基于灰色-马尔可夫链模型的危险化学品事故预测

根据危险化学品伤亡事故的发生受多种灰色因素影响,并且具有较大的随机波动性的特点,提出了运用灰色-马尔可夫链预测模型对危险化学品死亡人数进行预测分析.结果表明,所建立的灰色-马尔可夫链预测模型既能反映死亡人数变化的总体趋势,又能体现数据的波动性特点,其预测精度高于GM(1,1)模型的预测精度,可以较好地应用于危险化学品事故的预测,为该行业的安全管理提供准确的理论依据.     

基于灰色马尔可夫链模型的人口预测

将灰色预测模型和马尔可夫链预测相结合,将其应用到人口预测中,并依据南京市历年总人口数据进行计算,可以比较准确地预测2008年的户籍人口数,验证了其有效性;同时由模型可以预测2010年,2011年南京户籍人口数以做参考用,灰色马尔可夫链可视为人口预测的可行且有效的方法。     

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.     

基于新陈代谢灰色预测模型的西安市电力需求量的预测

选取西安市2010-2017年的总用电量数据,建立了灰色GM(1,1)模型,对西安市全年电力需求量进行预测.经检验,模型具有较高的精度.进一步通过建立新陈代谢GM(1,1)模型对西安市未来5年的全年电力需求量进行预测,为西安市的电力发展提供科学决策依据.     

基于灰色马尔可夫预测模型的农村人均收入预测

以武汉市农村人均收入为样本,将灰色预测模型和马尔可夫链预测模型相结合,通过对比预测的数据信息与实际数据信息差距,对2011年和2012年武汉市农村人均收入进行了预测计算.根据相关模拟检验与残差修正,灰色马尔可夫链可视为农村人均收入预测的可行且有效的方法.结果显示,单纯地运用灰色模型,预测值与实际值的误差均值是0.687%;通过马尔可夫链模型的二次模拟得到的误差明显减小.     

基于灰色加权马尔可夫链的移动通信市场预测

在传统的用灰色预测模型预测的方法基础上,建立了灰色加权马尔可夫链模型.以中国移动通信市场预测作为实例,介绍了使用这种模型的方法与步骤.灰色加权马尔可夫链模型既考虑了从时间序列中挖掘数据的演变规律,又通过规范化各阶自相关系数为权重,用加权的马尔可夫转移概率矩阵的变换,考虑数据的随机波动,具有严密的科学性,能较好地应用于中国移动通信市场的预测.     

基于灰色马尔可夫模型的全球创意产业贸易质量预测

运用基于灰色预测模型和马尔可夫预测模型的组合预测方法对2013—2020年全球二十四个主要国家创意产业的贸易质量进行预测.预测结果表明:各国创意产业的贸易质量在未来几年会呈现出不同的变化趋势,其中澳大利亚、加拿大、德国、印度、日本、荷兰和英国整体呈下降趋势,奥地利、比利时、巴西、中国、丹麦、芬兰、法国、爱尔兰、意大利、韩国、挪威、波兰和新加坡整体呈上升趋势,而俄罗斯、西班牙、瑞典和美国则相对稳定,但仍然处在上升通道.     

马尔可夫链模型在灾变预测中的应用

利用马尔可夫链模型的原理预测灾变，以郑州市旱涝等级的预测作为实例，介绍了使用这种模型的方法与步骤，预测结果表明，利用马尔可夫链模型预测灾变是可行的。     

奥运会男子现代五项前三名成绩的灰色马尔可夫链预测模型的研究

研究了奥运会男子现代五项前三名成绩的预测模型.将灰色GM(1,1)模型和马尔可夫模型结合,构建了灰色马尔可夫预测模型.对奥运会男子现代五项前三名成绩趋势进行了预测,给出了第30届奥运会男子现代五项前三名成绩的预测结果,并大大提高了预测精度.     

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.     

