城市用水量灰色预测

利用磷以预测方法对城市中长期用水量进行了研究,介绍了磷以系统预测的基本原理,建立了两次拟合等维灰数递补灰色用水量预测模型,通过在三个城市的实际应用,验证了其有效性及可行性。     

灰色预测模型在合肥市年用水量预测中的应用

文章根据合肥市城市年用水量数据的特点,利用灰色预测的原理,建立年份与年用水量的GM(1.1)模型,并对合肥市年用水量进行实际预测。并通过残差分析、级比偏差分析、后验差分析、小概率误差分析的模型检验方法对模型进行检验,证明GM(1.1)模型预测年用水量是行之有效的。     

城市用水量BP网络预测模型

城市用水量的预测结果，对于城市规划，供水系统的管理及改扩建有着重要的意义。寻求科学合理的预测模型是保障预测结果准确可靠的关键。针对这一问题，利用人工神经网络理论建立了BP网络预测模型，通过实例证明了该模型是一种行之有效的用水量预测模型。     

GNNM(1,1)模型在城市用水量预测中的应用

我国城市年用水量数据较少并与诸多因素息息相关,是一个典型的灰色系统。本文利用灰色系统的少数据建模优点和神经网络的精度可控性优点,建立了城市年用水量的灰色神经网络GNNM(1,1)模型。利用该模型对S市城市用水量进行了实际预测研究,实例证明了该方法的正确性和科学性。     

GNNM(1,1)模型在城市用水量预测中的应用

我国城市年用水量数据较少并与诸多因素息息相关,是一个典型的灰色系统。本文利用灰色系统的少数据建模优点和神经网络的精度可控性优点,建立了城市年用水量的灰色神经网络GNNM（1,1）模型。利用该模型对S市城市用水量进行了实际预测研究,实例证明了该方法的正确性和科学性。     

灰色模型在城市中长期用水量预测中的应用

为进行科学合理的供水系统规划,给出一种基于记录时间较短、历史数据较少的用水量序列的GM(1,1)预测方法.该预测方法把原始用水量序列累加处理生成新序列后,用指数关系式拟合,通过构造参数矩阵,确定辩识参数,建立灰色模型的微分方程;求解灰色模型的时间响应函数,生成累减矩阵,进行累减运算即得用水量序列的预测值.MAPE精度分析结果表明GM(1,1)用水量预测方法精度较高.该预测方法应用于D市的中长期用水量预测,为D市供水规划提供有效依据.     

基于灰色模型的合肥市用水量预测

应用灰色理论建立了GM(1,1)模型,对合肥市年用水量进行了预测.对所建模型进行了残差检验、关联度检验、均方差检验和小误差概率检验,精度均满足要求,可以用来预测城市用水量.结合可利用水资源现状,分析了合肥市水资源量的保证程度.结果表明:在未来26年左右,合肥市的用水量将超出水资源供给能力,可能会出现严重的水危机,如果不加以控制,人们的生活生产将会受到影响.提出了城市化过程中水资源合理利用的有益思路.     

灰色预测模型在水运货运量预测中的应用

运用系统预测的理论和方法 ,在对金沙江流域的经济特点和资源分布状况以及对金沙江水运货运量生成机制及预测特点深入分析的基础上 ,结合运量预测系统分析的结果建立灰色系统预测模型并进行预测 ,对主要货类的流量流向及过坝货运量进行分析预测 .为金沙江流域的水电梯级开发和航运规划提供参考 .     

灰色预测模型在水运货运量预测中的应用

运用系统预测的理论和方法,在对金沙江流域的经济特点和资源分布状况以及对金沙江水运货运量生成机制及预测特点深入分析的基础上,结合运量预测系统分析的结果建立灰色系统预测模型并进行预测,对主要货类的流量流向及过坝货运量进行分析预测。为金沙江流域的水电梯级开发和航运规划提供参考。     

灰色预测模型在货物周转量预测分析中的应用

货物周转量在国民经济体系中占有重要地位,它在一定程度上反映经济发展的水平。随着我国经济的发展,货物周转量逐年递增,但是它受到铁路、公路、水运、管道、民航等交通运输设施条件的制约。因此,为了使交通运输业与国民经济的协调发展,对货物周转量进行预测分析将有重要意义,这对制定我国交通运输的发展战略起着重要作用。本文应用灰色系统理论,建立铁路、公路、水运、管道、民航等货物周转量灰色动态预测模型以及比重分析模型,分析了我国货物周转量今后的发展变化趋势。     

