共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
在火灾事故灰色预测模型的基础上,引入马尔科夫链预测理论,建立火灾事故灰色马尔可夫模型。该模型解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题。实例计算证明:灰色马尔可夫模型的预测精度高于GM(1,1)模型的预测精度,可以较好地用于火灾事故的预测。 相似文献
3.
灰色马尔可夫模型是将灰色系统理论和马尔可夫链理论相结合建立的预测模型,它不仅充分发挥了灰色预测模型和马尔可夫预测模型的优点,而且有效地解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题.实例计算证明:火灾事故灰色马尔可夫预测模型预测精度高于GM(1,1)模型预测精度,模型可以用于火灾事故预测. 相似文献
4.
新陈代谢GM(1,1)模型在河流水质预测中的应用 总被引:2,自引:0,他引:2
针对常规GM(1,1)模型存在的不足,运用灰色系统理论,建立了灰色新陈代谢GM(1,1)河流水质预测模型,对该模型的精度以及误差进行了分析,并利用该模型对某地区河流的水质进行了预测,预测结果显示:灰色新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测的可信度。 相似文献
5.
6.
7.
针对传统GM(1,1)模型在高铁隧道沉降变形分析与预测中精度不理想状况,本文在传统GM(1,1)模型基础上,建立自适应GM(1,1)模型与残差修正GM(1,1)模型并讨论两种改进模型各自优点。利用传统GM(1,1)模型、自适应GM(1,1)模型以及残差修正GM(1,1)模型对某高铁隧道监测点作沉降分析与预测。通过对比,得出自适应GM(1,1)模型与残差修正GM(1,1)模型对原模型的预测曲线相关性和预测精度有一定程度提高;残差修正GM(1,1)模型对于沉降曲线波动较大处仍有较好的拟合与预测效果,其预测效果优于自适应GM(1,1)模型。 相似文献
8.
为提高城市用水量的预测精度,分析了GM(1,1)模型和灰色Verhulst模型,同时由于GM(1,1)模型存在一定的缺陷,本文对基本GM(1,1)模型进行了新陈代谢改进,最后通过对实例的预测分析,改进灰色预测模型预测精度更高。 相似文献
9.
10.
高边坡安全监测的改进GM模型预测研究 总被引:14,自引:4,他引:14
由于一般的 GM(1,1)模型进行预测存在较大的局限性及产生系统误差,对一般 GM(1,1)模型进行了误差来源追踪分析并提出改进方法,得到改进后的 GM(1,1)预测模型,并将其用于高边坡安全监测。依据碧口水电站高边坡连续 8 a 的监测数据(第 6,7 a 的数据予以剔除),建立了碧口水电站高边坡灰色安全监控模型。把改进的 GM(1,1)预测模型与一般的 GM(1,1)模型、统计模型等预测模型进行了对比,同时还进行了平均误差、相关系数以及最大误差分析对比。研究表明,改进后 GM(1,1)模型监控精度较高,预测结果与实际吻合较好。 相似文献
11.
12.
《施工技术》2017,(Z2)
针对单一预测模型在桥梁监测数据预测中存在的预测精度不高等缺陷,基于最优加权组合理论,将GM(1,1)和ARMA构造成一个全新的组合模型,单一预测模型的组合能在一定程度上提高模型的拟合能力,故而可以取得更好的预测效果。结合四川省绵阳市北川县筲箕湾大桥在线健康监测系统的实测挠度数据,分别采用单一预测模型和两种单一模型构造成的组合模型来预测其未来值,并将预测值与实际值比较,发现组合模型的预测MRE(1.567 6%)均小于单一ARMA预测模型的MRE(1.951 4%)以及单一GM(1,1)预测模型的MRE(1.604 8%),说明组合模型较两种单一模型拥有更高的预测精度。 相似文献
13.
14.
《Planning》2018,(7):144-146
文章基于离散指数函数优化的GM(1,1)模型,研究了该优化后的模型在电子装备系统故障预测中的应用,分析了基本GM(1,1)模型误差产生的来源,对其位置偏差产生的非线性误差进行了实验研究。数据模拟和模型比较表明,优化后的模型提高了背景值的精确性以及灰预测模型的拟合精度和预测精度,能够很好地应用于电子装备系统故障预测中。 相似文献
15.
针对传统的GM(1,1)模型难以确定模型的初始值问题,结合常州雅居乐基坑项目,建立了4种基坑水平位移预测模型。结果表明:改进初始值的新陈代谢GM(1,1)模型精度较GM(1,1)模型、新陈代谢GM(1,1)模型以及改进初始值的GM(1,1)3种预测模型精度更高,更符合基坑水平位移的预测。 相似文献
16.
采用遗传算法对GM(1,1)预测模型进行优化以期提高铁路客运量预测模型精度。首先运用传统最小二乘算法对GM(1,1)预测模型的发展系数和内生灰作用量进行求解并对高铁客运量进行预测,结果预测平均误差为0. 259;之后采用遗传算法对GM(1,1)预测模型的发展系数和内生灰作用量进行优化,使模型的预测准确性得到了明显的提升,且当交叉默认概率P_c=0. 8,变异概率为P_m=0. 01,所得预测结果最优,平均误差率为0. 073。结果表明:利用遗传算法对GM(1,1)预测模型进行优化能够提高铁路客运量预测模型精度。 相似文献
17.
18.
提出了一种新陈代谢GM(1,1)模型与BP神经网络模型的组合预测模型,给出了组合模型的基本思路,通过BP神经网络计算而来的误差预测值对新陈代谢GM(1,1)模型的预测值进行改正,并将新陈代谢GM-BP组合预测模型应用到新建铁路武汉至十堰铁路、孝感至十堰段的高铁陆地桥墩沉降预测中,结果表明:新陈代谢GM-BP组合预测模型较现有的新陈代谢GM(1,1)模型具有较高的精度。 相似文献
19.
基于改进型GM(1,1)模型的城市水源水质指标预测 总被引:1,自引:0,他引:1
以武汉市主要供水水源的高锰酸盐指数为研究对象,应用经指数平滑改进后的GM(1,1)模型对9个水厂的水源水质进行预测.从预测精度来看,改进型GM(1,1)模型预测精度较常规GM(1,1)模型有所提高,5个改进型GM(1,1)模型精度高于常规型,3个持平,1个稍低.从预测结果来看,6个水厂供水水源水质预测发展趋势良好,3个水厂水源水质变化趋势较差. 相似文献