改进的灰色预测模型在区域用水总量预测中的应用

为了探讨用水总量的变化是否适应区域经济的发展要求,探讨灰色预测模型在用水总量预测中的适用性及预测精度,基于灰色理论建立了用水总量灰色预测模型,并对区域未来用水总量进行了预测。通过太湖流域用水总量与相关因素间的灰色关联度分析,选取了人口数量、降雨量等6个因素作为主要预测因子,建立了用弱化算子处理方法改进后的太湖流域用水总量预测灰色GM(0,N)模型;将此模型与传统灰色GM(0,N)模型、多元回归模型对太湖流域2003—2015年的用水总量模拟结果进行对比分析,验证了改进后灰色预测模型的合理性及适用性。最后,运用改进后的GM(0,N)模型对太湖流域2016—2020年的用水量进行了预测,预测结果与流域最严格水资源管理实施目标及水资源可持续利用战略需求基本相符。该研究可为流域水资源承载力预警以及水的中长期供求规划等提供参考依据。     

基于改进新维无偏灰色马尔科夫模型宁夏能源消费预测

利用GM(1,1)模型和Markov模型用于时间序列预测时的互补优势分别建立传统的GM(1,1)模型和Markov模型,然后利用新信息优先的原则建立新维无偏灰色马尔科夫预测模型,并加以改进。以1998—2013年的宁夏能源消费总量为原始数据,对宁夏能源消费总量数据走势进行预测。利用MAPE指标进行精度检验。结果表明,改进后的新维无偏灰色马尔科夫预测模型误差小、精度高,适合中长期预测;宁夏能源消费总量仍呈递增状态。     

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.     

基于灰色系统理论的山西省电力需求预测

在灰色系统理论的基础上，对影响电力消费的社会经济因子进行灰色关联分析．结果表明：作为重工业发展基地，山西省电力需求与国民经济发展水平及工业发展有密切关系．通过GM(1，1)预测模型较好地预测了2003—2020年山西省的电力需求．经检验，预测精度较高，能够反映其实际发展趋势．     

基于背景值优化GM(1,1)模型的平顶山市GDP预测

选取平顶山市2012—2018年GDP作为原始数据序列,建立传统GM(1,1)预测模型和背景值优化GM(1,1)预测模型．从级比偏差检验、后验差比检验和小概率误差检验可知,2个模型精度均为一级．背景值优化GM(1,1)模型的平均相对误差为0.012 6,优于传统GM(1,1)模型．该模型对平顶山市GDP预测有很高的实用性．本文采用背景值优化GM(1,1)模型预测平顶山市2019—2023年的GDP．预测结果表明：平顶山市GDP 5 a内将保持平均增长率6.76%的速度平稳增长．     

预测酸雨频率的双残差GM（1，1）模型及其应用实例

目前预测酸雨频率多采用传统的残差GM(1，1)模型．本文结合最新修正的GM(1，1)模型及二级残差的概念，提出一种新的酸雨频率预测模型——双残差GM(1，1)模型，并利用该模型对青岛市酸雨频率进行模拟和预测，结果表明所建模型较之于传统模型有更高的模拟和预测精度。     

灰色GM(1,1)模型在上饶市用水需求预测中的应用研究

根据2003—2018年上饶市用水量数据,将其分为农业、工业、生活、生态四类进行数据分析,其中农业用水位于主导,工业、生活用水次之。根据灰色理论分别建立不同用水部门的GM(1,1)模型,并对所建模型进行了残差检验和后验差检验。检验结果表明生活用水、工业用水为1级精度,生态用水为2级精度,农业需水模型精度差,需要进行残差修正。通过修正后的模型对上饶市各部门未来需水量进行了预测,结果表明上饶市未来各部门的需水情况均呈现出逐步增加的趋势,工业需水和生活需水增加比例尤为明显,而农业需水则增长缓慢。     

南昆铁路某滑坡变形的灰色预测

根据南昆(南宁-昆明)铁路某滑坡实际情况．运用灰色理论和方法通过模型的建立、模型修正、精度检验过程得出用于预测滑坡变形的GM(1，1)模型，并用该模型对其部分监测点的空间位移进行了预测?预洲结果与实测值完全吻合，证明此模型在实际工程中应用是可行的。     

基于灰色理论的网络安全态势预测方法

为了有效地预测网络安全态势,在态势因子和灰色理论的基础上,提出了将灰色GM(1,1)和GM(1,N)模型相结合来预测网络安全态势的方法。首先筛选态势因子,再利用模型GM(1,1)对态势因子的变化进行预测,得到N个态势因子变化函数,最后利用这些函数和模型GM(1,N)对网络安全态势进行预测。将灰色GM(1,1)模型、神经网络模型和本文方法对网络安全态势进行预测,实验结果表明,本方法能够更准确地预测网络安全态势。     