灰色GM(1，1)模型在电力系统负荷预测中的应用

研究了灰色 GM(1,1)模型及其在电力系统负荷预测中的应用,以实际算例为基础,对预测结果作了分析,得出结论：灰色 GM(1,1)模型精度较高,但也存在一定的局限性．     

改进GM(1,1)模型在特装修理费用预测中的应用

基于灰色系统GM（1，1）模型理论，用改进后的预测模型预测海军舰船特装修理费用，可充分开发并利用少量数据中的显信息和隐信息，避免复杂的相关关系，克服了原始数据的离散性，得到高精度的预测结果，以某型舰船特装修理费用为例，建立了预测模型，并进行了中短期预测，结果表明，其精度优于传统模型。     

GM(1, 1)模型的建模条件

GM(1,1)模型是灰色系统理论的核心预测模型,对GM(1,1)模型的建模条件进行研究是提高模拟精度的基础.采用理论证明和数值算例相结合的方法对GM(1,1)模型的建模条件进行研究,拓展了经典灰色预测模型的级比判定条件.结果表明:当原始序列的累加序列值都相等时,发展系数不存在;提高原始序列光滑度不是提高模拟精度的充分条件.     

灰色模型GM(1,1)及其改进模型在短期特殊日电力负荷预测中的应用

讨论了灰色模型GM (1 ,1 )及其改进模型在短期电力负荷预测中的应用 ,采用ARI MA(p ,d ,q)模型与GM(1 ,1 )改进模型对特殊日电力负荷进行组合预测 ,提出了适合电网特殊日电力负荷预测的数据处理方法 ,提高了预测的精度 .准确度可达 95 %以上 ,解决了每日2 4点正点采样情况下预测精度较低的问题 .     

具有反馈机制的多级灰色GM(1,N)模型研究及其应用

在多级复杂系统模型的设计中,处理好本层与本层之间、不同层之间因素的关系是模型设计的关键.该文对灰色GM(1,N)模型进行研究,结合复杂系统特点实现了多级灰色GM(1,N)模型的设计.它利用灰色系统理论中对"小样本"、"贫信息"系统处理的优势,再将经典反馈机制引入进来,达到设计多级复杂系统模型的目的.仿真实验表明,该模型能够对多级复杂系统进行准确的描述,并实现了模型因素的灵活调整.     

基于综合进展率的GM(1,1)进度控制模型及其应用

首先介绍了宝钢进行进度控制的参数——综合进展率,该数据具有宏观性和直观性.综合进展率可以较准确的从多方面综合反映工程进展.然后以实际综合进展率为原始数据,建立灰色GM(1,1)模型进行进度预测,并进行了模型的通用性检验.最后使用MATLAB语言编程实现.通过实例验证,得出了灰色GM(1,1)模型具有很好的适用性和易操作性的结论,并认为以该模型得到的预测值为依据进行业主的进度控制,易于保证大型冶金项目建设进度目标的实现.     

嵌入知识的GM(1,1)模型及其在粮食产量预测中的应用

利用小样本、贫信息进行数据预测,传统的数学建模方法并不适合,灰色系统理论在解决该类问题有着明显的优势. 论文在分析河南粮食产量数据的基础上,应用嵌入知识的GM(1,1)模型,建立了河南粮食产量的预测模型,对未来5年的河南粮食产量进行了模拟和预测,进而提出了提高粮食产量的对策建议.     

基于GM(1,1)模型的用电量灰预测方法

根据社会存在用电量不确定因素较多,变化趋势较为明显的特点,基于灰系统理论建立灰模型（GreyModel,GM）对用电量进行灰预测;用新信息替代旧信息构造了新息GM（1,1）模型,并及时反映目标值的时变特性,更好地考虑实际数据的影响。算例表明：模型的置信度达到99.15%,而误差仅为2.96%,说明用GM（1,1）模型进行用电量预测是有效的。     

基于GM(1,1)模型的新能源预测及分析

随着河北省能源消耗增加、环境污染严重,开发利用新能源已经成为解决能源问题和环境污染的根本途径.通过GM(1,1)模型对河北省能源生产量和消费量进行预测,从而对新能源发展进行前景预测,并从风力发电、小水电、太阳能、地热能和生物质能五个方面进行分析.从发展新型产业链核心,整体布局、突出地区特色,加强技术研发及其相关配套工作...