灰色Verhulst模型的改进及其应用

针对灰色Verhulst模型的不足,讨论了灰色Verhulst模型的参数优化问题.首先,利用最小二乘原理给出了一种初值优化的改进模型.其次,在平均相对误差最小准则下,将Verhulst模型的参数优化转化为线性规划问题,然后利用粒子群优化算法估计Verhulst模型中的参数,得到另外一种改进模型.最后,给出了一个仿真实例,结果表明灰色Verhulst模型的改进方法是可行的和有效的,而且具有较高的拟合和预测精度.     

Verhulst模型的改进研究

分析Verhulst预测模型的特点,并对灰色Verhulst预测模型的灰色微分方程定解问题中存在的初值问题提出了改进方案,其为提高模型的预测精度提供了一种新的途径.     

基于初值修正的组合灰色Verhulst模型

对灰色Verhulst模型的拟合精度进行了分析,表明初值的选取对模型精度有重要影响.为提高灰色模型的拟合精度,利用最小二乘原理确定初值中的待定常数,给出了初值修正的灰色Verhulst模型.进一步利用修正模型和传统灰色Verhulst模型建立了组合灰色Verhulst模型,在平均相对误差最小的原则下,利用蚁群算法确定组合权系数.最后通过两个应用实例进行了计算和分析,结果表明,通过初值修正和组合模型能够提高灰色Verhulst模型的拟合精度,便于通过程序实现.     

高速公路交通事故灰色Verhulst预测模型

在分析我国高速公路交通事故历史数据的基础上,引入灰色Verhulst预测理论,建立了高速公路交通事故灰色Verhulst预测模型.通过对2000～2007年我国高速公路交通事故死亡人数进行实例分析,发现灰色Verhulst模型的预测精度高于GM(1,1)模型.结果表明,灰色Verhulst模型的预测结果较好的反映了高速公路交通事故的发展趋势,该模型用于高速公路交通事故预测是可行的.     

基于线性变换的灰色Verhulst模型及应用

基于对灰色Verhulst模型的建模机理和数据特性进行了分析,表明可以通过适当的线性变换能够使变换后数据更适合灰色Verhulst模型的特征.根据两个应用实例说明利用适当的线性变换后建立的灰色Verhulst模型的精度有明显的降低.实例也说明了利用原始数据的线性变换建立Verhulst模型的可行性.     

基于区间灰数的离散Verhulst直接模型

灰色预测模型既有的研究成果,主要是围绕"实数"为建模对象的经典灰色预测模型,而对于以区间灰数为预测对象的探讨相对比较缺乏.针对传统Verhulst模型建模对象仅局限于实数序列这一缺陷,对Verhulst模型进行了拓展.对此,文章分析了传统Verhulst模型不足,提出了离散Verhulst直接模型;然后,构建了基于核和信息域的离散Verhulst直接模型,使区间灰数信息无偏的转换成实数信息,同时有效避免了原有的根据"灰度不减公理"按照取大准则确定预测值得灰度或信息域的计算性误差.最后,通过实例分析表明提出的新模型的有效性和实用性.     

非等间隔灰色Verhulst模型的病态性再研究

继续对非等间隔灰色Verhulst模型病态性问题进一步深入研究,通过对模型线性化处理得出解的新形式,指出了非等间隔对解的影响程度,从矩阵条件数的角度分析并得到了模型线性化后存在病态性的主要原因是建模数据较大或呈现病态,并给出具体的改进措施.通过实例对比验证,对数据进行变换之后再建立线性化的非等间隔灰色Verhulst模型,其系数矩阵条件数和模型预测精度两方面均得到较大的改善即系数矩阵条件数达到良态且模型精度也比传统模型要高.本方法为其他灰色模型的病态性研究提供了一种参考.     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测北大核心

