非等间距组合灰色预测模型

对于非等间距原始数据序列,根据灰色预测模型建模特点,提出了一类非等间距灰色组合预测方法,弥补了传统非等间距原始数据预测模型的不足,提高了灰色预测的精度.实例表明结果理想可靠,有较好的实际意义.     

基于初始条件优化的非等间距多变量灰色预测模型研究

为了进一步提高非等间距多变量灰色预测模型MGM(1,m)的预测精确度,根据新信息优先原理,本文提出了一种初始值末点优化的非等间距多变量灰色预测模型。通过对模型初始点的优化,给出了优化模型的计算公式和时间响应函数,从而使模型更符合灰色预测建模时新信息优先的原则。最后,通过算例验证了所提出模型的实用性,同时表明优化后的模型可以提高模型的模拟、预测精度。     

基于粒子群算法的非等距GOM（1，1）模型

等间距灰色GOM（1,1）模型是一种基于反向累加生成的灰色预测模型．为了拓广适用范围,提高GOM（1,1）模型的拟合和预测精度,给出了非等间距灰色GOM（1,1）模型的建模方法,并利用粒子群优化算法对非等间距灰色GOM（1,1）模型的参数进行优化．最后,利用一个仿真实例,表明基于粒子群优化算法的灰色GOM（1,1）模型...     

逐步优化灰导数的非等间距GM(1,1)模型

利用前向差商和后向差商的加权平均值代替灰导数,对非等间距灰色预测模型进行了改进,给出了加权系数的估计公式,并采用逐步递推的方法优化参数,建立新的非等间距GM(1,1)模型.最后通过实例证明了新模型具有较高的精度.     

基于小波去噪的灰色和支持向量机组合预测模型

金融时序数据具有非平稳、含噪声等特点,采用单一的预测模型时预测精度并不理想.据此,构建了基于小波去噪的灰色和支持向量机组合预测模型,并对预测难度较高的我国热钱流动规模进行了预测.实验结果表明:与经典GM(1,1)幂模型相比,组合预测模型的平均相对误差由46.14%降到2.95%,预测精度有显著性提高.     

基于偏离度的非等间距灰色预测模型在电力负荷预测中的应用

电力负荷预测过程中,对于原始数据摆动较大,并且数据的整体变化是增大的趋势的序列,以往常采用包络模型来处理它.但是,由于很多不确定的因素的存在,使得上包络及下包络曲线及边缘点的值难以确定,从而削弱了预测值的可信程度.提出了基于偏离度的非等间距灰色预测模型,很好地解决了该类序列的预测问题.并结合实例说明了此模型的可行性和有效性.     

灰色系统预测模型GM(1,1)背景值重构研究

分析了灰色系统预测模型GM(1,1)对高增长指数序列建模适应性较差的原因,通过重构背景值计算公式,建立了一个适应性极强的灰色系统预测模型NGM(1,1),该模型具有对建模结果进行优化的能力.算例结果表明该模型对低增长指数序列和高增长指数序列建模都能获得最佳的拟合和预测精度,对经济、工程和自动控制等领域中的预测问题有较高的理论价值和实践意义.     

残差灰色预测模型在我国老龄人口预测中的应用

利用灰色预测理论,建立了GM(1,1)模型和残差灰色预测模型,经过分析,结果表明:残差灰色预测比GM(1,1)模型预测精度高.于是,利用残差灰色预测模型对2012-2020年我国人口老龄化状况进行了预测,为我国政府制定正确的相关政策提供科学理论依据.     

岩土工程位移时间序列的组合预测研究

将组合预测方法用于岩土工程位移时间序列预测.结合实际观测数据,分别建立位移时间序列预测的GM(1,1)模型、Verhulst模型和趋势曲线模型.采用极小误差法确定各单一模型的权重,建立组合预测模型.应用表明,组合预测的精度高,为岩土工程位移预测提供了一种实用、可靠的方法.     

基于非等时距加权灰色模型与神经网络的组合预测算法

非等时距预测算法在不等时间间隔序列的趋势分析与预测方面具有重要作用．在传统灰色预测理论的基础上,提出一种基于非等时距加权灰色模型和神经网络的组合预测算法．通过构建非等时距加权灰色预测模型,将原始数据序列的平均值作为累加序列初值,将连续累积函数的积分面积作为背景值,对累加序列进行加权处理,以真实反映时间序列发展对预测结果的影响．在此基础上,引入BP神经网络对灰色预测的残差序列进行修正,进一步提高了预测精度．经算例验证,该算法预测精度达到1级,且高于类似算法．     

基于NEGM(1,1)模型的因果预测方法及应用研究

非等间隔时间序列在工程技术问题中是常见的.研究了一类非等间隔广义时间序列的预测问题,也就是将因果预测模型中的自变量作为广义时间,应用NEGM(1,1)模型将因果预测转化为时间序列预测,并应用空军航材消耗实例进行了模型检验.实践表明本文的方法具有广泛的使用价值.     

