灰色模型在矿区沉降预测中的应用

为了准确掌握矿山的沉降变化规律,预测沉降发展趋势,提出一种采用灰色模型进行矿区沉降预测的方法。结合沉降观测实例,采用灰色模型精度检验和数理统计的F分布两种方法对灰色模型的预测结果进行检验和分析。结果表明,灰色模型能够满足矿区沉降预测的精度要求,且预测精度随着采用数据量的增加而提高。     

残差灰色模型在网络流量预测中的应用

网络流量是衡量网络运行负荷和状态的重要参数,也是网络规划,流量管理等方面起着重要作用的重要参数。在流量管理中,流量模型用于评价接入控制机制和预测网络性能。灰色预测模型作为灰色系统理论的重要内容之一,被广泛的应用．于各种领域。该文提出一种的对不全为正数的残差序列的处理方法,并应用此另法进行建模对实际网络流量进行预测,结果表明了该方法是有效可行的。     

灰色误差神经网络模型在预测中的应用研究

在分析GM（1,1）模型的建模机理的基础上,指出了传统建模方法的不足,即发现了预测数据序列中的第一点的值并不能用原始数据序列中第一点的值来代替,因为存在误差,同时给出了误差项的一般表达式,然后基于BP神经网络对误差项进行优化模型。结果表明,该模型拟合误差小,预测精度高。     

灰色模型在春运客流量预测应用中的优化

将火车站视为本征性灰色系统，选用灰色预测方法对春运客流量作出预测，并根据实际预测结果对基本模型进行优化。采用残差预测模型和新陈代谢模型等方法，解决了预测精度和可信度的问题。实际数据表明预测结果是可信的。     

优化灰色模型在负荷预测中的应用研究

针对传统的灰色模型在负荷增长速度较快时预测精度低的问题,提出了采用交叉遗传粒子群优化算法代替最小二乘法来优化GM(1,1)模型中参数a、b的方法;介绍了灰色预测原理及其数学模型、CGPSO算法及基于CGPSO算法的优化灰色模型,并根据实际负荷数据进行了仿真实验。结果表明,在负荷增长速度较快时,优化灰色模型的预测精度明显高于GM(1,1)模型,能够应用于电力系统的中长期负荷预测,拓展了灰色模型的适用范围。     

灰色Verhulst模型在短时交通流预测中的应用

为提高短时交通流预测模型精度,分析了GM(1,1)模型和灰色Verhulst模型的特点,发现GM(1,1)模型适用于具有较强指数规律的序列,只能描述单调的变化过程,而Verhulst模型则适用于非单调的摆动发展序列或具有饱和状态的S形序列。短时交通流某一时段内数据具有饱和状态S形过程的特性,采用Verhulst预测模型比GM(1,1)模型具有更高的预测精度。利用2007年10月21～23日6:00～8:25的交通流数据进行实验,结果表明:Verhulst模型的预测精度明显优于GM(1,1)模型。     

蚁群灰色神经网络模型在稻瘟病预测中的应用

水稻稻瘟病这种灰色系统具有复杂的非线性.综合利用蚁群灰色GM(1,1,θ)预测模型和RBF神经网络预测模型的特点,建立了蚁群灰色RBF神经网络组合预测模型.经过14年对水稻稻瘟病的预测分析,得出蚁群灰色神经网络模型的预测精度高达96.77％,验证了预测模型的有效性.     

灰色Verhulst-BP网络组合模型在预测中的应用研究

在灰色Verhulst模型和BP神经网络理论的基础上,对两者的结合方式进行了研究,提出了部分数据Verhulst模型组的概念,得到了一种结合灰色Verhulst与BP神经网络的组合预测模型。利用BP神经网络建立部分数据Verhulst模型组与原始数据之间的非线性映射关系,克服了小样本时间序列数据在神经网络训练时的缺陷。实验结果和仿真验证表明,该组合预测模型具有较高的预测精度和良好的稳定性。     

灰色模型在电力负荷预测中的优化与应用

将发电站视为本征性灰色系统,对电力负荷建立灰色预测模型,并根据实际结果对原始模型进行优化。使用序列平移、残差校正、等维新息等方法提高了模型的精度。在实际应用中证明了预测结果的可信度。     

灰色预测在基金走势预测中的应用

针对金融危机的加剧导致基金投资的较大风险。提出用灰色预测的方法,对基金的走势进行预测。通过灰色预测对原始数据进行处理和建立灰色模型,发现、掌握系统发展规律,对系统的未来状态做出科学的定量预测。实例证明,该方法具有理论意义和实用价值。     

灰色预测参数模型新模式及其在电气绝缘故障预测中的应用

以灰色系统理论为基础, 研究电气绝缘故障诊断的灰色预测模型新模式及其应用. 建立了适用于电气设备绝缘故障诊断的一次拟合参数灰色预测的新模型, 并给出了新模式的建模过程, 提出将原始数据经弱化算子作用后进行一次指数平滑运算并对背景值进行改造的方法, 并以实例进行了检验, 结果表明该方法的可行性和有效性.     