灰色-马尔柯夫链预测优化模型——以江苏省物流需求预测为例

讨论了现有灰色-马尔柯夫链预测方法的基本思路,针对该思路的不足之处提出了合理刻画预测模型精度特征的两个精度指标——均值指标和稳定性指标,并据此建立了灰色-马尔柯夫链预测优化模型,最终以江苏省物流需求为例,对该模型进行了实例验证和应用.     

基于ARIMA模型的我国稀土需求统计及预测分析

以我国1978-2012年稀土需求量数据为样本,运用ARIMA模型对我国"十二五"末稀土需求量进行预测分析.预测结果表明2013-2015年我国稀土需求量总体上将持续增长,到2015年我国稀土需求总量将达到8.27万吨(REO),与2012年相比,年复合增长率为8.48%.预测具有较高的拟合精度,拟合值与观测值具有较好的一致性.通过对我国稀土需求量进行预测以期为政府制定相关行业政策提供决策依据.     

对北京市年需水量预测模型的研究

水资源的供给问题是每个城市都要面临的一项必须且复杂的基础建设任务。对城市需水量的预测直接关系到一个城市供水系统的建设规模与安全运行,是实现科学调度的必要前提。本文通过对北京市2001-2014年需水量及其影响因素相关数据的分析,分别建立了普通线性回归及偏最小二乘线性回归预测模型。通过对模型的比较分析及仿真模拟预测计算,发现偏最小二乘线性回归预测模型不仅易于解释,更适合做外推预测,具有较强的应用价值。     

基于灰色系统模型的山西省物流需求预测分析

选取山西省2007-2013年的货运周转量、全省生产总值、人均生产总值、进出口总额、公路里程、铁路营业里程、公路载货汽车拥有量等10个影响因素,利用灰色关联分析对影响山西省物流发展的这些影响因素进行分析,结果显示人均生产总值对山西省物流发展的影响力度最大,选取货运周转量为特征因素,人均生产总值为其相关因素,利用灰色预测模型GM(1,2)模型,对山西省未来3年的物流需求进行预测.预测结果显示:模型具有较高的预测精度,对山西省物流的规划和制2发展战略起到参考作用.     

供应链协同需求预测机制研究

如何实现供应链需求预测的有效协同是一个需要解决的难点问题。论文基于博弈论分析了协同需求预测的利益分配机制,定量分析了供应链协同需求预测的整体收益系数,提出了考虑收益和成本的动态激励机制,还定性分析了核心企业主导、信息共享以及信任等机制。提出的机制对提高供应链整体的预测能力,提升竞争力和整体绩效具有很好的价值。     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

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.     

阶层流动变化下的马尔科夫预测模型

针对总体内不同阶层随机流动的变化过程,分析了阶层结构的随机性质,利用马尔科夫方法建立了多次流动下阶层结构变化趋势的预测模型,并展示了模型应用的良好效果。研究结果为劳动力市场人才流动、城乡二元人口流动、社会经济阶层流动等问题的研究,提供了一种有效的思路和方法。     

基于IGRA-ISVD约减和RBF的森林火灾消防直升机需求预测模型

针对森林火灾消防直升机需求预测问题,提出了一种基于改进灰色关联分析(IGRA)和改进奇异值分解(ISVD)约简的径向基函数(RBF)神经网络预测模型.首先,基于既有研究梳理了森林火灾消防直升机需求预测指标体系;然后,在改进灰色关联分析和奇异值分解方法的基础上,分别对消防直升机需求预测数据信息进行属性约简和维度约简;最后...     

一种基于季节指数的灰色马尔科夫气温预测模型

提出一种根据气温历史数据的年际周期性和季节性变化规律建立的基于季节指数的灰色-马尔科夫气温预测模型.模型将纵向与横向分析相结合方法运用到气温预报之中,通过季节指数修正气温的横向季节性变化,再用灰色模型进行预测,最后通过马尔科夫进行误差修正.实例运用中,对广州市的2000年月平均气温进行预测,在与历史数据的对比中表明,模型预测结果较为准确,可靠性较好.并讨论说明该模型也可推广到其他具有周期特征的非平稳时间序列的预测中,并大大提高预测精度.