基于灰色—周期外延模型的年降水量预测

将灰色GM(1,1)模型与周期外延叠加模型相结合,构建灰色—周期外延预测模型,并以齐齐哈尔市为例,对其近30年年降水序列进行了拟合和预测研究。结果表明,模型具有较好的拟合效果和预测精度,揭示了齐齐哈尔市年降水序列明显的增加趋势和周期性变化特征,可为齐齐哈尔市旱涝预测提供理论依据。     

灰色模型在城市用水量预测中的应用

城市年用水量为城市建设规划以及供水管网改扩建提供依据.我国城市年用水量序列特点是记录时间短,记录数据少.针对我国城市年用水量数据序列的这种特点对其进行分析研究,利用灰色系统理论,建立预测年用水量GM(1,1)模型,并以湖州市年用水量数据为原始数据进行了实际预测,取得了较好的预测效果.     

基于灰色马尔科夫模型的南四湖水质预测

针对传统GM(1,1)模型存在灰色偏差和抗干扰能力弱的问题,建立一种等维新息灰色马尔科夫模型.该模型采用灰色马尔科夫模型改进传统GM(1,1)模型,再利用等维新息思想更新建模所需数据序列.运用该模型对南四湖2019-2021年的水质状况和水质演变趋势进行预测,结果表明:灰色马尔科夫模型的相对误差小、精度高、预测结果合理...     

GM(1,1)模型在黑龙洞泉域年降水量预测中的应用

通过运用灰色系统理论建立GM(1,1)模型,对2008-2017年黑龙洞泉域年降水量进行了预测,经残差检验证明所建模型具有可行性和适应性,预测成果为研究区域的水资源综合规划提供了依据.同时也进一步证明了灰色系统理论在现实中的应用价值.     

灰色系统GM(1,1)模型在尼尔基水库年来水量预测中的应用

文中介绍了灰色系统理论、建模原理及其检验方法,以及利用尼尔基水库20年的年来水量资料建立灰色预测GM(1,1)模型,对尼尔基水库年来水量进行预测.经残差、关联度等检验分析,并对实测资料进行检验,模型精度较高,效果较理想,可以考虑应用于尼尔基水库径流中长期预报,为水库发电、供水提供必要的预测信息.     

灰色灾变模型的建立及其在径流预测中的应用

从灰色灾变模型的建立、分析和总结的基础上,介绍了灰色灾变模型的基本原理和在径流预测中的作用,并以实例说明如何在径流长期预报中应用灰色灾变理论。     

灰色GM(1,1)模型在干旱预测中的应用

灰色系统理论及其建模原理,利用蚌埠市气象站27a的实测降水量资料建立灰色预测GM(1,1)模型,对干旱灾害进行预测,经残差与后验差检验分析,模型精度较高,平均达99.37%,使用实测资料检验,效果较理想,为蚌埠市抗旱及供水提供必要的预测信息。     

灰色马尔科夫模型在寸滩站年最高水位预测中的应用

本文将灰色系统理论与马尔科夫链理论相结合，建立灰色马尔科夫预报模型，对寸滩站年最高水位进行预报分析。从模拟效果分析，计算值与实际值大体吻合。模型可推广应用长期水文预报中。     

灰色系统理论在干旱预测中的应用研究

干旱灾害频繁发生,导致了农业生产的恶性循环,造成环境的持续恶化和污染的加剧。开展干旱评估、预测预警等研究,已成为抵御干旱灾害亟待解决的问题。结合华县的年降水量资料,将干旱视为一个灰色系统,根据灰色GM(1,1)预测模型对未来干旱年份进行预测。经检验,模型结果符合实际,具有一定的可信度,能为华县地区抗旱和供水提供必要的预测信息。应用进行预测表明,华县2012年～2013年、2019年～2020年期间将发生干旱。     

加权马尔科夫链在济南市降水量预测中的应用

依据济南市1960—2014年的降水量资料,采用均方差分级法对年降水量进行分级,将其分为枯水年、偏枯年、平水年、偏丰年、丰水年5个状态,同时验证此序列满足马尔科夫要求。在此基础上,以规范化的各阶自相关系数为权重,建立了适用于济南市年降水量的加权马尔科夫链预测模型,并根据模糊集理论中的级别特征值对降水量进行了预测。结果表明:12015年、2016年济南市的降水量状态均为平水年,年降水量分别为691.21、645.28 mm;2济南市年降水量处于偏枯年及平水年状态的可能性比较大,其重现期分别为5.38、2.34 a。     

基于加权马尔可夫链的杭州市年降水量预测

采用加权马尔可夫链模型和模糊及理论中的级别特征值原理,分析了1956—2008年杭州市的年降水量,预测了2009—2011年杭州市的年降水状态和年降水量,预测误差远小于20%的允许误差,说明加权马尔可夫链应用于杭州市年降水量的预测是可行的。最后计算了2012年杭州市年降水状态为4,即偏丰年,年降水量预计为1 621 mm。     

