灰色系统理论预测算法GM(1,1)模型研究及其应用

目前,农村经济数据存在小样本、少数据和信息不完全等问题,用传统的建模方法并不太适合.灰色系统理论是一种研究少数据、贫信息、不确定性问题的新方法,它在农村经济预测中相对于传统预测方法有明显的优势.重点研究了GM(1,1)模型、等维灰数递补动态模型和周期修正模型,对预测算法存在的不足和缺陷提出了改进方案,并运用matlab...     

灰色建模系统GM（1,1）的C语言预测程序

本文对灰色模型GM（1，1）的数学方法进行了深入细致的分析研究，编制了C语言建模预测程序，程序简洁，算法如下：给定原始数列1．对原始数列作一次累加生成，得2．构造累加矩阵b与常数项向量yn3．用最小二乘法求解灰参数4．写出时间响应函数5．对X（1）还原6模型检验（1）相对误差检验（2）后误差检验残差平均值：原始数列均方差：残差均方差：方差比：小误差概率：7．预测；将t代入时间响应函数，求得x（1）（t＋1），然后还原为x（0）（t＋1）即可。c语言源程序清单／。huisegucemoxing。／＃defineN100＃include”math‘h”voidmain（…     

基于灰色GM(1,1)模型的时间序列预测研究

基于灰色理论GM(1,1)模型,结合Elman神经网络组成灰色神经网络模型。模型的输出误差作为一个新的时间序列,通过Elman神经网络对误差序列进行拟合和预测,更大限度地减小预测误差。GM(1,1)模型所需要的数据少,方法简单;Elman神经网络是动态的神经网络对历史数据具有高度的敏感性。这种灰色理论与动态神经网络的组合模型,比起单个的预测模型提高了预测精度,通过分析和验证表明,该方法实用有效。     

基于灰色GM(1,1)模型的故障预测方法

首先介绍灰色GM(1,1)模型,但该模型的预测精度往往受原始序列光滑度的影响,对于不能够满足光滑度的序列,预测精度并不高。提出一种通过变换原始序列来改善光滑度的方法,并将此方法应用于故障预测中,取得了良好的效果。通过用MAT-LAB对实例仿真并进行精度检验说明,提出的方案在故障预测精度上有明显的提高。     

用Matlab实现GM（1,1）灰色模型的供电量预测

介绍灰色预测模型GM（1,1）在电力系统中的预测应用,同时在Matlab平台上实现了灰色模型GM（1,1）函数的编制。以某市1995～2004年供电量数据为例,并通过此函数对该供电量进行了预测,为灰色数列模型GM（1,1）的应用提供了一种简便的运算方法。     

基于灰色系统GM(1,1)模型的某高校专业录取分数线预测研究

考生高考填报志愿时可以根据高考成绩及志愿学校的投档线进行填报,但在进行专业选择时,往往只有历史录取数据作为参考,不能真实反映当年的实际情况。本文采用灰色预测系统GM(1,1)模型预测方法,结合某高校各专业历年录取分数情况,对各专业以后几年的录取分数情况进行预测实现。避免考生高分却因专业顺序填写不对,调剂到不理想的专业,对考生志愿填报有较大的实际指导意义。     

灰色GM(1,1)模型优化研究进展综述

灰色预测技术是灰色系统理论的重要分支之一。 分别从灰生成技术、边值条件的改进、背景值的改进、模型参数估计方法改进、残差序列的优化、综合优化6个方面对近年来灰色预测模型中的GM(1,1)模型优化研究现状进行了比较全面的介绍,同时也对灰色GM(1,1)预测模型未来的发展方向提出了一些建议。     

一种改进的GM(1,1)模型在装备故障预测中应用

针对传统GM(1,1)模型预测过程中参数固定导致适应性较差的问题,引入新陈代谢概念,给出了一种改进的新陈代谢GM(1,1)灰色预测模型;并应用于某型机载高度表中进行故障预测;结果表明与传统GM(1,1)预测结果相比,新陈代谢GM(1,1)预测结果与实际测试值间的绝对误差和相对误差均较小,预测精度也较高。     

东莞市IT人才需求预测研究

随着东莞产业结构的调整、高新技术产业的迅猛发展和转型升级的推进,IT人才的需求量急剧上升。本文在完成东莞市IT人才需求调研的基础上,根据近年东莞IT人才需求的历史数据,利用灰色系统理论的GM（1,1）模型对东莞IT人才的需求进行了拟合和预测,并针对社会发展需求提出了人才培养对策,为探索适应东莞改革新形势的高职实用型、技能型高级计算机专门人才培养模式提供了参考依据。     

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.     

