灰色GM(1,1,(√t))模型及在药动学中的应用

将灰色理论用于人体药物代谢动力学的研究,建立了一种新的灰色模型GM(1,1,(√t)),适合于那些单峰形态的原始数据列.并根据抗高血压药复方卡托普利片的血药浓度给出了灰色药物动力模型.结果表明,精度优于传统的一室模型,而且所用参数少,便于计算.灰色理论可用于药物动力学中单峰序列的研究.     

灰色GM(1,1,

将灰色理论用于人体药物代谢动力学的研究,建立了一种新的灰色模型GM(1,1,     

格列吡嗪片血药浓度的灰色药物动力学模型

应用灰色理论研究格列吡嗪片剂在健康志愿者体内的药物动力学模型. 8名健康志愿者口服格列吡嗪片5 mg后,用HPLC法测定不同时间血清中血药浓度,并建立格列吡嗪片在体内的灰色药物力学模型.预测值与实测值的平均绝对误差E =0 .5 3 2 ,平均相对误差为1 .0 5 9% ;达峰时间tmax =2 .5 6h;达峰浓度Cmax=0 .3 85 8μg/ml;曲线下总面积AUC =2 .75 44(μg/ml) * hour.该灰色模型的建立为格列吡嗪片剂的临床合理化用药提供了理论依据.     

倒数累加生成灰色GRM(1,1)模型及应用

相对传统的累加生成提出倒数累加生成的定义 ,并给出其灰色 GRM( 1,1)模型及其在药物动力学中的应用 .为建立灰色模型提供了新的生成方法     

堆浸浸出率灰色动态GDM(1,1)预测研究

基于灰色系统理论扩展了GM(1,1)模型建模方法.给出了一些既改善原始数据列的光滑度,又减少还原误差的变换函数构造条件.首次将灰色动态模型结合变换函数应用于堆浸过程浸出率的预测.结果表明:该方法预测精度高,为实现浸出动力学未来行为的预测和控制提供了一种新的方法.     

基于灰色理论的漂浮性海藻酸钠微球药物缓释模型

以阿维菌素(AVM)为囊芯材料,海藻酸钠(SA)为包埋材料,通过添加发泡剂的形式,在C a2+的交联浴中制备了漂浮性SA微球.通过实验对漂浮性SA微球中AVM的释放情况进行检测,并应用灰色理论的GM(1,1)模型对微球的药物缓释性能进行了模拟和预测,结果显示模型的模拟值和预测值与实验数据的相对误差较小.表明灰色理论模型可用于模拟和预测SA微球的药物释放过程.     

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.     

关于一个两室的多次快速静脉注射模型的研究

我们把传统的快速静脉注射药物动力学模型改进为脉冲微分方程模型,运用脉冲微分方程理论研究一个两室的多次快速静脉注射脉冲模型的稳态血药浓度(坪浓度),峰浓度,最小有效血药浓度和平均血药浓度,用药间隔周期等等,从而便于设计最佳用药方案.该文所得结论对指导临床用药具有积极意义并丰富了现有的药物动力学的研究成果.     

关于多次口服或肌肉注射模型的研究

我们分别研究等剂量和不等剂量多次口服或肌肉注射仓室模型,把传统的药物动力学模型改进为脉冲微分方程模型,运用脉冲微分方程理论得到稳态血药浓度(坪浓度),峰浓度,最小有效血药浓度和平均血药浓度,用药间隔周期等等,从而便于设计最佳用药方案.该文所得结论对指导临床用药具有积极意义并丰富了现有的药物动力学的研究成果.     

基于无偏灰色PSOMarkov优化模型的加油站便利店零售销量预测方法研究

加油站便利店是一种新兴的零售业态,准确地预测其零售销量具有重要意义.以往的销量预测模型多为单一模型,提出了一种基于粒子群优化的无偏灰色PSOMarkov预测方法.首先,基于灰色系统理论建立了无偏GM(1,1)预测模型,消除了常规GM(1,1)预测模型的固有偏差.其次,利用Markov理论对无偏GM(1,1)预测模型的相对残差进行了修正,模型能较好地体现数据的波动特征.最后,利用改进的粒子群优化算法白化无偏GM(1,1)-Markov预测模型灰区间的参数,得到无偏灰色PSO-Markov预测模型.通过云南昆明市红瓦副加油站便利店的零售销量案例表明,模型能提高预测模型的精度.模型可用于加油站便利店的商品销售预测,并为企业的经营决策提供依据.     