基于隶属度修正的加权马尔可夫链的降水预测

应用Fisher最优分割法将榆林地区1951—2015年的年降水序列划分为9个状态,采用规范化的各阶自相关系数为权重,建立了加权马尔可夫链模型。以属于同一状态的所有降水量的均值作为聚类中心,应用模糊C均值聚类(Fuzzy C-Means,FCM)算法中的隶属函数计算隶属度,以隶属度向量作为预测时的初始状态向量。该模型逐年预测了榆林市2006—2015年的降水状态,结果全部与实际情况一致。基于马尔可夫链的预测结果,采用模糊集中的级别特征值理论分别预测了2006—2015年的降水量,所有预测结果的相对误差都在10%以内,初步表明基于隶属度修正的加权马尔可夫链模型是合理可行的。     

滑动平均处理对Markov年降水预测精度的影响

通过分析不同步长滑动平均Markov模型在北京市和南京市两个不同气候类型区的年降水量预测精度,指出在一定的滑动步长内,预测的精度会随着步长的增加而提高,其中3 a滑动平均对预测精度提高的作用最为明显,通常可以将误差减小近50%,之后随着步长的增加误差减小的幅度随之减小。原始数据的离势系数和偏态系数对预测精度的影响较大,在离势系数增大45%、偏态系数增大113%的情况下,平均误差增大了约73%。在年降水量Markov链预测中,特别是在干旱地区,滑动平均处理不仅是可行的,而且是必须的。     

年径流预测的G-SPA模型及其应用

提出了以几何形式表示集对的G-SPA模型,该模型以向量之间的夹角、相关系数、欧式距离以及向量的模为指标对径流集合建立对应的指标集合,将指标集合的相似度作为判断径流集合相似度的依据,其优点是不仅考虑了径流大小的相似性,而且考虑了径流变化趋势的相似性。将G-SPA预测模型应用于沱江三皇庙站年均流量预测中,并分别与GRNN神经网络模型以及AR(2)模型的预测结果进行了对比。结果表明:G-SPA模型预测的平均相对误差为16.42%,预测结果优于GRNN模型和AR(2)模型。     

ARIMA模型在降水量预测中的应用

ARIMA模型是研究时间序列的重要方法,普遍应用于时间序列的分析与预测。利用SPSS软件的时间序列分析预测功能,对营口市降水量数据建立ARIMA模型,并在模型的基础上对营口市降水量趋势进行了分析和预测。     

径流式水电站年来水量的灰色预测

通过径流式水电站年来水量变化及其预测问题的分析 ,建立了径流式水电站年来水量预测的灰色数学模型 ,并就预测中样本序列的拓扑选择、预测目标等问题提出了相应的策略。最后结合一个实例说明了本方法的应用。结果表明 ,本文的方法及分析思路 ,对径流式水电站年来水量的预测具有较好的应用和参考价值     

时间序列分析方法在郑州市降水量预报中的应用

根据1971年-2013年郑州市的降水量资料,采用二次多项式拟合提取降水量的趋势分量,采用谐波分析法提取降水量的周期成分,利用自回归模型求解随机成分,最后将三者叠加,构建了郑州市降水量的预报模型。模型计算结果与实测数据对比可知,应用预报模型对降水量进行预报精度较高。因此利用建立的预报模型对2014年-2016三年的降水量进行了预测,为该区水资源的管理提供依据。     

改进的灰色马尔科夫模型在大坝变形预测中的应用

针对灰色模型在建模过程中受到随机扰动影响这一问题,利用马尔科夫模型预测波动性数据准确的优势,对灰色模型进行改进,并应用于大坝变形预测计算与分析。结果表明,改进的灰色马尔科夫模型对存在扰动数据的大坝变形预测中,可以获得较好的预测效果,提高预测精度。     

改进的GM(1,1)模型在城市需水量预测中的应用

基本GM(1,1)模型未充分利用新信息,且背景值构造不合理,对变化非平稳的数据序列预测精度较低,为此,本文采用重构背景值和等维递补原理对基本GM(1,1)模型进行改进,建立重构背景值的GM(1,1)等维递补模型,并运用改进模型预测北方某市需水量,结果表明,改进模型预测精度更高,为需水量的预测提供了一种新方法.     

基于小波去噪的灰色马尔柯夫基坑变形预测

结合营口某深基坑开挖工程实例,提出一种小波去噪和无偏灰色马尔科夫链联合建模的方法,对该深基坑的围护结构进行变形预测分析。首先是采用小波去噪的方法处理监测数据,从监测数据中提取能够准确反映基坑围护结构变形的数据,利用提取出的变形数据建立灰色马尔科夫模型进行变形预测分析。在工程的实践中表明,采用小波去噪后的变形数据建立的灰色马尔科夫模型,无论是中期还是初期都保持较高的预测精度。更多还原