基于新维无偏灰色马尔科夫模型的围栏草场面积的预测

草原上围栏草场建设已成为一种趋势,围栏草场面积的预测,可以为草原的评价、管理、规划、和决策提供重要的基础数据.灰色预测适合于数据量少的对象,而马尔科夫链适用于随机性强、波动性大的动态过程,通过有效结合这两种预测方法,采用新维无偏灰色马尔科夫模型,预测围栏草场的面积.用无偏灰色模型拟合围栏草场面积的发展变化趋势,用马尔科夫模型对拟合的数据分析预测,在每一步的预测中,利用新信息优先的原则,对原始数据进行等维处理,经过反复的预测,最后得到预测精度较高的结果.实例结果分析表明:此模型预测误差小,精度高,尤其适合中长期预测.     

基于灰色马尔科夫模型的平顶山市空气污染物浓度预测

选用平顶山市2005—2009年各空气污染物浓度作为原始数据序列,建立灰色马尔科夫预测模型,对未来10年的污染因子浓度进行预测.模型检验结果表明:均方差比值和小误差概率均为一级;运用灰色关联分析法计算各污染物原始数据序列与预测数据序列之间的关联度,定量描述灰色马尔科夫预测模型对于空气质量预测的精确度,平均精度达到99.9%,表明灰色马尔科夫预测模型对于空气质量预测有很高的实用性.     

基于动态无偏灰色马尔科夫模型的煤炭需求量预测

煤炭消费系统是一个复杂的非线性系统,具有随机性、非线性、动态性等特点,科学地预测煤炭消费量及其结构对于优化配置能源有重要意义.传统的单一预测方法预测精度较低.在对陕西省煤炭消费历史数据分析的基础上,构建了煤炭消费总量的GM(1,1)模型、灰色GM(1,1)预测模型和动态无偏的马尔科夫结构预测模型.拟合结果表明,动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度,其平均相对误差为2.10%,分别低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型的17.37%和6.37%,可用于煤炭需求的预测,在此基础上对陕西省2017-2025年煤炭消费进行了预测,为未来能源消费发展规划提供依据.     

中国证券市场知情交易概率的动态马尔科夫状态转移模型研究

对指令驱动市场知情交易的研究是近年来的热点问题。常用的EKOP模型存在一些缺陷,本文放宽了EKOP模型关于日内信息均匀释放以及交易者行为独立性的假设,用动态的马尔科夫状态转移模型对该模型进行了改进,并检验了改进后的知情交易概率模型在中国证券市场的适用性。通过模拟数据以及对中国证券市场交易数据的实证研究发现动态的马尔科夫状态转移模型克服了EKOP模型受买卖方数据影响而产生的系统偏误,估计的知情交易概率更符合事后检验。     

基于改进灰色马尔科夫模型成品油消费预测

近年来中国经济放缓,成品油的消费一定程度上受到了抑制,2016年,我国汽柴油表观消费量首次较前年下降.成品油消费税率提高,导致部分成品油生产资本向新能源项目转移.根据GM(1,1)模型和马尔科夫模型时间序列预测的长短期互补,首先用GM(1,1)模型对成品油消费量进行预测,随后利用马尔科夫模型对GM(1,1)预测误差项的状态及状态概率进行预估,采用预测状态与其概率的乘积对GM(1,1)预测值进行修正.结果表明,改进后的灰色马尔科夫模型误差小,精度高,适于中长期预测.除此之外,组合模型还可以通过增加误差状态划分的个数,以提高模型预测的精度.     

北京市交通运输、仓储和邮政业增加值的灰色马尔科夫预测模型

将2000-2017年北京市交通运输、仓储和邮政业产值作为原始数据系列,应用灰色模型对时序数据的总体趋势进行拟合,选取相对误差作为随机波动过程,对预测结果进行修正,最后运用灰色马尔科夫模型对未来5年北京市交通运输、仓储和邮政业的产值进行实例预测.结果表明:经过马尔科夫过程修正的灰色预测模型平均预测精度由原来的90.82%提升到97.14%,预测效果明显,说明了方法对北京市交通运输、仓储和邮政业增加值预测的有效性.     