基于熵值法的组合预测模型及其在高峰负荷预测中应用

组合预测可以综合利用各单一预测方法所提供的信息,是提高预测精度的有效途径.本文在指数平滑预测法及灰色预测方法的基础上建立组合预测模型,采用熵值法确定组合权系数,并对某电网高峰负荷进行了预测.实例表明,此模型具有很强的实用性和很高的预测精度.     

A new multivariable grey prediction model with structure compatibility

A new multivariable grey prediction model was proposed by adding a dependent variable lag term, a linear correction term and a random disturbance term to the traditional GM(1,N) model. It was theoretically proved that the new model can be completely compatible with the mainstream single variable and multivariable grey prediction models by adjusting and changing the model's parameters. To test the performance of the new model, three case studies were performed. The simulation and prediction results of the new model were compared with those of other grey prediction models. Results showed that the new model had evidently superior performance to other grey models, which confirms that the structure design of the new model is more reasonable than those of the other existing grey prediction models.     

A novel multivariate grey model for forecasting the sequence of ternary interval numbers

A novel multivariate grey model suitable for the sequence of ternary interval numbers is presented in the paper. New model takes into account the influencing factors on the system behavior characteristic. New parameter setting makes the model directly applicable to the sequence of ternary interval number without the need to convert the sequence into real sequence. A compensation coefficient taken as a ternary interval number is added to the model equation. The accumulation method based on the new information priority is proposed to estimate coefficients. A connotative prediction formula is derived to replace the white response equation of the classical multivariate grey model. The single variable grey model, which takes into account the development trend of system behavior itself, is combined with the novel multivariate grey model based on the degree of grey incidence. Interval forecasts for China's electricity generation and consumer price index show that the new model has good performance.     

基于数据变换的优化GM(1,1)模型

本文研究了提高灰色GM(1,1)模型预测精度的问题.利用复合函数变换对原始数据序列经过一定处理的基础上同时优化模型的背景值和初始值的方法,获得了比改进单个模型条件更高预测精度的GM(1,1)模型,推广了灰色预测模型的适用范围.     

基于标准区间灰数的发展带离散DDGM预测模型

由于区间灰数运算体系尚不完善,灰数间的代数运算将导致结果灰度增加,难以有效构建基于"区间灰数"的灰色发展带预测模型.对此,通过将区间灰数进行标准化处理,分解成基于实数形式的"白部"和"灰部"两个部分;然后分别对"白部"和"灰部"建立发展带预测模型,再推导并还原得到区间灰数的发展带预测模型;最后,将模型用于摆动幅度大且整体趋势增长的区间灰数在未来时刻的预测,预测效果验证了所提出模型的有效性.     

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.     

基于LS-SVM的管道腐蚀速率灰色组合预测模型

为提高管道腐蚀速率预测精度,建立了一种基于最小二乘支持向量机的灰色组合预测模型.以各种灰色模型对管道腐蚀速率的预测结果作为支持向量机的输入,以管道腐蚀速率的实测值作为支持向量机的输出,采用最小二乘支持向量机回归算法和高斯核函数对支持向量机进行训练,利用训练好的支持向量机进行组合预测.预测模型兼具灰色模型所需原始数据少、建模简单、运算方便的优势和最小二乘支持向量机具有泛化能力强、非线性拟合性好、小样本等特性,弥补了单一预测模型的不足,避免了神经网络组合预测易于陷入局部最优的弱点.模型结构简单、实用,仿真结果验证了其有效性.     

基于灾变灰预测的电力峰谷差异常的预测模型研究

电力负荷预测过程中,峰谷值波动是一种正常现象,当高峰期负荷急速攀升时,可能出现峰谷差异常问题(如异常值、随机误差项的异方差等),则会给电力企业带来麻烦和损失.为了对负荷峰谷差异常进行有效的预测,构建了一个基于灾变灰预测的电力峰谷差异常的预测模型,并结合实例说明了此模型的可行性和有效性.     

中美双边航空运输市场组合预测研究

预测应用研究表明,组合预测可以综合利用各单项预测方法所提供的信息,是提高预测精度的有效途径.本文在平均发展速度预测法、指数趋势预测以及灰色预测方法的基础上建立组合预测模型,采用熵值法确定组合权系数,预测了2006年至2010年中美间航空运输周转量、中美间航空客运量及货运量.