基于遗传算法的灰色区间数的GM(1,1)优化模型

利用遗传算法作为优化工具对基于灰数带及灰数层的区间灰数预测模型中的参数进行优化提取.首先,利用变权均值生成思想取代非偏生成,将区间灰数转化为实数序列;然后,对此实数序列进行建模.在优化过程中,选取区间灰数预测的平均相对误差最小为目标函数,通过遗传算法寻找到最优的参数,建立新的灰色区间数的GM(1,1)模型.算例仿真显示该新模型的平均模拟相对误差和预测误差有了明显的降低,表明该新模型具有有效性和可行性.     

GM(1,1)和新陈代谢模型的比较

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)模型和新陈代谢模型实例预测某省火灾事故发生量,并将两种方法相比较,为相关部门提供科学的决策依据。结果表明灰色模型简单实用,预测精度高。而在此实例中,GM(1,1)模型比新陈代谢的预测精度更高、预测误差更小。     

基于组合函数法的灰色模型预测研究及应用

结合运用组合函数法,尤其是对数函数和幂函数在进行原始数据列转换后能提高数据列的光滑度和预测精度的优点,提出了基于组合函数法的灰色预测模型,利用此模型实例预测某油田的年产量,并利用相对误差法将预测值与实际值进行精度检验,取得了较好的结果。     

事故预测GM(1,1)模型的Excel求解

GM(1,1)在事故预测上得到了广泛的运用,而GM(1,1)复杂繁琐的计算对于一线的安全管理人员来说使用起来具有一定的难度。而对于一线安全管理人员来讲,EXCEL进行数据管理和分析相对熟悉。为此,使用EXCEL求解GM(1,1)在一线安全管理人员当中成为可能。该文通过实例对GM(1,1)问题进行了求解,并对计算结果进行了验证,说明使用EX CEL能够精确的求解GM(1,1,)模型。     

基于灰色理论的预测系统框架与实现

1 引言 1982年我国学者邓聚龙教授首次在荷兰的国际性杂志上发表了灰色理论,它是建立在灰色系统基础之上的计算理论。从系统的观点来看,我们称信息完全明确的系统为白色系统,信息完全不明确的系统为黑色系统,信息部分明确部分不明确的系统为灰色系统。现实世界中的绝大多数系统都属于灰色系统的范畴,而且同一个系统,在高层次时可能是“白色”的,到了低层次时却可能是“灰色”的。因此运用灰色控制系统理论来认识世界,来解决白色系统理论无法解决的问题,具有重要的意义。灰色理论的一个重要的应用领域是趋势预测。传统的预测方法,建立的是离散的递推模型,这一局限使得它不能对系统做出长期预测。灰色理论利用连续的灰色微分方程     

灰色GM(1,1)模型及其在电力负荷预测中的应用

讨论了灰色模型GM(1,1)及其改进模型在电力负荷预测中的应用.从灰色理论建模特点出发,提出使用加权均值生成原始数据序列的数据生成方法,在进行平滑的非负电力负荷数据序列的预测中取得了较好的效果.通过后验差检验,对传统的灰色系统GM(1,1)模型和加权均值的GM(1,1)模型进行了比较分析.实例证明,加权均值生成数据的方法进行建模具有较好的精度,在实际电力预测系统中有很好的应用价值.     

GM（1，1）和新陈代谢模型的比较

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）模型和新陈代谢模型实例预测某省火灾事故发生量,并将两种方法相比较,为相关部门提供科学的决策依据。结果表明灰色模型简单实用,预测精度高。而在此实例中,GM（1,1）模型比新陈代谢的预测精度更高、预测误差更小。     

中学生上网时间的新陈代谢GM(1,1)模型预测

中学生上网时间的长短一般会受到课堂教学难易程度、课堂教学时间、作业量、体育活动时间、休息时间等多种因素的综合影响而产生波动现象。从局部上看,其波动规律体现出较大的随机性,但是从总体上看却具有一定的统计规律性。基于灰色新陈代谢GM(1,1)模型对中学生上网时间进行预测,该模型在普通GM(1,1)模型的基础上利用历史上网时间的统计规律性来提高预测精度。     

GM（1,1）灰色模型在白城地区结核病流行趋势预测中的应用

目的：预测白城地区涂阳肺结核病发病趋势,为制定本地区结核病防控策略提供理论依据。方法：利用GM（1,1）灰色模型对白城地区涂阳肺结核病发病率进行拟合和预测变化趋势。结果：根据白城地区2008-2012年涂阳肺结核病发病率建立的灰色模型为：,模型的平均相对误差为1.90%,该模型精度为优（C=0.2353,P=1）,预测效果好。结论：白城地区涂阳肺结核病发病率预测理论值呈逐年上升,虽上升幅度较慢,但对本地区肺结核病予以高度重视,应加强结核病防治工作。