共查询到19条相似文献,搜索用时 203 毫秒
1.
2.
3.
残差灰色预测模型在塑料老化行为预测中的应用 总被引:1,自引:0,他引:1
针对数据的离散程度较大时,灰色GM(1,1)模型的预测精度较差这一问题,构建残差GM(1,1)预测模型,以湿热条件下聚丙烯力学性能变化的预测为例,研究所建模型在塑料老化行为预测中的适用性。结果表明,残差GM(1,1)预测模型得到的聚丙烯冲击强度与拉伸强度的模拟值与实际值的最大相对误差分别为0.43%和1.85%,明显优于灰色GM(1,1)模型得到的预测结果(最大相对误差分别为9.16%和4.25%),可用于塑料老化行为的预测。残差GM(1,1)模型所需实验数据少,预测精度高,为塑料老化行为的预测提供了一种简易而可靠的新途径。 相似文献
4.
利用灰色GM(1,1)模型预测蒸馏装置腐蚀的宏观变化趋势,再利用时间序列模型对灰色模型的预测误差进行预测.利用灰色时间序列组合模型对蒸馏塔塔顶换热器入口分布管弯头的管壁厚度进行预测并与实际测量值进行比较,该模型比仅用灰色模型预测效果更好.最后利用灰色时序模型对弯管使用寿命进行了预测,为设备检修提供参考依据. 相似文献
5.
6.
石化企业中的炼化装置结构复杂,影响因素众多,设备腐蚀程度难以控制,采用建立腐蚀预测模型的方法成为常减压装置腐蚀研究的新趋势。论文对灰色GM(1,1)模型和神经网络模型进行了分析,在此基础上使用一种复合灰色和神经网络的组合模型对设备腐蚀速率进行预测。实例检验表明,组合模型的预测值比灰色模型更接近实测值,具有推广价值。 相似文献
7.
8.
根据灰色系统理论,针对用水量指标建立了灰色预测模型GM(1,1),给出GM(1,1)模型的求解方法,并以实际用水量指标验证了该模型的预测结果优于传统的预测方法,具有一定的实用价值,也为今后水务统计管理提供了新的思路和理论支撑。 相似文献
9.
采用灰色理论建立GM(1,1)模型来预测锂渣高性能混凝土中锂渣的细度,结果表明:通过GM(1,1)模型预测出的锂渣细度与试验值吻合较好;并通过残差检验,相对误差均≤3%。比较GM(1,1)模型计算值与试验值,证明这种灰色理论预测方法是简便易行的、可靠的、准确的,可以进一步探究应用于高性能混凝土其它性能的试验研究中。 相似文献
10.
11.
以原始时间序列数据为基础,建立瓷砖出口量的模拟和预测改进的GM(1,1)模型,通过实例证明了本文提出的改进模型的精度比常规模型的精度要高,预测结果能为我国建筑陶瓷行业制定经营决策和出口政策提供参考。 相似文献
12.
基于优化GM(1,1)预测模型的产油量预测 总被引:1,自引:0,他引:1
本文针对传统GM(1,1)预测模型在初始条件选取上的局限性,应用以x(1)的第n个分量作为初始条件的改进GM(1,1)模型对产油量进行了预测,但并未取得好的预测效果。后本文按照使原始数据序列的x(1)序列与其模拟序列x(∧1)之差的平方和最小的原则,来确定白化权函数中的常数C,构建了优化GM(1,1)模型,在产油量预测中提高了预测精度。 相似文献
13.
根据组合预测理论,将基于灰色理论的3种预测模型,即基本灰色预测GM(1,1)模型、残差灰色预测模型和动态等维灰数递补预测模型结合起来,建立灰色组合预测模型,实例分析表明,该模型能克服单个模型方法的不足,提高预测精度。 相似文献
14.
人力资源的需求预测是企业发展中的重大问题。由于企业的人力资源管理政策在一定的时间内是稳定不变的,因此很多企业在预测未来的人力需求时往往采用马尔科夫转移矩阵模型。但是由于模型的局限性,和企业人力的因辞职、退休、开除等原因退出企业,造成预测的数据偏小,无法满足企业的需求。文章采用了灰色GM(1,1)模型来进行改进,并考虑了企业的战略发展要求,解决了马尔科夫模型的数据偏小缺限,具有较好的预测结果。 相似文献
15.
16.
In this paper, we extend predictor expressions from an ARMA model with GARCH(1,1) innovations that allow for the conditional variance to be a regressor variable. We also obtain all the theoretical moments of the multi-step prediction error distribution from this model. The forecast error has a distribution that depends nontrivially on the information set and, therefore, the classical forecast intervals do not work well. To improve those forecast intervals, we suggest adjusting the quantile of the conditional distribution for the s -step-ahead forecast error by means of the Cornish–Fisher asymptotic expansion. 相似文献
17.
18.