结果。实验结果表明,GBM(1,1)模型融合了灰色模型GM(1,1)和Bootstrap方法的优势,可以准确模拟动态测量数据的概率分布,并实时跟踪被测量瞬时值的变化趋势。相比于灰色模型GM(1,1)和Bootstrap方法,灰自助模型GBM(1,1)具有更高的真值估计准确度和区间估计可靠度,其估计误差分布区间为［-12.62, 13.58］,标准差为8.69℃,最大相对误差为1.2%,区间估计可靠度高于90%,估计区间能够较完整地包络被测量的动态波动范围。由此证明GBM(1,1)模型能够对密闭空间内爆炸温度的动态测量不确定度做出准确评估。     

Modeling imperfectly repaired system data via grey differential equations with unequal-gapped times

In this paper, we argue that grey differential equation models are useful in repairable system modeling. The arguments starts with the review on GM(1,1) model with equal- and unequal-spaced stopping time sequence. In terms of two-stage GM(1,1) filtering, system stopping time can be partitioned into system intrinsic function and repair effect. Furthermore, we propose an approach to use grey differential equation to specify a semi-statistical membership function for system intrinsic function times. Also, we engage an effort to use GM(1,N) model to model system stopping times and the associated operating covariates and propose an unequal-gapped GM(1,N) model for such analysis. Finally, we investigate the GM(1,1)-embed systematic grey equation system modeling of imperfectly repaired system operating data. Practical examples are given in step-by-step manner to illustrate the grey differential equation modeling of repairable system data.     

A Grey Prediction Model on Vibration Severity Development of a Pump

The method to enhance the precision of a grey model GM (1,1) for predicting the development of vibration severity of a pump is inwestigated. The rectifying procedures involve the structure and the parameters regarding GM(1,1).A new model based on GM(1,1),which is GM(E,1,1), is proposed. In GM(E,1,1),the distribution of relative errors ratios between the original series and predicting series obtained by the mean of GM(1,1)are considered in special points to set up the threshold and adjusting coefficients to control the modified action and the rectified amount based on distribution of the original series. The case shows that GM(E,1,1) is good at predicting the vibration severity development of the pump.     

区域物流规模的改进灰色马尔可夫预测

在分析灰色GM(1,1)方法、灰色马尔可夫方法的基础上,建立区域物流规模预测的改进灰色马尔可夫模型,以国家统计局公布的陕西省1997-2006年货物周转量的统计数据为依据,对其2007-2008年的物流规模进行预测.与灰色GM(1,1)方法、灰色马尔可夫方法的预测结果相比,改进灰色马尔可夫链模型对区域物流规模的预测更加有效.     

非等间距GM(1,1)幂模型及其工程应用

针对工程中大量存在的非等间距序列的建模问题,提出了非等间距GM(1,1)幂模型。以平均相对误差绝对值最小化为目标,以模型参数之间的关系为约束,构建了一个非线性优化模型实现非等间距GM(1,1)幂模型的参数估计。结果表明,非等间距GM(1,1)幂模型的形式较为灵活,非等间距GM(1,1)模型和灰色Verhulst模型均是非等间距GM(1,1)幂模型的特殊情形,幂指数的优化有利于提高建模精度。最后通过一个工程实例验证了非等间距GM(1,1)幂模型的有效性与实用性。     

火灾预测的改进GM(1,1)模型

火灾的发生受很多因素的影响,有的因素已知、有的未知,符合灰色系统的特征,从而可以利用灰色理论进行预测.现从传统GM(1,1)预测模型构造原理出发分析其存在的理论缺陷,通过采用平均斜率法、等维替换和变换灰色预测公式的方法建立改进的GM(1,1)模型,以适应火灾频数序列的波动特性,从而达到精确预测的目的.我国1997—2006年火灾数据预测计算表明,新方法有满意的拟合和预测效果,从而为火灾预测精度提高提供了新的途径.