基于灰色回归模型广州市果蔬类生鲜农产品冷链物流需求预测

目的 通过对不同预测方法的误差进行对比研究,选取预测精度较高的方法,促进部门科学化决策。方法 从农产品供给、社会经济水平、冷链物流保障、居民规模与消费能力四大维度选取15个指标来构建影响因素指标体系,对影响因素与冷链物流需求进行灰色关联度分析。采用GM(1,1)、GM(1,6)与主成分-多元回归线性模型对果蔬类生鲜农产品冷链物流需求进行预测。结果 GM(1,1)预测模型、GM(1,6)预测模型、主成分-多元回归线性预测模型的预测误差分别为2.97%、1.70%、2.53%。结论 GM(1,6)预测模型预测精度最高,该模型适用于中短期的冷链物流需求预测,具有较高的应用价值。     

基于灰色马尔可夫模型的煤层气抽采量预测

煤层气抽采量的准确预测,对煤层气开发利用工作的科学决策和发展规划具有重要意义。通过灰色系统理论与马尔可夫理论的结合,建立灰色马尔可夫模型对煤层气抽采量进行预测分析。首先建立煤层气抽采量的GM(1,1)预测模型,确定其变动趋势和初始预测值,然后应用马尔可夫理论对初始预测结果进行修正,最后通过实例计算验证了灰色马尔可夫模型的适用性。结果表明,灰色马尔可夫模型的预测精度明显高于传统GM(1,1),更适用于随机波动性较大的序列预测问题,因此将灰色马尔可夫模型用于煤层气抽采量预测是合理和可行的。     

灰色马尔可夫理论在煤炭消费需求预测中的运用

将灰色系统理论与离散状态的马尔可夫链理论相结合,提出了灰色马尔可夫预报模型以预测煤炭需求量,该模型针对灰色数据系列首先建立GM（1,1）模型进行趋势预测,然后利用马尔可夫状态概率转移矩阵预报方法对其预测值进行拟合,可提高波动性较大的随机变量的预报精度．实例计算表明：灰色马尔可夫预报模型精度明显高于GM（1,1）模型,用于煤炭需求的预测是可行的。     

基于灰色马尔柯夫模型的采购预测

以灰色GM(1,1)和马尔柯夫理论为基础,提出基于灰色马尔柯夫模型的采购预测方法。首先利用灰色模型进行短期预测,再利用马尔可夫理论进行波动状态预测,最后得到采购量期望值。实例结果表明,灰色马尔柯夫模型预测精度较高,具有较好的应用价值,能为采购预测工作提供有用依据。     

蜗轮副磨损量的灰色预测法

在灰色理论的基础上,建立了无偏的GM(1,1)模型,扩展了GM(1,1)模型预测使用的范围.并将无偏GM(1,1)用于对蜗轮副磨损数据的预测,获得了满意效果.     

改进灰色沉降预测模型及其应用

根据GM(1,1)灰色模型的指数特性,首先对原始数据取λ次幂以降低原始数据的分散性,再通过在区间上求积分计算模型的背景值,并采用最小二乘法求解最优的模型初始值由此建立改进灰色预测模型,将其应用到某高速公路沉降预测计算,结果表明,改进模型较之原GM(1,1)模型模拟和预测精度要高.     

基于改进GM(1,1)-Markov模型的国内生产安全事故预测研究

为准确预测我国生产安全事故发展趋势,本文在传统GM(1,1)模型和马尔科夫模型的基础上,结合二者优点提出改进灰色马尔科夫预测模型,并以2005—2018年全国生产安全事故起数为原始序列探讨了改进模型的实际应用。区别于传统灰色残差修正理论,选取灰色模型预测结果的相对误差作为修正指标,2次应用马尔科夫模型对相对误差状态和误差符号状态进行优化预测,并使用平均相对误差和小概率误差对模型进行精度检验。结果表明,改进GM(1,1)-Markov模型预测结果的相对误差为3.0%,较单一灰色预测模型预测误差减少19.5%,预测精度显著提高,同时预测得到2019年我国生产安全事故起数为479。     

基于新陈代谢GM(1,1)模型的校准间隔预测

针对测量仪器校准间隔的优化问题,根据校准数据非线性、小样本的特点,提出了一种基于新陈代谢GM(1,1)模型的校准间隔预测方法.通过分析历史校准数据的特征,建立了新陈代谢GM(1,1)预测模型,通过仿真实验对预测模型进行了对比验证.结果表明,相对于灰色GM(1,1)模型,新陈代谢GM(1,1)模型克服了随机扰动对系统的影响,更能反映系统的变化趋势,预测精度更高,适合用于测量仪器校准间隔的预测.     

基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

综合利用灰色理论与自适应神经模糊推理系统( ANFIS)建立预测模型的思路,给出了利用自适应神经模糊推理系统对GM(1,1)模型残差进行修正,重构灰色GM(1,1)模型预测值的综合预测方法.选用我国某地区冬季最大电力负荷作为原始数据,用GM(1,1)模型对历年的电力负荷进行建模,并利用自适应神经模糊推理系统对其残差进行...     