基于灰色模型的电量预测方法在管理信息系统中的应用

提出了基于“灰色系统理论”的县级农电企业管理信息系统的电量预测的真实模型，通过用辽宁省台安县地区的原始用电量在管理信息系统中用“决策支持”进行预测，得出的结果与真实数据相比，误差相对较小。     

非等间隔灰色模型在矿区沉陷预测中的应用

针对目前采用灰色模型预测矿区沉陷时只针对1个点,缺乏工作面整体下沉预测及其精度研究的问题,以工作面走向线和倾向线地表观测站的下沉量为研究对象,以相邻监测时间间隔为权建立非等间隔灰色模型,预测下一时刻观测站的下沉量,进而得出下一时刻走向线和倾向线下沉曲线;采用概率积分法求参的方法验证工作面整体沉陷预测精度,采用预测值与实际值求参时所得结果相差不大,验证了采用非等间隔灰色模型预测矿区整体沉陷的可行性。     

灰色神经网络在粮食产量预测中的应用

研究粮食准确预测优化问题,粮食产量受到多种因素影响,同时具有复杂的非线性和随机性特点,传统单一模型难准确对其变化规律进行准确描述,预测精度较低。为提高粮食产量预测精度,提出一种将灰色理论和BP神经网络相结合的粮食产量预测模型。首先采用灰色GM(1,1)预测模型动态预测粮食产量变化趋势,然后运用BP神经网络对灰色GM(1,1)模型预测结果进行修正,以提高粮食产量预测精度。采用1978-2008年我国粮食产量数据对预测模型性能进行仿真测试,仿真结果表明,组合预测模型提高了粮食产量的预测精度,更能描述粮食产量变化规律,为粮食产量准确预测提供了一种有效研究方法。     

灰色预测在ERP管理中的应用

文章阐述了灰色理论和ERP系统在中国的发展现状 ,并将灰色理论运用到经济预测中 ,利用SCGM(1,h)模型对未来三年中过的主要农产品产量进行了估算 ,结果证明模型的拟合误差很小 ,显示了灰色理论在预测中的优越性。     

灰色算法在股票价格预测中的应用

股市投资已经成为人们生活中的重要组成部分,在股票市场中人们最关心的就是股票价格的变化.为了更精确的预测股票价格,得到更合理的股票投资意见.文章中提出了利用灰色系统理论对股票价格进行预测,并且利用残差修正预测结果的方法.根据灰色系统理论建立数学模型,利用得到的股票价格求得具体的预测模型及其预测结果,然后对所得结果进行残差修正以得到更精确的股票价格.文章中对华工股票价格进行预测后,发现利用灰色理论对股票价格预测,具有较高的精确度和应用价值.     

灰色神经网络在股票价格预测中的应用

研究股票价格预测问题,股票价格具非线性和不确定性变化规律。传统单一模型只能反映股票价格部分信息,预测精度不高。为了提高股票价格预测精度,在分析股票价格变化特征基础上,提出一种灰色神经网络的股票价格预测方法。首先采用GM(1,1)模型对股票价格进行预测,捕捉其线性、灰色变化规律,然后采用BP神经网络对GM(1,1)预测残差进行建模预测,捕捉其非线性和不确定性变化规律,最后两者结果相加得到股票价格最终预测结果。将灰色神经网络用于浦发银行(60000)股票收盘价为例预测,结果表明,相于传统预测模型,灰色神经网络提高了股票价格预测精度,更能全面挖掘股票价格变化规律,在股票价格预测中具有广泛的应用前景。     

灰色理论模型在股价预测中的应用

灰色系统理论是为处理非确知信息应运而生的一门新兴学科,其中灰预测是它的一个重要应用.文章将灰色预测理论应用于股票市场中,并提出了一种改进的二阶灰色模型.实验表明,改进的二阶灰色模型通过增加一个反映升降情况的因素对原二阶灰色模型的预测数据进行修正,使得预测结果更为准确.     

基于高阶灰色系统模型对水产品产量数据的实证分析

基于高阶灰色系统模型理论对具有指数型增长且有微小扰动的时间序列进行建模的良好拟合特性,文章依次用GM(1,1),GM(2,1),GM(3,1)模型对中国历年水产品产量时间序列进行了实证分析。在对我国水产品产量数据的拟合过程中,因该数据具有指数型增长和随机性的特征,高阶灰色模型GM(2,1)较比普通的模型GM(1,1)有更好的拟合效果;同时因数据变化具有显著的阶段性,遂GM(3,1)的建模结果很不理想,不具有实际意义。文章对我国水产品产量数据所作的数学分析对有关部门进行水产品政策的研究与制定有借鉴作用。     

灰色模型在装备故障预测中应用分析

在装备故障预测中,根据灰色建模不需要寻找数据的概率分布和统计规律的优势,给出了一种灰色预测算法步骤,并将其应用于某型装备故障预测中加以分析.结果表明该方法不仅可行,且预测精度较高,从而帮助装备维修保障人员更好地检测和测试装备状态,提高装备可靠性和维修性,具有一定的军事应用价值.