基于灰色马尔可夫模型的物流配送需求量预测研究

研究可以较准确地预测物流配送需求量的数学模型,以服务于政府及企业的物流规划及其决策.将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对物流配送需求量进行实证研究.针对灰色数据系列首先用GM模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,预测精度明显高于GM模型预测.     

基于改进的灰色马尔可夫链模型的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础.灰色预测适合于数据量少和波动小的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.为克服一般灰色马尔可夫链模型运用的转移概率矩阵固定不变而影响预测精度的问题,本文建立了改进的灰色马尔可夫链模型.采用滑动转移概率矩阵方法,去掉最老数据并补充最新数据,从而建立新的一步转移概率矩阵.借助改进的灰色马尔可夫链模型,对全国2002-2004年交通事故10万人口死亡率进行了预测分析.结果表明,改进的灰色马尔可夫链模型比一般灰色马尔可夫链模型的预测范围更准确,预测精度更高.     

基于灰色-加权马尔可夫的机械钻速动态预测北大核心CSCD

在钻井工程中,科学准确地预测机械钻速(Rate of Penetration,ROP)对高效钻井以及钻井智能化发展具有重要意义.针对ROP的预测实效性以及波动性大的问题,在灰色系统理论的基础上,结合马尔可夫理论,建立灰色-加权马尔可夫机械钻速动态预测模型.其方法是利用灰色预测模型对ROP进行模拟预测,根据预测值的误差范围划分几个误差分布的状态空间,以不同转移步长间的状态转移信息构建状态转移概率矩阵,再利用该矩阵和不同井段的状态信息,对下一井段的ROP值进行状态空间判断并修正,同时通过不断更新模型中的数据,实现动态实时预测.以南海莺歌海盆地M井进行实例分析.结果表明:经灰色预测模型与加权马尔可夫的有效结合,ROP预测值拟合曲线不仅更加贴近实测值,而且降低了误差的离散性,具有更高的预测可信度,进而有效验证了该模型的有效性.     

基于改进灰色马尔科夫模型的年降水量预测

通过结合灰色预测和马尔科夫理论的特点,利用新信息优先的思想,提出一种改进的灰色马尔科夫预测模型,首先对序列进行滑动平均处理,然后用无偏GM(1,1)模型拟合系统的发展变化趋势,并以此为基础进行马尔科夫预测,在每一步预测中,不断推陈出新,更新原始数据.实验结果表明,与一般的灰色预测模型相比,其预测准确度尤其是中长期预测准确度得到了较大提高.     

基于三类模型的四大银行股票收益率预测研究

运用时间序列分析的预测方法,对四大银行的股票日对数收益率序列进行拟合与预测分析,分别构建ARMA模型、GARCH模型以及ARMA-GARCH组合模型,通过模型比较,实证分析表明:在拟合效果上,ARMA-GARCH模型的拟合优度优于ARMA模型和GARCH模型;在预测效果上,ARMA模型的预测效果最优,ARMA-GARCH模型次之.     

Testing coefficients of AR and bilinear time series models by a graphical approach

AR and bilinear time series models are expressed as time series chain graphical models, based on which, it is shown that the coefficients of AR and bilinear models are the conditional correlation coefficients conditioned on the other components of the time series. Then a graphically based procedure is proposed to test the significance of the coefficients of AR and bilinear time series. Simulations show that our procedure performs well both in sizes and powers. This work was supported by the Hong Kong Polytechnic University Research Council, the National Natural Science Foundation of China (Grant No. 10671044) and the Science and Technology Bureau of Guangzhou Municipal Government of China (Grant No. LSBH-017)     

基于灰色微分方程的传染病预测

本文归纳总结了传染病的几类预测方法,并通过一个例子,将灰色模型和微分方程模型结合,用于传染病的预测.     