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于改进灰色verhulst模型的稠油产量预测

稠油油田开发是一个复杂的过程,在地下信息较少的情况下可以将其视为灰色系统.以辽河油田某稠油研究区为例,基于Verhulst模型建模理论对该区2005-2011年的年产油量建模发现后期预测误差呈增大趋势.在Verhulst模型的基础上结合G(1,1)灰色建模理论建立了残差修正年产油量Verhulst模型,模型精度由原来的96.0994%提高到97.6763%.2012-2014年的年产油量预测结果显示残差修正模型的预测精度达到了99.2281%,且关联度检验结果显著提高.将模型预测结果与数值模拟预测结果进行了对比,结果表明残差修正的Verhulst模型是一种快速、简洁、精准的预测方法,在一定的条件下使用残差修正Verhulst模型,不仅可以预测稠油油田近期的年产油量,还可对研究区后期开发方案调整等问题提供决策依据.     

初值修正灰色Verhulst模型的参数估计

研究了初值修正项为αz(1)(1)(其中α为修正参数)的灰色Verhuslt模型的修正参数估计方法.针对相关文献中,修正参数α求解无现成公式情况,通过最小化原始序列的一次累加序列与模拟序列之差,建立并求解一个非约束优化模型,获得了初值修正参数α的一个简单有效的计算公式,完善了相关文献中建立的初值修正灰色Verhuslt模型.最后,通过计算实例验证了修正参数公式可以有效提高初值修正灰色Verhuslt模型的精度.     

A new-structure grey Verhulst model: Development and performance comparison

The structure defect of the traditional grey Verhulst model is a key factor leading to its unstable performance. A new-structure grey Verhulst model (N_Verhulst) was proposed by introducing a new non-homogeneous exponential function. The N_Verhulst model has a better structure and stronger modeling ability; Meanwhile, it overcomes the shortcomings of the traditional Verhulst model including parameter dislocation and unreasonable selection of initial values. Four typical cases were used to test the performance of N_Verhulst, and the simulation/prediction results of the new model were compared with the traditional Verhulst model and the Pearl model. Results showed that the N_Verhulst model had evidently superior performance to the traditional grey Verhulst model, which confirms that the structure development of the new model is reasonable and effective.     

农业生产中化肥需要量的灰色预测

在分析了ＧＭ（１，１）模型局限性的基础上，推荐使用灰色Ｖｅｒｈｕｌｓｔ模型．在本文中，灰色Ｖｅｒｈｕｌｓｔ模型比ＧＭ（１，１）模型预测精度高，能广泛应用到实际问题中。     

化肥需要量灰色预测模型参数的四阶求法

针对文［１］化肥需要量灰色预测模型误差较大且预测结果与定性分析矛盾的问题，本文提出和应用了确定Ｖｅｒｈｕｌｓｔ模型参数的四阶方法，并重新合理配置建模数据而得一预测模型．计算表明新模型与实际值的拟合精度提高近十倍，而且预测结果与定性分析完全一致．     

Metasolutions in cooperative systems

In this paper we analyze the interplay between the most classical laws of Population Dynamics, Malthus versus Verhulst, in a class of sublinear cooperative parabolic systems, where, much like for one single equation, the metasolutions are imperative for describing the dynamics of the problem in the regimes where the model does not admit a stable non-negative steady-state.     

基于粒子群的模糊神经网络的短时交通流量组合预测

为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。     

灰色Verhulst模型的样条插值函数的残差修正

本用样条函数对灰色Verhulst模型的残差序列进行插值拟合，然后作用于二阶线性微分方程，并以此修正原模型，得到一种新的预测模型的数值解，提高了拟合的精确度。     

Introduction to diffusive logistic equations in population dynamics

The purpose of this paper is to provide a careful and accessible exposition of diffusive logistic equations with indefinite weights which model population dynamics in environments with strong spatial heterogeneity. We prove that the most favorable situations will occur if there is a relatively large favorable region (with good resources and without crowding effects) located some distance away from the boundary of the environment. Moreover we prove that a population will grow exponentially until limited by lack of available resources if the diffusion rate is below some critical value; this idea is generally credited to Thomas Malthus. On the other hand, if the diffusion rate is above this critical value, then the model obeys the logistic equation introduced by P. F. Verhulst.