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.     

基于GA-BP模型的北京城镇农产品冷链物流需求预测

以农产品冷链物流需求为研究对象,从农产品供给、社会经济、冷链发展、人文、物流需求规模五个角度构建其指标体系,利用遗传算法(GA)的全局搜寻能力,构造了预测农产品冷链物流需求的遗传BP神经网络模型(GA-BP)并以北京为实例,对其城镇农产品冷链物流需求进行预测.结果表明,建立的模型对冷链物流需求与其影响因素的非线性关系有较强的刻画能力和较高的预测精度,能够为农产品冷链物流规划者及政府提供定量的决策依据.     

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.     

大连水产品冷链物流需求影响因素分析及其预测

提出了一种基于GM(1,1)和BP神经网络的组合预测模型.首先对传统GM(1,1)模型的背景值进行改进,再利用改进的GM(1,1)模型和BP神经网络模型各自的优势分别预测冷链物流需求量的线性主体部分和非线性残差部分,然后将二者进行加和,并通过MATLAB对大连水产品冷链物流需求量进行仿真预测.结果表明,与单一的预测模型相比,该组合模型具有更高的预测精度,使预测结果更接近实际情况.     

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.     

基于优化的灰色-权马尔科夫模型的径流量预测

采用滑动平均法处理1990-2013年沣河秦渡镇水文站径流量数据序列,建立灰色模型GM(1,1)和权马尔科夫链(WMCP)模型组合预测模型,并利用模糊集理论的级别特征值解决了预测结果为区间状态的问题,将模型进行了优化.结果表明,相较于传统的灰色-马尔科夫模型,在结合了WMCP之后的优化模型预测结果与实测资料比较吻合,模型预报精度有所提高.     

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.     

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.     

基于灰色马尔科夫模型的陕西省铁路客运量预测

随着我国高铁客运的快速发展,从铁路客运历史趋势中探寻规律、把握铁路客运发展趋势,旨在对中国铁路公司及相关企业的决策提供科学依据.基于2005-2016年陕西省铁路客运量数据,在灰色GM(1,1)模型预测的基础上,运用马尔科夫过程对预测值进行修正,并对2017-2022年陕西省铁路客运量进行预测.结果表明:经过马尔科夫过程修正的灰色预测模型平均绝对误差由原来的4.64%降低到2.94%,预测效果明显.经检验,灰色马尔科夫模型的精度等级为一级,说明了方法对陕西省铁路客运量预测的有效性.     

基于优化的灰色马尔可夫内蒙古电力需求预测模型

针对电力需求随机性和波动性的特点,建立优化的灰色马尔可夫预测模型.利用该模型,对内蒙古自治区2006-2015年的电力消费数据,进行数值模拟.使用三种检验方法:残差、关联度和后验差对结果进行检验.实验结果表明:平均相对残差达到1.0%,关联度满意,后验差预测等级为好.在此基础上,对内蒙古未来五年的电力需求进行预测,并提出建议与对策,对内蒙古制定可行的电力发展规划方案具有参考价值.     

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.     

基于灰色GM(1.1)模型的预测研究——邯郸市城镇化水平预测

灰色GM(1.1)模型适合少量数据的系统预测.当随时间序列的数据只有少量几个,无法采用统计和其他的预测方法时,它作为一种少数据的系统预测十分有效.将1999-2003年5年中的邯郸的城镇化水平作为灰色预测的原始数据,建立邯郸市城镇化水平灰色预测模型,并采用残差估计进行模型检验.成功地建立了邯郸市城镇化水平灰色预测模型.     

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GM-Markov模型的京津冀区域物流需求量的预测

利用2009-2014年京津冀三地的货运量,通过灰色预测模型中的GM(1,1)预测模型分别对京津冀三地2015-2017年的货运量进行预测,经过后验差比值和小误差概率检验,得出采用该模型的预测精度为优.同时采用Markov模型对灰色模型进行修正,构建出了新的GM-Markov模型,采用新模型分别对京津冀三地2015-2017年的货运量进行预测,将前后模型预测的结果与实际值进行比较,得出采用GM-Markov模型比单纯的运用GM(1,1)预测模型预测的结果更为精确.最后,利用GM-Markov模型分别对京津冀三地2018-2022年的物流需求量进行了预测,得出了京津冀三地货运量未来的变化趋势.     

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.     

基于灰色预测模型的山西省批发零售业人员需求分析

以灰色预测模型GM(1,1)的原理与方法为基础,以山西省2010-2014年批发零售业从业人员数为依据.对山西省未来五年的批发零售业人员需求量进行预测,预测结果为山西省未来的产业政策与就业政策的制定提供参考.     

基于组合预测模型的物流园区物流需求预测——以重庆空港物流园为例

物流需求预测是物流园区整体规划的重要前提,准确的物流需求预测可以大大提高物流园区规划的科学性.首先建立了趋势曲线预测模型、回归预测模型及灰色预测模型的物流需求单项预测模型,鉴于单项预测模型的局限性,然后以Shapley值为权重确定方法,建立了组合预测模型,并以重庆空港物流园为例进行应用,最后得出了2015年和2020年重庆空港物流园物流需求的预测值.研究表明,组合预测比单项预测具有更高的精度和稳定性,方法在物流园区物流需求预测中具有推广应用价值.     

中国主要石油进口来源国国家风险预测模型与应用

从当前备受国际关注的国家风险问题出发,试图找到稳定有效的方法对中国的6个主要的石油进口来源国的国家风险进行预测.研究利用了ICRG国家风险综合得分的数据,在运用灰色预测模型和灰色马尔可夫模型的基础上,加入了小波原理对序列残差进行降噪处理,提出了小波灰色马尔可夫模型用于对国家风险得分的预测.经过多个序列不同模型的试验比较,证实小波灰色马尔可夫模型在对石油资源国的国家风险得分拟合与预测中均有较好的效果.     

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.     

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.