System reliability analysis of slope stability using generalized Subset Simulation

Slope failure mechanisms (e.g., why and where slope failure occurs) are usually unknown prior to slope stability analysis. Several possible failure scenarios (e.g., slope sliding along different slip surfaces) can be assumed, leading to a number of scenario failure events of slope stability. How to account rationally for various scenario failure events in slope stability reliability analysis and how to identify key failure events that have significant contributions to slope failure are critical questions in slope engineering. In this study, these questions are resolved by developing an efficient computer-based simulation method for slope system reliability analysis. The proposed approach decomposes a slope system failure event into a series of scenario failure events representing possible failure scenarios and calculates their occurrence probabilities by a single run of an advanced Monte Carlo simulation (MCS) method, called generalized Subset Simulation (GSS). Using GSS results, representative failure events (RFEs) that are considered relatively independent are identified from scenario failure events using probabilistic network evaluation technique. Their relative contributions are assessed quantitatively, based on which key failure events are determined. The proposed approach is illustrated using a soil slope example and a rock slope example. It is shown that the proposed approach provides proper estimates of occurrence probabilities of slope system failure event and scenario failure events by a single GSS run, which avoids repeatedly performing simulations for each failure event. Compared with direct MCS, the proposed approach significantly improves computational efficiency, particularly for failure events with small failure probabilities. Key failure events of slope stability are determined among scenario failure events in a cost-effective manner. Such information is valuable in making slope design decisions and remedial measures.     

岩石裂隙网络的分形特征

分形特征与分形维数广泛应用于岩石裂隙网络的量化,及与工程参数的关系模型建立.然而,严格的分形维数的极限定义形式难以直接应用,工程应用中多用近似分形维数值代替,近似的结果在建立量化关系模型时会产生蝴蝶效应,在量化及预测过程中产生巨大偏差.本文回顾了分形研究一系列的发展过程,并基于最新的分形定义提出了一种新的分形维数计算方法.通过对于十个岩石裂隙网络分形维数的计算,证明该方法能够准确有效的计算出图形的复杂度,避免了以往计算分形维数所产生的问题.     

A novel car-following inertia gray model and its application in forecasting short-term traffic flow

Real-time and accurate short-term traffic flow prediction results can provide real-time and effective information for traffic information systems. Based on classic car-following models, this paper establishes differential equations according to the traffic state and proposes a car-following inertial gray model based on the information difference of the differential and gray system, in combination with the mechanical characteristics of traffic flow data and the characteristics of an inertial model. Furthermore, analytical methods are used to study the parameter estimation and model solution of the new model, and the important properties, such as the original data, inertia coefficient and simulation accuracy, are studied. The effectiveness of the model is verified in two cases. The performance of the model is better than that of six other prediction models, and the structural design of the new model is more reasonable than that of the existing gray models. Moreover, the new model is applied to short-term traffic flow prediction for three urban roads. The results show that the simulation and prediction effects of the model are better than those of other gray models. In terms of the traffic flow state, an optimal match between short-term traffic flow prediction and the new model is achieved.     

灰色-模糊系统(GFS)方法用于预测开挖引起的山体失稳

针对山区复杂地形条件下工程开挖实际情况,利用模糊数学和灰色系统理论建立了预测山区地下开挖引起岩体及自然坡失稳的数学模型,并对具体矿山工程中岩体移动和自然坡失稳问题进行了计算和分析.提出了山区复杂地形条件下地下安全开采技术方案.     

基于有损伤体元件的广义Kelvin模型蠕变全过程探究

岩石的蠕变特性往往对隧道和地下工程的稳定性有着重要的控制作用.针对岩石蠕变的阶段性特征,可将岩石蠕变全过程分为四个阶段.广义Kelvin模型可较好地反映前三个阶段的岩石蠕变特性,不能理想地反映加速蠕变阶段特征.通过引入损伤体元件和Kachanov的损伤因子演化公式,构建了具有损伤体元件的广义Kelvin模型,从而建立了可以体现岩石蠕变全过程的蠕变模型,并提出较为简单的组合模型参数计算方法.该模型不仅能较好地反映岩石蠕变全过程,且模型参数易于确定.利用该模型对砂质泥岩单轴压缩蠕变实验曲线进行拟合分析,拟合效果良好,研究结果可为类似工程提供参考.     

非线性灰色离散系统零解的稳定性

本文用区间矩阵和Ｌｙａｐｕｎｏｖ第二方法讨论了具有非线性扰动项的灰色离散系统的稳定性，得到了若干稳定性的代数判据，这些结果将文（５）的主要结果由线性推广到了非线性，并给出了实现的例子。     

基于改进灰色GM(1,1)马尔柯夫模型的煤矿事故百万吨死亡率预测

煤矿安全事故预防和控制是煤矿安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.结合灰色预测GM(1,1)模型和马尔可夫链理论的优点,提出了一种改进的灰色马尔可夫GM(1,1)模型.利用改进的GM(1,1)模型进一步拟合煤矿人因失误事故的发展变化趋势,并以此为基础进行马尔柯夫预测,提高预测效果.以2000-2010年全国煤矿事故百万吨死亡率为例进行了预测分析,结果表明模型既能揭示煤矿人因失误事故百万吨死亡率变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性,并对煤矿人因失误安全事故的预测和控制有一定的实际意义.     

股市的灰色预测

本文应用“灰色预测”于股票市场的预测,发现灰色预测在短期预测中富有很高的效率。     

基于时间序列与灰色拓扑的春节火灾损失预测

火灾每年给中国带来了巨大的损失,春节期间的火灾损失更是严重.根据1999-2010年春节期间火灾统计资料,火灾四项指标数据具有时序性以及随机波动性、模糊性.运用时间序列与灰色拓扑预测方法相结合预测春节期间火灾发生规律,且预测出未来3年内的火灾发生情况.结果表明,时间序列预测模型的平均绝对误差较小,且所建立的灰色拓扑预测模型的拟合精度都达到"好"的标准.因此,采用时间序列与灰色拓扑预测模型相结合对春节火灾发生情况进行预测,其结果合理可靠,可供理论研究和消防部门做出相应的预防措施参考,以达到有效控制和预防春节火灾的目的.