基于区域农业旱灾损失预测的混频 GM(1,N)模型研究

区域农业旱灾损失最直观的表现就是粮食产量的损失。针对区域农业旱灾损失系统中高频气象要素与低频社会经济要素共存的特征,提出了灰色混频GM(1,N)模型——MFGM(1,N)模型。该模型以傅里叶级数形式的权重函数来集结高频数据信息,以粮食作物的水分敏感指数与温度敏感指数作为初始权重,并采用模拟退火算法对参数进行优选后,得到模型的权重函数值,从而实现混频数据的直接建模。以安阳市农业旱灾为例,应用MFGM(1,N)模型对旱灾导致的粮食产量损失进行预测,并与经典GM(1,N)模型的预测结果进行对比。结果表明,所提出的MFGM(1,N)模型对粮食产量损失的模拟和预测误差较小,其精度高于经典GM(1,N)模型,验证了模型的合理性和有效性。     

抚宁县电力负荷的中期预测

根据秦皇岛市抚宁县 1992～ 2 0 0 1年 10a的实际用电量数据 ,采用灰色GM(1,1)模型对未来 10a的用电量进行预测 .因未通过关联度校验和后验差检验 ,故提出了灰色指数平滑预测方法 ,先对原始数据序列进行一次指数平滑 ,然后再建立灰色模型 .经检验模型合格 ,同时提高了预测精度     

新陈代谢GM(1,1)模型在建筑物沉降预测中的应用

利用MATLAB7.0软件对原始数据进行等间距处理后,用一次累加数列与原始数列构建微分模型,通过不断去掉旧数据加入新数据,以工程数学为基础,运用灰色理论构建新陈代谢GM(1,1)模型。并以工程实例进行模拟和预测效果检验,将普通GM(1,1)模型和新信息GM(1,1)模型预测效果进行比较,计算和对比结果表明,新陈代谢GM(1,1)模型精度明显高于其它模型,预测效果大大提高。     

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。     

基于灰色残差GM(1,1)模型的山东省高新技术产业产值预测分析

近年来山东省高新技术产业产值逐年递增,比较准确预测山东省高新技术产业产值,不仅为政府部门制定宏观战略决策,也为高新区企事业单位微观决策提供了重要的科学依据。本文运用灰色残差GM(1,1)模型对山东省高新技术产业产值进行预测,并对模型精度进行分析和检验,检验结果表明建立的灰色残差GM(1,1)模型预测精度高,可以用于实际预测。     

灰色预测模型在合肥市年用水量预测中的应用

文章根据合肥市城市年用水量数据的特点,利用灰色预测的原理,建立年份与年用水量的GM(1.1)模型,并对合肥市年用水量进行实际预测。并通过残差分析、级比偏差分析、后验差分析、小概率误差分析的模型检验方法对模型进行检验,证明GM(1.1)模型预测年用水量是行之有效的。     

基于GM(1,1)模型的芜湖市城镇化水平预测

城镇化水平直观地表现出一个地区的发展状况,深层次地展示出一个地区的农业经济、工业经济、服务业经济各自占有的比重,这对于地区下一步的发展举措显得尤为重要。现以2010-2018芜湖市城镇化水平为基础数据建立GM(1,1)预测模型,经过发展系数检验,模型误差检验显示模型具有中长期预测的能力,并对2019-2023年的芜湖市城镇化水平进行合理化预测。     

基于回归模型和GM(1,1)模型的旅游发展问题研究

以平顶山市为研究对象,选取2005-2019年相关旅游数据,建立回归模型,进行模型检验修正和预测,定量分析影响平顶山市旅游收入最主要因素;运用灰色预测GM(1,1)模型进行未来5 a旅游收入的数据模拟,并进行了回归模型和GM(1,1)模型的对比.基于此提出发展旅游经济的政策建议.     

GM优化方法在机械系统寿命预测中的应用

针对机械系统失效单元寿命预测所涉及的时间序列，介绍了灰色模型GM(1，1)(GM：Grey Models)方法在预测中的特长及缺陷，同时为了提高预测精度，将灰色模型GM(1，1)法拓广为GM(1，1，ω)预测模型法，因为新模型中参数ω与预测误差之间存在着明显的非线性特性，而且ω数值离散化，所以采用优化逼近方法优化ω^*值，最优GM(1，1，ω^*)预测精度高于GM(1，1)，工程实例也证实了此方法的效果是显著的。     

基于灰色系统理论的自贡旅游需求预测与分析

旅游市场潜力预测是旅游经济研究、旅游项目投资、旅游规划与管理等的重要内容。文章针对旅游需求问题进行了研究,提出了基于灰色系统理论的自贡旅游需求预测模型,并采用残差检验、后残差检验和关联度方法对模型进行了分析。同时,以自贡旅游需求发展为例,根据其旅游历史数据,运用灰色数列GM（1,2）模型对未来该地旅游需求进行预测,通过残差检验、关联度检验分析和事实比较,预测结果数据精确,具有广泛的实用性。     

灰色神经网络下的多变量土壤含水量预测模型

土壤含水量是评价农业墒情的重要指标,其变化规律对节水农业具有重要意义。基于土壤含水量预测问题中测量数据的特征和土壤含水量变化的内在联系,结合灰色GM(0,N)模型和BP神经网络模型的优势,构建BPSGM(0,N)模型。以河南省新郑市土壤含水量预测问题为例,基于实际测量数据,对该模型的预测值进行残差分析和关联度检验。结果表明,BPSGM(0,N)模型在土壤含水量预测方面具有良好的效果。