预测模型结构选择的灰色关联度方法

每一种预测模型结构是一个包含未知信息的灰色系统，根据其灰色性，运用灰色关联分析方法可以克服目前一些定量方法无法适应小样本的DSS模型自动选择的局限性，使选择结果更为科学和客观     

灰色预测模型的系统动力学仿真

针对灰色预测模型的仿真拟合问题展开研究,运用系统动力学方法,针对GM(1,1)模型、DGM模型、NDGM模型等3种灰色预测模型进行系统动力学分析,研究了这3种模型的拟合预测效果。结果表明,GM(1,1)模型的白化形式在拟合预测原序列时偏差较大;DGM模型是齐次指数序列的精确模拟,NDGM模型是非齐次指数序列的精确模拟;在对近似非齐次指数序列进行拟合时,NDGM模型的拟合效果明显优于其他模型。此外,将反馈的观点引入灰色模型,使得系统动力学仿真方法成为灰色预测建模的辅助工具,有利于灰色预测模型的拓展与完善。     

基于灰色预测模型的电视频道热度预测

针对电视频道热度的预测可以为业务决策提供重要依据,电视频道热度受到多种复杂因素的影响,包括电视频道的播放内容及收视群体等因素.基于某地卫视频道一周的频道热度数据,利用灰色预测模型进行频道热度的短期预测,对预测值与实际采集值进行对比,结果证明在原始数据量少及样本种类单一的情况下,灰度预测模型能较好的对电视频道热度进行中短期预测.     

基于灰色预测模型的北京市垃圾量预测

随着经济的不断发展和社会的不断进步,人们的生活水平日益提升,消费水平相比之前也有了很大的提高.因此,对城市生活垃圾产生量的预测是实施垃圾分类管理的一个重要前提条件.该文首先对北京市垃圾产生量现状及研究现状进行分析,根据北京市2010—2019年垃圾产生量建立灰色预测模型,对未来10年的垃圾产生量进行预测,分析预测结果并...     

灰色预测模型GM(1,1)在国内安全生产事故预测中的应用

为探究安全生产事故发生的规律,本文基于2012～2021年国内安全生产事故数据,建立了事故伤亡人数和发生起数的灰色预测模型GM(1,1),对比分析了2012～2021各年事故的预测值和实际值,验证了灰色预测模型的可靠性。结果表明,灰色预测模型GM(1,1)应用于安全生产事故统计分析是可行的。在此基础上,预测了2022～2030年国内安全生产事故伤亡人数,旨在为安全生产事故目标的确定和对策的制定提供参考依据。     

一种优化的高精度灰色GM(1,1)预测模型

针对灰色GM(1,1)模型的建模方法存在偏差,模型不满足协调性条件,不具有变换一致性,且通过累加生成建模时,x(0)(1)没有起到高精度控制预测等问题。该文从重构GM(1,1)白化背景值出发,利用白化背景值的加权向前差商和向后差商平均值优化模型灰导数,根据新信息对认知的作用大于旧信息的原理,以x(1)(n)替换x(0)(1)作为模型的初始条件,对GM(1,1)预测模型进行了改进,从而使所建模型的预测精度大为提高,尤其是发展系数大于2时,新模型的拟合精度仍然很高。通过实例对比验证了新模型无论在低增长指数序列还是在高增长指数序列都有非常高的实用性和可靠性。     

基于全阶时间幂灰色预测模型的优化研究

全阶时间幂灰色模型(FOTP-GM)作为传统GM(1,1)模型的改良模型,根据幂项和幂次的差异而有着许多变式,旨在提升对近似非齐次指数序列的适应能力与预测精度。同时,GM模型的背景值影响灰色模型的发展系数和灰作用量,论文研究背景值系数与FOTP-GM模型时间响应函数关系,在动态区间内利用粒子群算法寻找实现MAPE最小的背景值系数,实现最优预测效果。实验结果表明：经过优化背景值取值后,FOTP-GM模型精度较其他模型得到了明显提升,改进率达到97.65%。     

基于改进Leslie矩阵的人口灰色预测模型

在简要分析人口增长因素的基础上,尝试将出生率,婴儿死亡率和死亡率纳入Leslie矩阵预测模型的控制标量,不确定性因素纳入灰色预测模型中,两种方法的优点相结合得到合成模型即Leslie矩阵灰色预测模型。通过对南京市人口预测进行实证分析,结果表明:预测效果比传统Leslie矩阵和灰色预测效果要好,拟合精度最高,预测精度有效地控制在5%之内。该模型拓宽了灰色预测模型在人口学中应用,对人口的科学预测具有一定的意义。     

基于改进灰色预测模型的古塔的变形研究

针对古塔同一观测点观测次数比较少以及观测时间间隔不同的情形,应用改进的灰色预测模型,对古塔相关位置坐标进行预测拟合,提高了预测精度,取得了较好的预测效果,从而可对古塔形变进行准确分析。     