2011年研究生建模竞赛B题的评阅综述

本题从一项科研项目中提炼、并结合目前成为关注热点的隐身技术而设计,侧重于数学建模.结合题中的2个问题,可以抽象出3个平时比较少见的数学模型:几何模型,反射投影模型和积分方程模型.在竞赛中,前2个模型都有部分同学正确地得出,可惜的是,问题2所要求的积分方程模型,在近500份答卷,却无人得出,甚为遗憾.问题2属于一个需要同时确定数个彼此关联影响的函数的问题,处理这样问题的基本方法是建立以这些函数为变量的方程组,在这里由于确定相互影响的定量关系必须用积分,所以最终得出的是一个积分方程组.微分积分是大学数学中最基本最重要的概念和方法,由此不难看出,我们的基础教育中的弊病与问题,这需要引起有识之士们的反思.     

Testing coeffcients of AR and bilinear time series models by a graphical approach

AR and bilinear time series models are expressed as time series chain graphical models, based on which, it is shown that the coefficients of AR and bilinear models are the conditional correlation coefficients conditioned on the other components of the time series. Then a graphically based procedure is proposed to test the significance of the coeffcients of AR and bilinear time series. Simulations show that our procedure performs well both in sizes and powers.     

PM2.5相关因素及分布演变的研究

以武汉市和西安市的PM2.5检测点数据及气象数据作为基础,建立了相关性分析模型,灰色关联度模型,混合回归模型,高斯烟羽模型,分期治理最优化模型等模型,通过定量与定性分析的方法,从PM2.5的相关因素、分布与演变、控制管理三个方面,对两个市的PM2.5进行了深入的研究与探讨.     

非线性非均衡蛛网模型的动态分析

描述单商品市场价格波动的蛛网模型是动态经济分析中的经典模型 ,证明了由模型 ( )所生成的价格序列在一定的条件下不会出现 3以上周期运动和混沌现象 ,并对其进行稳定性分析 ,得到模型关于均衡价格稳定的六个判别定理 .     

基于参数模型的EVaR风险度量计算方法及实证研究

针对EVaR(Expectile-based Value at Risk)风险度量提出了基于GARCH类和SV波动率模型的EVaR风险度量计算方法,即EVaR计算的参数模型方法.并基于模拟学生t分布时间序列数据,给出EVaR样本外预测的失败率检验方法:Kupiec失败率检验和动态分位数(DQ)检验法.与采用CARE(Conditional Autoregressive Expectile)模型的EVaR计算方法进行了对比研究,结果表明基于GARCH类模型和SV模型相对于基于CARE模型有更优的EVaR预测效果.选取2004年1月5日到2009年12月30日的国内外五个股票市场指数数据,针对日对数收益率进行了EVaR风险度量的实证研究,得出在金融危机期间,基于参数模型的EVaR预测要比基于CARE模型的EVaR预测更接近市场实际风险.     

基于改进Bass模型的多元技术创新扩散研究

鉴于目前并没有一个统一的模型来包含多元技术创新之间的互补性、替代性和竞争性关系,从放宽Bass模型的创新扩散独立性假设条件入手,在原有的创新需求、模仿需求基础上,引入渗透需求,构建包含多元技术创新之间的互补性、替代性和竞争性关系的统一模型--MTID模型(Multi-Technolo-gy Innovation Dif...     

基于HP-ENN-MC模型降雨量预测

综合HP滤波、Elman神经网络、马尔科夫链的优点建立HP-ENN-MC模型对某地区10年内降雨量进行预测.以某地区1990-2015年植物生育期(6-10月)的降雨量数据作为实验训练样本,以2010-2015年(6-10月)的降雨量数据为实验的测试样本,证明HP-ENN-MC模型的实用性.由最后实验结果得到,预测平均相对误差为3.83%.所建模型能够对降雨量准确预测,与Elman、ENN-MC模型相比,HP-ENN-MC模型对降雨量预测更有效.