基于灰色模型与ARIMA模型的股票价格预测

以三只股票的历史数据作原始序列,建立了GM(1,1)模型与ARIMA自适应过滤组合模型.分析两种模型的应用场景,并以ARIMA模型为基础建立股价反转判断模型.实验证明,所建立的模型在短期内的拟合、预测与反转判断效果较为理想.     

基于灰色GM(1,1)模型的故障预测方法

首先介绍灰色GM(1,1)模型,但该模型的预测精度往往受原始序列光滑度的影响,对于不能够满足光滑度的序列,预测精度并不高。提出一种通过变换原始序列来改善光滑度的方法,并将此方法应用于故障预测中,取得了良好的效果。通过用MAT-LAB对实例仿真并进行精度检验说明,提出的方案在故障预测精度上有明显的提高。     

基于灰色小波的网络流量组合预测模型

为了更准确的预测网络流量和刻画流量特性,提出了一种基于小波变换理论与灰色理论的组合预测方法.该方法拟合了小波分解的平稳化处理优点和灰色预测中的平移处理优点,根据提出的预测方法建立了基于灰色小波的网络流量预测模型.首先对分解后的时间序列分别进行平移预处理,然后对预处理后的序列数据进行预测并重构,从而得到原始时间序列的预测值.对实际的采集数据进行仿真实验,仿真结果表明,该方法预测效果良好,优于一般小波预测方法.     

灰色预测控制的无偏GM(1,1)模型

灰色预测控制已在过程控制中得到了广泛应用,控制器的核心模型是GM(1,1)模型,该模型是有偏差的指数模型.作者导出了GM(1,1)模型的偏差公式,并在此基础上提出了无偏GM(1,1)模型.本文介绍无偏GM(1,1)模型,并用实例显示了无偏GM(1,1)模型的优越性.     

基于时间权重序列的GM(1,1)初始条件优化模型

灰色GM(1,1)模型的初始条件对其精度有着重要的影响,为了提高模型的精度,提出一种初始条件的优化方法.首先,综合考虑1-AGO序列中各分量的作用,取所有分量的加权平均作为初始条件,权重由各分量的大小决定;然后,基于时间权重序列,对模拟序列与原始序列的误差平方和进行加权;最后,求解最优问题,确定时间参数,从而建立优化模型.算例表明,所提出的优化模型具有可行性,可以有效地提高模型的精度.     

基于灰色Verhulst模型的短期风速预测研究

风速预测在保持风力发电系统稳定、风力发电功率预报、风电并网接入等方面都具有重要的应用.为了提高风速预测的精确性,提出了一种基于新陈代谢思想的灰色Verhulst模型的风速预测方法.该方法首先对灰色GM (1,1)模型和灰色Verhulst模型进行改进,其次引入了“新陈代谢”的概念,即在每一次风速预测的迭代过程中用风速真实序列的最新数据替代原有序列的最老数据,在不增加迭代维数的条件下,不断更新灰色Verhulst模型,将更新后的Verhulst模型进行优化,实现精确的风速预测.通过对实际风场风速数据的采集,运用该灰色Verhulst模型预测风速.实践仿真结果表明,与传统预测方法相比,此方法能有效的降低短期风速预测的误差,应用前景十分广阔.     

基于多变量灰色模型的人力资源结构预测研究

本文采用一种基于模糊模型的多变量灰色模型,对中国船舶重工集团公司的人力资源结构进行预测。结果表明该公司未来人力资源结构比重相对误差不超过3%,预测精度较高,对公司的经济效益等有一定的导向作用。     

灰色欧拉优化模型及其应用

针对一类具有近似幂函数特征的序列建模预测问题,通过引入非齐次欧拉方程,提出一种优化的灰色欧拉模型.对该模型的建模机理、参数估计和时间响应式等进行研究,讨论以误差平方和最小为目标,对灰色欧拉模型的初始点进行优化,研究灰色欧拉模型的3种基本形式和3种优化形式.该模型能很好地拟合幂函数特征的序列,拓展灰色预测理论的体系,扩大灰色预测理论的应用范围.最后,利用中国能源消费量和幂函数拟合两个实例来测试模型的有效性,结果表明,所提出的新模型具有更好的拟合和预测精度.     

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM（1,1）模型,再用随机过程理论的马尔可夫模型获得GM（1,1）模型在已知年份里的偏差规律（即偏差的转移概率矩阵）,并且依照此规律对GM（1,1）模型结果进行修正,将由GM（1,1）模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。     

基于灰参数的等时段序列模型对电网的负荷预测

利用基本灰色模型GM(1,1)法对某县1994～2005年的全社会用电量进行预测,结果显示预测精度较低,误差较大。基于此,提出一种电力系统中长期负荷预测的实用方法,即基于灰参数的等时段序列模型预测法。利用此方法预测该县2006～2010年的电力负荷,实例分析表明,该方法预测精度较高,可作为中长期电力负荷预测的实用工具之...     

