共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
3.
本文运用模糊数学和灰色系统理论,对不严格具有无后效性的马尔柯夫过程进行描述给出了山西省汾河水库的五日洪量预报的应用实例,并提出了模糊灰色马氏过程的新概念,从而扩大了马氏过程理论研究和应用领域。 相似文献
4.
灰色系统理论在企业节能潜力预测中的应用 总被引:1,自引:0,他引:1
本文应用控制理论中的灰色系统理论建立企业节能潜力预测模型,实现企业节能潜一量分析。通过实例分析计算,指出了GM(1,1)模型在企业节能潜力的预测中适用性较强、误差较小,有较强的应用价值。 相似文献
5.
有效预测土石坝施工期的位移对大坝安全运行具有重要意义。针对基于智能学习的大坝位移预测模型存在的不足,提出了一种基于改进果蝇算法(IFOA)与灰色神经网络(GNN)相结合的土石坝位移预测模型,即通过改进的果蝇算法迭代调整灰色神经网络的权值和阈值,得到全局最佳的初始化参数,将其结果输入灰色神经网络,并将其应用于某土石坝施工期位移预测。结果表明,该预测模型预测精度高、预测结果稳定,且精度及稳定性均优于灰色神经网络模型(GNN)和果蝇算法与灰色神经网络(FOA-GNN)预测模型。 相似文献
6.
7.
8.
几种主要能源年产量的灰色预测 总被引:1,自引:1,他引:0
本文根据灰色系统理(1)建立了我国几种主要能源指标年产量的残差GM(1,1)校正灰色模型的长期动态预测模型,经检验模型精度为一级,并提供了到2000年的预测值。 相似文献
9.
10.
负荷预测的变权重灰色模型及其应用 总被引:3,自引:3,他引:0
针对传统灰色预测模型GM(1,1)在电力负荷预测中存在的局限性,提出了电力系统中期负荷预测的变权重灰色模型.以河北承德为例进行负荷预测,并与指教平滑法、动平均法、二项式预测模型和GM(1,1)模型四种方法的预测结果及实际用电量进行分析比较.结果表明,该模型预测精度较高、简捷、合理、实用,可作为中期电力负荷预测的工具之一. 相似文献
11.
鉴于传统的统计模型未考虑变形中的随机扰动和混沌现象,借助小波分析、灰色Verhulst模型(G Verhulst)〖JP〗和差分自回归移动平均模型(ARIMA)分析统计模型的残差,以充分挖掘变形观测资料中的数据特性。首先利用小波分析对残差序列去噪,提取出不同频率的信号,然后分别用G Verhulst模型和ARIMA模型进行建模预测,最后将统计模型预测值和残差预测值叠加,建立了一种考虑残差的小波G Verhulst ARIMA大坝变形组合预测模型。实例应用结果表明,与不考虑残差的组合模型及使用GM(1,1)模型(EGM)代替G Verhulst模型的组合模型相比,该模型拟合和预测时的均方误差均小于其他两组模型,有效提高了预测精度,为建立大坝安全监控模型提供了新思路。 相似文献
12.
系统优化的GM(1,1)模型在大坝位移预测中的应用 总被引:1,自引:1,他引:0
针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传统GM(1,1)模型做了比较.数值仿真结果表明,新模型精度较高,预测效... 相似文献
13.
14.
针对低渗透油藏易受水锁损害的特点,介绍水锁损害机理,提出水锁损害实验室评价方法。同时,针对水锁损害实验评价既需要代表性的储层岩心,又耗费大量人力物力的缺点,介绍了BP神经网络原理和灰色系统理论,把两者引入水锁损害研究中来,将灰色GM(0,N)预测法和BP神经网络法有机结合,建立一种新的预测模型——灰色-神经网络预测模型,并分析其可行性,用计算机C语言程序实现了上述过程。以塔里木油田轮古7井区15块有代表性的岩心室内水锁损害评价结果为学习样本,另外5块岩心为预测样本,建立了灰色-神经网络水锁损害预测模型。预测结果表明,模型预测结果与实验室实测结果吻合程度较好。并通过与回归分析法、灰色GM(0,N)预测法和神经网络法这三种预测方法进行比较,发现灰色-神经网络水锁损害预测模型效果明显优于其他几种方法。 相似文献
15.
将灰色微分方程与自记忆函数相结合构建灰色自记忆模型,并对杭州市年降水量序列进行拟舍和预测,采用逐步回归周期分析法提取该序列的周期项后,再对残差序列建立灰色自记忆模型.结果表明,采用残差序列建立的模型,模拟和预测精度大幅提高. 相似文献
16.
针对城市需水预测涉及因素众多、不同地区影响因子不尽相同且多寡不一及影响因子的选择直接决定需水量预测的结果与实际是否相符等问题,提出了灰色关联分析法、遗传算法和BP神经网络相结合的需水预测模型,并以南京市为例,通过灰色关联分析法筛选出主要影响因素,采用遗传算法优化BP神经网络,构建基于灰色关联分析的GA-BP神经网络需水预测模型。实例应用结果表明,该模型用于需水预测能够比较全面地考虑需水量影响因子,与传统BP网络相比,GA-BP网络预测精度更高,训练速度更快,可作为资料时间序列较短情况下一种较好的需水预测方法。 相似文献
17.
18.
Hao Li Shuangjun Yang Weiqi Zhao Zhihan Xu Shiyu Zhao Xifeng Liu 《Energy Sources, Part A: Recovery, Utilization, and Environmental Effects》2016,38(11):1569-1573
This article aims at using Artificial Neural Networks (ANNs) and linear prediction to predict the physicochemical properties of woody biomass, including gross calorific value, carbon content, and oxygen content. By analyzing 43 data groups, it was found that Multilayer Feedforward Neural Network (MLFN) with 11 nodes is the best model for predicting the gross calorific value, with a root mean square (RMS) error of 0.85; General Regression Neural Network (GRNN) is the best model for predicting the carbon content, with an RMS error of 1.66; and linear prediction is the best model for predicting the oxygen content, with an RMS error of 2.11. 相似文献
19.
基于灰色系统理论,建立了进行高面板堆石坝坝体沉降预测的GM(1,1)模型,并用该模型对公伯峡面板坝的坝体沉降进行了灰色预测,结果表明,运用该模型对高面板堆石坝的坝体沉降进行预测是可行的,预测结果也是较为合理的。 相似文献