GM(1,1)模型在建筑物沉降监测中的应用

建筑物的变形是多方面原因共同作用的结果,研究其变化规律,合理预测建筑物的变形趋势,一直是变形监测研究的热点问题。以黑龙江省哈尔滨市某建筑物为例,采用GM(1,1)模型对沉降监测数据进行预测分析,结果显示实测值与预测值吻合较好,充分证实该模型对建筑物的变形预测具有可行性,是一种较好的方法。     

基于卡尔曼滤波的优化GM(1,1)模型在建筑物沉降预测中的应用

为了提高灰色GM(1,1)模型的抗扰动能力和预测精度,运用卡尔曼滤波对原始沉降数据进行滤波去噪,并重新构建灰色GM(1,1)模型的背景值,建立基于卡尔曼滤波的优化GM(1,1)模型。以某建筑物实测沉降数据为例,进行新模型、传统灰色GM(1,1)模型和优化的GM(1,1)模型的计算比较,结果表明,新模型不仅可以有效剔除监测数据中的随机噪声,而且提高了模型精度。     

GM(1,1)加权模型预测建筑物沉降的研讨

采用灰色加权模型预报建筑物沉降未来发展趋势，其精度可靠、置信度高，预报结果是令人满意的。     

GM(1,1)残差模型在民航客运量预测中的应用

利用GM（1,1）模型对民航客运量进行模拟预测,用GM（1,1）残差模型对其进行修正,得出精度很高的预测公式,并用模型的后验差检验所建预测模型,证明预测公式精度较高,以期在今后的实际预测中取得很好效果。     

基于灰色新陈代谢GM(1,1)模型的上海市最低工资标准预测研究

最低工资制度的建立是我国构建和谐劳动关系的一个重要制度,开展最低工资预测具有重要意义. 以上海市为例,基于灰色系统理论和方法,构建最低工资标准的常规GM(1,1)模型和灰色新陈代谢GM(1,1)模型,对未来短期内上海市最低工资标准进行预测研究,预测结果符合上海市政府提出的平稳调整最低工资标准目标. 通过对上海市最低工资标准的拟合和预测,为政府和企业制定相关决策提供科学合理的依据,具有一定的理论意义和现实意义.     

一种改进的GM(1,1)模型在交通量预测中的应用

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过Matlab软件编程实现了该模型,并将其应用于常熟市某无检测器交叉口每五分钟测得的交通流量预测。将本模型应用于交通流量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。本模型基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。     

灰色GM(1,1)模型在湖北GDP预测中的应用

通过灰色系统理论,运用GM(1,1)模型对国内生产总值进行预测的方法进行了探析,包括对离散函数光滑性判断、模型的建立、模型群中不同维GM(1,1)模型的选优及如何进行中远期预测。     

GM(1,1)改进模型在广西短期电力负荷预测中的应用

采用GM(1,1)改进模型与ARIMA(p,d,q)模型对广西自治区电网特殊日电力负荷进行组合预测,阐述了GM(1,1)改进模型的建立方法,提出了适用于广西自治区电网特殊日电力负荷预测的预测数据处理方法,提高预测的精确度,全年日精确度优于95%.解决了在日采样点为24点(正点采样)情况下预测确度较低的问题.     

新陈代谢GM(1,1)建模与应用

给出了一种能动态选择最优初始条件及相应辨识参数的新型灰色GM(1, 1)预测模型,文中称为GM(1, 1)新陈代谢模型。这种改良的GM(1, 1)模型在对深圳市民中心大型屋顶网架健康智能监测系统时程数据的动态预测中,取得了良好的应用效果。     

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.     

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．     

Application of non-equal interval GM （1,1） model in oil monitoring of internal combustion engine

The basic difference non-equal interval model GM（1,1） in grey theory was used to fit and forecast data series with non-equal lengths and different inertias, acquired from oil monitoring of internal combustion engines. The fitted and forecasted results show that the length or inertia of a sequence affects its precision very much, i. e. the bigger the inertia of a sequence is, or the shorter the length of a series is, the less the errors of fitted and forecasted results are. Based on the research results, it is suggested that short series should be applied to be fitted and forecasted; for longer series, the newer datum should be applied instead of the older datum to be analyzed by nonequal interval GM（1,1） to improve the forecasted and fitted precision, and that data sequence should be verified to satisfy the conditions of grey forecasting.     

GM(1,1)-星野法沉降预测模型研究与应用

围绕目前高速公路路基沉降预测精度不高,预测方法适用性不强等问题,基于组合预测理论,借助MATLAB计算软件,将基于灰色理论的GM(1,1)预测模型和星野法沉降预测模型线性组合,以组合预测误差的平方和最小为标准确定两种预测方法的权重系数,提出GM(1,1)-星野法组合预测模型。结合广东某高速公路施工期以及运营期路基实测沉降数据,GM(1,1)-星野法组合预测模型预测结果较两种方法单独预测结果具有更高的预测精度,工程适用性更强。     

灰色预测模型在高层建筑物 沉降预测中的应用研究

详细讨论了一阶一元灰色预测模型GM(1,1)的基本内容及建模过程,并成功地将GM(1,1) 模型应用于高层建筑物沉降监测的预测预报,相应地编写了基于MATLAB的灰色系统沉降预测程序, 便于实际应用。实践证明,灰色预测模型GM(1,1)在沉降预测中具有较高的应用价值。     

基于GM(1,1)图像边缘检测改进算法研究

由于传统的边缘检测算法会产生信息漏检以及伪影等问题,为了更有效地检测出图像边缘信息,提出了改进的基于灰色预测模型的图像边缘检测方法.该方法首先在图像考察点邻域选择建模数据,对建模数据进行平移与对数变换的预处理,通过引入增强因子p的GM(1,1)模型对建模数据进行处理,得到原始图像的预测图像,通过对预测图像与原始图像做差得到边缘检测结果.为了统一标准,将图像库中图像转换为256*256的bmp格式图像,使用改进后的方法对转换后80幅图像进行边缘检测,其结果表明该算法可以清晰地检测出图像的边缘信息,同时图像的细节也很好地保留下来.说明该改进方法的性能较未改进方法有了大的提高.     

预测酸雨频率的双残差GM(1,1)模型及其应用实例

目前预测酸雨频率多采用传统的残差GM(1,1)模型 .本文结合最新修正的GM(1,1)模型及二级残差的概念 ,提出一种新的酸雨频率预测模型———双残差GM(1,1)模型 ,并利用该模型对青岛市酸雨频率进行模拟和预测 ,结果表明所建模型较之于传统模型有更高的模拟和预测精度 .     

GM（1，1）模型在广西糖产量预测中的应用

在分析广西糖业发展的基础上,以实际数据为基础,建立了广西糖产量灰色预测模型,并将模型应用于广西未来糖产量的预测,认为该模型可用于对广西区糖产量进行预测.该模型误差较小,对决策有一定的参考价值.     

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 .