火灾预测的改进GM(1,1)模型

火灾的发生受很多因素的影响,有的因素已知、有的未知,符合灰色系统的特征,从而可以利用灰色理论进行预测.现从传统GM(1,1)预测模型构造原理出发分析其存在的理论缺陷,通过采用平均斜率法、等维替换和变换灰色预测公式的方法建立改进的GM(1,1)模型,以适应火灾频数序列的波动特性,从而达到精确预测的目的.我国1997—2006年火灾数据预测计算表明,新方法有满意的拟合和预测效果,从而为火灾预测精度提高提供了新的途径.     

灰色模型GM(1, 1)优化

分析了GM(1, 1)模型产生模拟误差的原因，经大量的数据模拟和GM(1, 1)模型比较，发现背景值的优化使GM(1, 1)模型在短期、中期及长期预测中扩大了适用范围，并且模拟及预测精度显著提高。     

密闭空间爆炸温度动态不确定度评估方法研究

融合了灰色模型GM(1,1)、Bootstrap方法以及不确定度评定理论,建立了密闭空间内爆炸温度动态测量不确定度的灰自助评估模型GBM(1,1),选取某次爆炸试验300s的温度数据作为分析数据,运用估计真值、估计区间和平均不确定度等参数表征其估计结果。实验结果表明,GBM(1,1)模型融合了灰色模型GM(1,1)和Bootstrap方法的优势,可以准确模拟动态测量数据的概率分布,并实时跟踪被测量瞬时值的变化趋势。相比于灰色模型GM(1,1)和Bootstrap方法,灰自助模型GBM(1,1)具有更高的真值估计准确度和区间估计可靠度,其估计误差分布区间为［-12.62, 13.58］,标准差为8.69℃,最大相对误差为1.2%,区间估计可靠度高于90%,估计区间能够较完整地包络被测量的动态波动范围。由此证明GBM(1,1)模型能够对密闭空间内爆炸温度的动态测量不确定度做出准确评估。     

灰色预测模型GM（１，１）的适用性分析及在火灾风险预测中的应用

通过对灰色预测模型———GM（１,１）的理论分析,证明了该模型的预测值及其变化趋势均具有单调 性,进而提出了GM（１,１）模型的适用性判据,并给出了该判据在火灾风险灰色预测中的应用实例。     

Modeling imperfectly repaired system data via grey differential equations with unequal-gapped times

In this paper, we argue that grey differential equation models are useful in repairable system modeling. The arguments starts with the review on GM(1,1) model with equal- and unequal-spaced stopping time sequence. In terms of two-stage GM(1,1) filtering, system stopping time can be partitioned into system intrinsic function and repair effect. Furthermore, we propose an approach to use grey differential equation to specify a semi-statistical membership function for system intrinsic function times. Also, we engage an effort to use GM(1,N) model to model system stopping times and the associated operating covariates and propose an unequal-gapped GM(1,N) model for such analysis. Finally, we investigate the GM(1,1)-embed systematic grey equation system modeling of imperfectly repaired system operating data. Practical examples are given in step-by-step manner to illustrate the grey differential equation modeling of repairable system data.     

新息累积GM (1，N)模型在交通噪声预测中的应用

从传统的灰色GM （1, N）模型出发,利用灰色关联分析法确定相关因素的关联度,引入累积法相关理论,对GM （1, N）模型进行参数辨识,建立起多因素的累积GM （1, N）模拟模型,在此基础上,充分利用最新信息,用新息思想建立新息累积GM (1, N)预测模型。将该模型分别应用到南方某城市及北京市道路交通噪声的模拟和预测上,结果表明,所建立的新息累积GM (1, N)模型的模拟精度高,预测结果平均相对误差比GM （1, 1）模型还低,预测效果好,预测值还表明,接下来两年内,噪声值基本维持稳定。     

A Grey Prediction Model on Vibration Severity Development of a Pump

The method to enhance the precision of a grey model GM (1,1) for predicting the development of vibration severity of a pump is inwestigated. The rectifying procedures involve the structure and the parameters regarding GM(1,1).A new model based on GM(1,1),which is GM(E,1,1), is proposed. In GM(E,1,1),the distribution of relative errors ratios between the original series and predicting series obtained by the mean of GM(1,1)are considered in special points to set up the threshold and adjusting coefficients to control the modified action and the rectified amount based on distribution of the original series. The case shows that GM(E,1,1) is good at predicting the vibration severity development of the pump.     

基于GM(1,1)模型的东辛采油厂产量预测研究

本文介绍了GM(1,1)模型的建模过程,考虑油田产量数据较少的现状,将其视为灰色系统,并利用灰色系统GM(1,1)模型对油田石油产量进行了预测。经实证,模型的精度符合要求,预测结果可以为采油厂提供决策依据。