基于改进支持向量机的多因素筛选预测模型研究

为预测工业生产中较难测量的目标量,本文提出一种基于改进的支持向量机预测模型,利用灰色范数关联法,对于影响该目标量的多因素进行关联分析,提取主要影响因子作为预测模型的输入量。同时,以工业换热器的污垢热阻为例,验证该预测模型的可行性。     

基于遗传新陈代谢灰色模型的电子设备故障预测研究

经过研究分析,序列光滑度和背景值构造是常规灰色GM(1,1)模型误差的主要来源。针对这一问题,提出了一种改进的方法:首先对建模序列进行对数平滑处理,而后利用遗传算法对背景值进行寻优,并形成改进的新陈代谢GM(1,1,λ)模型。最后通过实例验证,表明改进的新陈代谢模型具有更高的预测精度,可用于电子设备的寿命预测。     

灰色预测控制在CO2激光器自动控制系统中的应用

以灰色系统理论为基础,用灰色预测算法对CO2激光器输出功率进行预测以便提前控制。算法采用C语言实现,通过研华工控机对放电激励2kWCO2横流激光器进行控制。     

H.266跨分量线性模型预测的研究与改进

针对多功能视频编码(versatile video coding, VVC)帧内预测中的跨分量线性模型(cross-component linear model, CCLM)计算复杂度高的问题,本文提出了一种基于CCLM技术的改进算法QCCLM(quick cross-component linear model)。首先复制相邻可用样本填充不可用样本,来固定子采样样本的位置和数量,去除冗余过程和额外的计算步骤;然后对亮度下采样过程进行优化,减少下采样滤波器的种类;最后对线性模型参数β的推导过程进行改进,带来更精确的预测模型。实验结果表明,与H.266的标准算法相比,在全I帧的配置下,测试序列的色度分量平均节省了0.14%的码率,编码总时间平均降低了4.05%,该算法提高编码性能的同时降低了编码复杂度。     

基于发动机平均值模型的控制仿真

针对发动机平均值模型进行控制仿真以验证所设计的控制策略对发动机控制的有效性,首先在MATLAB／Simulink中建立发动机的平均值模型,其次分别建立PID控制器和模糊PID控制器对发动机平均值模型进行控制仿真,最后对两种控制器的仿真结果进行比较分析。通过最后的仿真结果可以看出两种控制器都可以稳定控制发动机模型,但模糊PID控制器具有更好的控制效果。发动机是一个非线性、时滞的动力学系统,而模糊控制不需要了解被控对象的特性,故它能精确控制发动机模型。     

红外小目标的分类背景预测与图像分块技术

基于复杂天空背景下红外小目标的特性分析,提出了一种利用分类背景预测与图像分块技术进行红外小目标检测的有效算法。该算法以背景预测理论为基础,通过边缘检测技术、最大均值和局部最相似分类背景预测技术获得较为准确的图像背景,进而采用统计分割算法从残差图像中提取出较为精确的目标位置。其中,通过图像分块处理,提高了算法计算效率。最后,选取了三组具有代表性的红外序列对算法的性能进行了检验。实验结果表明,所提出预测算法在检测准确性、鲁棒性以及计算效率上都具有明显的优越性。     

基站价值评估模型的应用研究

新建站的价值评估和效益分析一直是困扰运营商网络建设的难题,相比传统基于覆盖、投诉等维度建立的评估方法,从成本、收入、相邻基站负荷、区域业务发展潜力等维度,构建了一种全新的基站价值评估模型,给出了评估模型的具体指标构成、指标权重和计算方法。最后,对模型的适用场景给出了建议,并且举例说明了实际的应用方法。     

5G移动终端预测模型及分流比提升方法探讨

为应对短期内4G网络因移动业务增长带来的承载压力以及5G基站建维成本带来的投资压力,根据5G业务发展情况,精准投放设备资源,提升5G网络效益是当前5G网络建设优化工作的重中之重。本文在搭建5G终端渗透率预测模型预测未来5G的市场发展;从规划、建设以及优化全流程分析了5G网络分流比提升的方法,为提升5G网络资源使用效率,实现资源精准投放提供参考。     

云桌面虚拟化电子产业云物流环境下灰色神经网络模型预测应用探讨

基于准确的云桌面虚拟化云物流需求预测对璧山县的云物流管理活动具有重要的指导意义。运用灰色关联度与灰色神经网络模型,对璧山电子产品云桌面虚拟化云物流需求进行动态预测,预测结果的检验与分析,表明模型较精确,可以为璧山县电子产品云桌面虚拟化云物流需求预测多层进程预测。     

基于灰色关联与改进FAHP的产品优选模型

研究电脑与数码产品的科学选购问题。为了对评价指标进行定量分析,应用灰色关联分析与模糊层次分析法构造了一种产品优选模型。首先确立待选产品的评价指标特征量矩阵,计算各项指标与理想产品对应指标之间的关联系数;然后构建一个评价指标重要性两两比较矩阵,运用改进的模糊层次分析法确定各指标的权重;最后由关联系数与指标权重计算待选产品与理想产品之间的关联度,以此确定最优产品。实例结果表明,该模型较好地达到了预期目标,在批量采购电脑与数码产品时尤具实用价值。