无偏灰色模糊马尔可夫链在设备衰退预测中的应用

针对传统灰色马尔可夫模型在固有灰色偏差和抗干扰性方面的不足,提出一种基于无偏灰色模糊马尔可夫链的设备衰退趋势预测模型。首先,引入无偏灰色理论,建立无偏灰色模型,预测设备健康状态的总体趋势;然后,根据此趋势,采用模糊集合理论进行模糊状态划分,从分类方法上改进传统灰色马尔科夫模型,同时克服马尔可夫状态矩阵运算量大的缺点;最后,进行模糊马尔可夫残差修正,确定设备健康状态组合预测值。与传统灰色马尔可夫模型相比,该模型可有效提高预测精度。以屏蔽泵的健康状况数据为样本进行设备衰退趋势预测,结果表明:该模型对第13、14和15个周期的设备健康状态的预测,残差偏移率分别为0.24%、0.10%和-0.05%,对应传统灰色马尔科夫模型的残差偏移率0.46%、0.11%和0.08%,预测精度更高,能够有效实现设备衰退趋势的精确预测。     

基于Theil不等系数的GIOWLA算子我国小麦最低收购价的预测分析

以2006~2015年的我国小麦最低收购价作为研究对象,运用灰色预测、多元线性回归以及二次指数平滑法三种单项预测方法预测在不同时点上的我国小麦最低收购价,在使用广义诱导有序加权对数平均算子(GIOWLA算子)的基础上,引入Theil不等系数,构建了基于Theil不等系数的GIOWLA算子的最优组合预测模型,并对模型进行有效性检验。检验结果表明,该组合预测模型优于传统的单项预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测,故用此组合预测模型预测了2016~2020年我国小麦最低收购价,使得预测结果更加合理有效。     

省县道公路路面性能预测模型研究

针对省县道公路检测数据少、不确定因素多的特征,分析了灰色模型和马尔科夫模型各自的特点,并结合两者建立了组合预测模型,预测了公路路面状况指数PCI,证明组合预测方法符合实际情况,具有较高精度。     

高速公路交通事故的优化组合预测模型

采用灰色GM(1,1)模型和三次指数平滑模型进行优化组合,建立了基于IOWGA(诱导有序几何加权平均)算子交通事故的预测模型,并对组合预测模型进行了检验.检验结果表明,组合预测模型是有效的,可靠的,具有较高的预测精度.     

基于灰色马尔可夫链的管网漏损率预测

针对城市管网漏损率数据的非线性和随机波动性特点,建立了以马尔可夫链修正灰色GM(1,1)的预测模型,以2005年—2012年全国管网漏损率为研究对象,比较分析了灰色和灰色马可夫链预测结果,指出经马尔可夫链修正后的模型预测精度更高。     

基于灰色组合预测模型的应急项目耗材需求预测方法

大型或者连续型突发事件爆发后,整个应急项目中耗材的合理供给是有效降低财产损失和人员伤亡的关键因素,故深入研究相关的需求预测方法和模型具有重大的理论价值和实际意义。由于突发事件的非同质性与爆发性等特征,导致了应急项目耗材需求数据具备突变性和少样本性,进而导致常用的计量模型和预测方法均无法完全适应。基于此,在结合灰色理论中缓冲算子和灰色GM模型的基础上提出了灰色组合预测模型,缓冲算子解决了突变性问题,灰色组合预测模型解决了贫信息少样本问题,最后通过算例充分说明了组合模型在应急项目耗材预测上的可行性和有效性。     

制造型企业业务成本预测模型构建与应用——基于灰色理论

业务成本预测是制造型企业财务管理工作的重要内容。基于灰色理论建立制造型企业业务成本预测的GM(1,1)、Verhulst和SCGM(1,1)c模型,并在其基础上采用拟合一致性方法构建GM-Verhulst-SCGM组合灰色预测模型。通过选取M化工企业2004～2013年业务成本数据作为预测模型拟合样本进行参数确定,对其2014～2016年企业业务成本进行预测。结果表明,组合灰色预测模型具有较高的预测精度,其误差低于各单一灰色预测模型及传统线性回归模型。此外,在分析组合灰色预测模型适用性的基础上,预测制造型企业2017～2021年业务成本变化趋势,为企业财务管理与成本控制提供理论参考。     

基于对数灰关联度及IOWGA算子的组合预测方法及应用

针对传统组合模型建模准则单一、权值固定不变的缺陷,引用最优加权组合建模理论,在诱导有序加权几何平均(IOWGA)算子的基础上,结合对数灰关联度,研究了一种改进的IOWGA算子的组合模型。其核心思想是以对数灰关联度为准则,基于单一模型各时刻拟合、预测的精度高低进行有序赋权。文中对优性组合的判定方法及组合模型预测效果评价准则亦进行了研究。将组合模型应用到宁波市某路基沉降预测中,取得了良好的效果,提高了预测精度,验证了模型的有效性。     

灰色神经网络最优权组合模型预测城市需水量

需水量预测是一个大量数据指标和影响因素共同作用的复杂系统。目前以单一的模型预测为主,而这种预测方法仅能体现该系统的局部。针对这一情况,利用灰色模型和改进BP神经网络,建立最优权组合模型预测城市需水量,使用Matlab进行实例计算,并与其他预测方法比较。结果表明,该模型有较高的预测精度,优于单个模型,预测效果更优于其他方法。     

灰色组合模型在变形预测中的应用

变形预测方法有很多种,为了提高预测精度,采用组合模型预测已经成为一种趋势,因为组合模型能够利用单一模型舍弃的有用信息。本文用单一灰色模型、灰色-时间序列组合模型与灰色-线性回归组合模型三种种方法进行了预测及对比,从预测效果可以看出在短期预测内三种模型都能有相当好的预测精度,而灰色-时序组合模型预测精度略高。