基于HLA的水面舰艇作战仿真系统研究

反应时间短、战斗强度大、作战样式多是未来高科技条件下海战的重要特点,作战人员训练水平高低将直接影响战争胜负,传统训练方式已不能完全适应未来战争需求.将基于高程体系结构的网络构架引入水面舰艇作战仿真系统,使多战位、多舰型、多平台有机融合,构建数据无障碍实时交互的多任务、多层次作战仿真系统.应用实践结果表明:在较大规模网络...     

基于残差方差的系统阶次和参数辨识算法

系统辨识的研究一般是将系统的阶次辨识和参数估计分开的,但实际应用过程中这两个问题又是紧密相关的。有的模型阶次辨识过程是伴随着模型的参数估计,因此可以对这类阶次辨识方法同参数估计的方法进行融合和扩展。针对输出误差系统,借助辅助模型推导出基于残差方差递推算法,利用该算法辨识出了模型的阶次和参数,减少了传统系统辨识过程的计算量和辨识时间。     

基于ARIMA模型的游客人数分析与预测

通过确定ARIMA模型参数,建立预测中国国内游游客人数的预测模型,为中国未来旅游人数预测提供参考。首先选取1994-2015年的国内游游客人数作为训练数据,判断时间序列是否平稳,若不平稳则进行平稳性处理;然后确定模型参数,建立预测模型;最后按照构建好的ARIMA模型对2016-2018年的国内游游客人数进行预测。实验表明,ARIMA模型能较好地对国内游游客人数进行预测。     

基于GBM算子扩展的时序广义模糊软集决策模型

在不确定环境下,决策环境的复杂性使决策信息并非完全精确,同时也可能使决策信息存在着时序上的动态变化性。在广义模糊软集的基础上提出了时序广义模糊软集,并定义其并运算、交运算和数乘运算。针对不同时间点决策信息的相互关联性和不同属性间的内在联系,根据几何Bonferroni平均算子（GBM算子）与S范数,提出了时序广义模糊软集几何加权Bonferroni平均算子（TGFSSGBM算子）,并证明了其相关性质,在此基础上提出了考虑不同决策时间点权重的TGFSSGWBM算子。最后,构建了基于TGFSSGWBM算子的时序广义模糊软集决策模型,算例分析以及不同算子间的比较分析验证了该决策模型的可行性和有效性。     

基于可信度的层次化评估模型

可信网络连接是面对传统的网络信息安全系统的不足而提出的,采取了主动的防御保护措施。可信度的评估是可信网络的一个重要环节,提出了基于可信度的层次化评估模型,将可信度按照不同的影响因素进行分层,并使用层次分析法（AHP）对可信度进行量化分析。首先建立可信度的层次化评估模型,然后对提出的可信度层次评估模型进行量化分析,最终经过分析计算出各因素对可信度的具体影响数值。根据数值分析,对可信度进行评估。     

基于数值积分公式的GM(1,1)模型优化研究

GM（1,1）模型采用最小二乘法求解参数,当数据中存在异常点时这种方法就会加大模型预测误差。从优化参数视角出发,利用基于Simpson积分公式的四阶Runge-Kutta法修正GM（1,1）模型参数辨识,提出一种新的改进GM（1,1）模型以降低模型的预测误差。同时从不同发展系数取值和预测步数两种情形进一步分析改进模型的适用范围。通过实例验证了改进模型的有效性。     

基于改进GM（1，1）的灌浆压力预测建模

为了解决灌浆手动控制系统控制精度较差和灌浆过程中不确定因素引起灌浆压力波动问题,确保灌浆工程质量,提出了灌浆压力的等维新息灰色预删GM（1,1）模型。并利用残差模型对原始数据模型进行修正。该算法不需要被控对象模型结构的先验信息,仅根据灌浆记录仪输出的压力离散值,利用灰色预测模型,实时进行一步预测,算法容易实现。仿真结果表明,预测平均误差小于3％,该方法的预测结果能够满足实际灌浆工程需要,而且预测压力输出比人工控制方式的输出压力波动小。     

基于自回归模型的汽车姿态角在线预测系统

针对汽车姿态角在线预测问题,利用微惯性测量单元以捷联方式测量汽车6自由度运动参数,通过四元数法解算汽车的姿态角,应用卡尔曼滤波器对姿态角进行最优估计处理,在此基础上建立自回归模型对未来1 s~3 s的姿态角进行实时预测,使用Visual Basic 2005、NI Measurement Studio开发汽车姿态角在线预测软件,并对其进行实车道路试验,结果证明该软件具有较高的预测准确性。     

基于模型学习的OpenVPN系统脆弱性分析

OpenVPN在现实网络中有广泛应用,对其安全性进行评估具有重要的现实意义.基于自动机理论中模型学习的方法,利用协议状态模糊测试的技术对OpenVPN系统进行黑盒测试分析,自动化推演出目标OpenVPN系统的状态机.提出了状态机时间压缩模型并进行冗余状态和迁移化简,可以准确得到协议状态机中的行为特征.发现了多条期望行为路径外的特别行为路径及可能的安全隐患,为OpenVPN的安全性评估提供了新的思路与方法,同时对类似缺少协议规范但应用广泛的安全协议的内部设计细节分析具有重要参考意义.