GM(1,1)模型在预测工程价格指数中的应用

简要介绍了灰色预测方法GM(1,1)模型的适用条件、构造步骤及检验方法,建立了黑龙江省工程价格指数预测的GM(1,1)模型,经检验该模型的预测、模拟精度等级属于1级,预测结果可靠,能够准确预测工程价格指数,可为工程管理各方进行造价管理提供有益参考.     

GM(1,1)模型的改进及其在变形预测中的应用

为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型。具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度; 接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值; 然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度; 最后,建立根据GM(1,1)模型改进的灰色多重修正模型。以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比。精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好。     

改进GM(1,1)模型在特装修理费用预测中的应用

基于灰色系统GM（1，1）模型理论，用改进后的预测模型预测海军舰船特装修理费用，可充分开发并利用少量数据中的显信息和隐信息，避免复杂的相关关系，克服了原始数据的离散性，得到高精度的预测结果，以某型舰船特装修理费用为例，建立了预测模型，并进行了中短期预测，结果表明，其精度优于传统模型。     

基于改进GM(1,1)模型的Vb程序实现及其应用

针对传统GM(1,1)模型中权值的取法,提出了自动寻优定权的改进措施。本文介绍了非等时数据的等时内插理论,原灰色模型改进方法及预测精度的评定。利用Vb工具编写灰色模型自动寻优定权程序,得到最优的预测值,并通过与传统模型的预测值相比较,表明滑坡监测数据的预测预报得到了显著提高。算例结果表明利用此种预测方法是有效、可行的,更适合实际环境需要。     

GM(1,1)模型在住宅工程单方造价预测中的应用

采用灰色系统理论中的GM(1,1)灰色预测模型,以曲阜师范大学近年来所建住宅为例,对其未来10年的住宅工程综合单方造价发展状况进行科学预测,对高校住宅工程投资估算的有效模式进行了探索.     

基于改进GM(1,1)模型预测软件缺陷率

给出一种基于随机抽样一致性算法(RANSAC)的GM(1,1)改进模型。运用RANSAC筛除异常值,选择估计误差最小的点作为定解条件,结合插值思想对软件缺陷率进行预测。分别对有无奇异值的数据预测,结果表明改进后的模型不仅能够改善异常值对预测的影响,而且比GM(1,1)模型取得较高的预测精度。     

一种改进的GM(1,1)模型在交通量预测中的应用

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过Matlab软件编程实现了该模型,并将其应用于常熟市某无检测器交叉口每五分钟测得的交通流量预测。将本模型应用于交通流量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。本模型基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。     

灰色模型GM(1,1)的平滑改进及其应用

灰色预测法能够对含有不确定因素的系统进行预测,而由于整个宏观系统就是一个灰色系统,因此可以考虑用灰色预测模型对宏观经济指标进行预测。在灰色模型GM(1,1)基础上,提出对原始数列进行平滑改进的方法,并用实例证明改进后的灰色模型预测结果比传统灰色模型预测结果误差更小,精度更高。     

阈值改进算法在小波去噪中的应用

针对用小波变换进行图像去噪的阈值设定问题,本文在经典的小波软、硬阈值消噪方法的基础上,提出了一种新的阈值选取方法。该算法采用一个矫正因子来构造新的阈值函数,调整了软硬阈值的恒定偏差。Mat-lab仿真结果表明,此法同时克服了软、硬阈值方法的缺点,其去噪效果也有了显著提高。     

GM(1,1)改进模型在广西短期电力负荷预测中的应用

采用GM(1,1)改进模型与ARIMA(p,d,q)模型对广西自治区电网特殊日电力负荷进行组合预测,阐述了GM(1,1)改进模型的建立方法,提出了适用于广西自治区电网特殊日电力负荷预测的预测数据处理方法,提高预测的精确度,全年日精确度优于95%.解决了在日采样点为24点(正点采样)情况下预测确度较低的问题.     

GM(1,1)模型在虚拟仪器测量过程控制中的应用

虚拟仪器的测量过程控制是保证测量数据有效的重要手段,利用灰色系统GM(1,1)模型对虚拟仪器的测量过程进行控制,由少量数据信息得到未来的预期测量结果,通过与核查标准的测量结果相比较来判别测量过程是否受控.论文给出了测量过程控制判别限、适用灰色系统GM(1,1)模型的条件以及模型精度检验判据.     

GM(1,1)模型在建筑物沉降监测中的应用

建筑物的变形是多方面原因共同作用的结果,研究其变化规律,合理预测建筑物的变形趋势,一直是变形监测研究的热点问题。以黑龙江省哈尔滨市某建筑物为例,采用GM(1,1)模型对沉降监测数据进行预测分析,结果显示实测值与预测值吻合较好,充分证实该模型对建筑物的变形预测具有可行性,是一种较好的方法。     

GM(1,1)模型的改进及其在火灾致死人数预测中的应用

为了弥补传统GM(1,1)模型在波动数据序列预测中误差较大的缺陷,采用一阶差分方法对初始数据序列进行改进,构建了一阶差分GM(1,1)模型。分别应用传统GM(1,1)模型和一阶差分GM(1,1)模型对2009—2016年火灾致死人数进行预测分析。结果显示,一阶差分GM(1,1)模型的预测精度高于传统GM(1,1)模型。     

基于改进灰色GM(1,1)模型的天然气负荷预测

构建三种改进的灰色预测模型,提高传统预测方法的精度。以北京市2007—2015年天然气负荷量作为原始数据建立模型,并用2016年数据进行结果检验。依次对三种改进灰色GM(1,1)模型分析和比较,选出最佳的改进模型与新陈代谢模型结合,替换旧数据、填补新数据,依次建模,构建北京市2017—2020年天然气负荷量预测模型。结果表明,组合后的模型可降低原始数据对预测系统的干扰,预测精度符合实际要求,且精度远高于传统的灰色模型,能真实反映未来天然气年负荷量的发展趋势,预测结果具有可靠性和实用性。同时,也为燃气市场的规划和调控提供参考。     

基于改进GM(1,1)模型的服装配货决策研究

服装产品配货决策影响服装的销售量、企业的服务水平,为制定合理的配货决策,服装企业需建立高精度的预测模型。文章建立了改进GM(1,1)模型,优化了GM(1,1)模型的背景值和初始值,并引入已销售产品的影响因子和干扰因子。以某服装品牌的销售数据为出发点,采用改进GM(1,1)模型对服装品类进行销售预测,预测结果表明:该模型适用于服装销售预测,且准确度较好,可为服装企业的配货决策提供理论依据和技术参考。     

灰色GM(1,1)模型在湖北GDP预测中的应用

通过灰色系统理论,运用GM(1,1)模型对国内生产总值进行预测的方法进行了探析,包括对离散函数光滑性判断、模型的建立、模型群中不同维GM(1,1)模型的选优及如何进行中远期预测。     

灰色GM(1,1)模型在电力系统负荷预测中的应用

研究了灰色GM(1,1)模型及其在电力系统负荷预测中的应用,以实际算例为基础,对预测结果作了分析,得出结论:灰色GM(1,1)模型精度较高,但也存在一定的局限性.     

LabVIEW在灰色GM(1,1)模型测量过程中的应用

利用LabVIEW强大的数据处理功能与灰色GM(1,1)模型相结合,开发了一个基于LabVIEW的可视化测试平台,将复杂的数学计算过程用程序框图来实现,大大简化了灰色预测计算时间,为工程和非工程人员提供了方便。