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.     

基于等间距化的非等间距灰色GM(1,1)模型及优化

针对现有非等间距GM(1,1)模型存在的不足,借鉴分段线性插值将非等间距序列等间距化的思想,以非等间距的方法建立了一种新的非等间距GM(1,1)模型,模型不需计算插值数据,可直接利用原始数据建模.然后通过赋予原始数据下标序列变换系数,利用平均模拟相对误差最小的原则确定各参数,建立优化后的非等间距GM(1,1)模型.最后通过算例测试和应用实例表明提出模型的有效性和可行性.     

非等间距序列建模过程中存在的问题及改进

在研究非等间距序列的基础上 ,本文将非等间距累加运用于非等间距序列的建模过程中 ,使原有模型得到改进 .实例表明 ,改进后模型的精度有了很大提高     

变参数非等间距GM(1,1)模型及应用

在对非等间距序列建模时,考虑到序列本身的特点,结合GM(1,1)模型的建模过程,提出了一种对非等间距序列建立变参数GM(1,1)模型的方法,并将其应用于具体实例进行分析,计算结果表明本文提出的方法具有较高的精度,从而为解决非等间距序列的拟合及预测问题提供了一种比较好的思路.     

非等间距NGM(1,1,k)模型及其应用

针对近似非齐次指数律的非等间距序列预测问题,提出了一种非等间距NGM(1,1,k)模型.为进一步提高模型的预测精度,利用线性插值方法对模型的背景值进行重构,以平均相对误差最小化为目标,建立了关于插值系数的优化模型,并运用穷举算法确定模型的最优插值系数.最后通过两个实例表明了非等间距NGM(1,1,k)模型及其优化模型的有效性和实用性.     

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.     

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.     

加权非等间隔灰色Verhulst模型及其应用

针对建筑物沉降监测数据量少、信息贫乏,且具非等时距、呈S形变化的特点,建立了能够反映饱和状态的非等间隔灰色Verhulst模型.因早期建模数据对模型预测精度贡献较小,而靠近预测时间的建模数据贡献则较大,故建模时按时间先后对建模数据赋予了不同的权重,以此体现贡献大小.实证分析表明,采用数据加权能够提高模型的预测精度,从对建模以外的监测数据预测结果来看,效果优于已有一些模型.     

非等间隔灰色Verhulst模型的病态性再研究

继续对非等间隔灰色Verhulst模型病态性问题进一步深入研究,通过对模型线性化处理得出解的新形式,指出了非等间隔对解的影响程度,从矩阵条件数的角度分析并得到了模型线性化后存在病态性的主要原因是建模数据较大或呈现病态,并给出具体的改进措施.通过实例对比验证,对数据进行变换之后再建立线性化的非等间隔灰色Verhulst模型,其系数矩阵条件数和模型预测精度两方面均得到较大的改善即系数矩阵条件数达到良态且模型精度也比传统模型要高.本方法为其他灰色模型的病态性研究提供了一种参考.     

基于小生境遗传算法的非等间隔灰色直接模型

建立了具有白指数律重合性的非等间隔灰色直接模型 ,给出了模型参数优化的小生境遗传算法 .应用这种方法 ,对某住宅楼的地基沉降进行了非等间隔预测 ,取得了很好的效果 .     

基于灰色模型的朱鹮繁殖状况的预测

考虑到朱鹮种群数目的统计资料小样本,贫信息的特点,运用灰色理论建立模型对其种群数量进行预测,预测结果基本符合实际.     

灰色系统模型病态矩阵的双正则化算法

灰色系统模型矩阵会存在病态问题.为消除其病态性,基于病态矩阵的双正则化方法,建立了正则化灰色系统模型中灰参数求解的表达式,给出了其导出方式;提出了正则参数α的选择原则.从而避免了灰参数求解过程中矩阵的病态问题.数值试验分析说明,灰色系统模型的双正则化算法是正确和适用的.     

改进灰导数和时间响应函数的新灰色预测模型

以白化方程为基础,利用梯形公式白化灰导数,同时根据最小二乘法求出时间响应函数中的常数c,得到一种改进的灰色预测模型.应用实例说明改进模型具有较高的预测和拟合精度.     

A Khinchin Sequence

We prove that the geometric and harmonic means of the sequence of positive integers proposed by Bailey, Borwein, and Crandall converge to the corresponding Khinchin Constants.

     

关于非等距序列建模过程的讨论

目的:怎样建立非等距序列的最佳数学模型.方法:讨论用灰色系统GM(1.1)模型和非线性回归方法建立非等距序列的数学模型的过程,找出产生问题的原因,寻求解决问题的方法.结果:接近于指数规律变化的非等距序列,用非线性回归方法建立的数学模型比用灰色系统GM(1.1)模型方法建立的数学模型的精度高;对于其他的非等距序列,用灰色系统GM(1.1)模型方法建立的数学模型比用非线性回归方法建立的数学模型的精度高.结论:在建立非等距序列的数学模型时,采用灰色系统GM(1.1)模型方法与非线性回归方法结合的策略,可以得到较佳的数学模型.     

基于白化权函数的区间灰数预测模型

针对传统灰色预测模型无法进行白化权函数已知的区间灰数预测的缺陷,通过先将区间灰数进行标准化处理,分解成实数形式的"白部"和"灰部",然后分别对"白部"和"灰部"序列进行预测.再将已知的白化权函数映射为[0,1]区间上的函数,并用函数的面积和重心估计出预测值的白化权函数.模型不仅能解决典型白化权函数的类型,还能解决三角白化权函数的情况,且建模机理简单,计算简便.最后,将模型应用于黄河宁蒙河段巴彦高勒站的凌期日均流量的预测,验证了新模型的有效性及实用性.     

一种预测轨检车TQI值的等维递补方法

构建灰色模型和ARMA模型的组合模型,并在此基础上构建等维递补模型预测轨检车TQI数据,根据预测数据与实际数据的误差实时调整预测模型.将该模型应用到轨检车TQI数值的预测上,可以分析和预测轨道状态变化趋势,为轨道维修计划的科学制定提供辅助决策.