基于灰色马尔科夫理论的进近着陆不安全事件预测

飞行进近着陆阶段最容易诱发不安全事件.鉴于进近着陆不安全事件诱因受多种因素的影响及具有较大随机波动性的特点,运用灰色马尔科夫模型状态预测方法,对进近着陆不安全事件预测.结果表明,灰色马尔科夫模型预测精度明显高于GM(1,1)模型,适用于随机性和波动性较大的预测问题,为进近着陆不安全事件预测提供了有效方法.     

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.     

公共聚集场所特大火灾的灰色拓扑预测模型

根据1991年至2006年间中国公共聚集场所火灾统计资料,针对公共聚集场所特大火灾影响因子的不确定性和数据的波动性,运用灰色拓扑预测方法探讨了公共聚集场所特大火灾发生的规律,并建立灰色拓扑预测模型,预测未来5年内火灾发生情况.结果表明,所建立的灰色拓扑预测模型的检验精度都达到"好"的标准.因此采用灰色拓扑预测模型对中国公共聚集场所特大火灾发生情况进行预测结果比较可靠,可供消防部门参考.     

灰色关联度原理在农业系统“诊断”中的应用

概率论的发展以及统计学的研究,深化了人们对事物因果关系的认识.但它受到信息的“大样本”限制,对于诸如农业、经济这样的“巨系统”,若通过试验得“样本”,事实上是难以实现的.在更多的领域里,不仅需要数学的统计规律,更多的情况是研究事物发展的内在规律和联系. 根据农业的统计资料,我们可以得到农业系统的部分信息,这种事物内部特性部分已知、部分未知的系统称为“灰色系统”,相应的“灰色理论”主张充分利用系统内部表现的部分确知信息(“白色参数”),研究系统各因素联系的序点关系,即进行灰色关联度分析. 一、灰色美联度原理及数学模…     

基于最小二乘法的GM(1,1)模型在我国蔬菜产量预测中的应用研究

从2011年起,蔬菜产量和产值均超过粮食,已跃居成为中国的第一大农产品,其生产状况影响全国市场的稳定.蔬菜产量受诸多因素影响因此数据波动性大,并且具有小样本性及贫信息等特点.本文采用基于最小二乘法的GM(1,1)模型,应用灰色系统预测理论对我国未来几年内蔬菜产量进行了短期预测.首先介绍了普通GM(1,1)模型;然后通过最小二乘法的原理弱化波动较大的数据,减少随机性,加强规律性建立基于最小二乘法的GM(1,1)模型;其次结合2009至2013年我国蔬菜产量数据建立预测模型;最后经过误差检验并使用2014年数据对模型可靠性进行验证,基于最小二乘法的GM(1,1)模型的预测结果更加接近实际值.预测结果显示未来3年中国蔬菜产量将持续增加,该模型为其他相关预测提供了理论依据,也便于我国对未来蔬菜产品市场进行宏观调控,维持市场平衡,避免价格波动风险.     

基于灰色线性回归组合模型的我国家用陶瓷出口预测研究

对我国家用陶瓷出口进行准确预测,是有关部门制定政策的重要依据,也是家用陶瓷行业开发国际市场的重要参考,由于家用陶瓷出口是一个信息不完全的灰色系统,仅用单一模型进行预测,往往效果不佳.通过构建灰色线性回归组合模型,对我国家用陶瓷出口量进行预测.研究表明,该组合模型具有较高的预测精度,克服了单一模型缺陷,能用于对家用陶瓷出口预测研究.最后,根据预测结果,分析了我国家用陶瓷出口增长所遇到的制约与瓶颈.     

安徽省道路交通事故影响因素分析及其预测研究

以安徽省道路交通安全状况为研究对象,探讨分析安徽省道路交通事故致因要素及未来发展趋势.首先利用灰色关联度法分析道路交通事故数与相关致因要素之间的关联度,得出人口因素是主导因素,其次为环境因素,包括社会经济环境和道路环境.在此基础上,运用灰色GM(1,1)及其残差改进模型,对事故起数及其主导因素进行预测研究,结果证明灰色预测可以很好地预测人口发展趋势,但对事故起数这样波动较大的数据更适宜残差修正模型.     

基于灰色线性回归组合预测模型的牡丹江旅游人数预测研究

针对牡丹江旅游人数预测问题,考虑到旅游人数变化是受多种因素影响的信息不完全灰色系统,利用单一模型预测处理,效果往往并不理想.因此,本文通过建立灰色线性回归组合预测模型来研究这一问题.研究结果表明,所建立的组合预测模型的拟合效果优于所选单一模型,具有较好的预测精度及稳定性.并利用此组合预测模型对牡丹江2019年-2021年的旅游人数作了短期预测,可为牡丹江市未来旅游规划提供较科学的数据资料依据.     

股市可预测性与技术指标协整性的模型检验

一个有效的股市,其价格应该是随机波动的,反映市场信息的同质等量分布,或者说无人能靠分析过去的信息而赚到钱。但这与“可预测”并无矛盾,因为预测科学本身并不能提供１００％的精度,而且“可预测”和靠预测来赚钱又根本是两回事,股市有效性所遵从的随机游动模型本身就告诉了我们这一点。本文从建立股市自回归预测模型出发,并通过检验股市主要技术指标的协整性来说明这一点,同时指出了各种模型的阶数高与低与股市有效性相对强与弱之间的存在着反向的关系     

灰色预测GM(1,1)模型的改进及应用

应用自动寻优定权的方法和最小二乘法,研究了灰色系统理论中灰色预测GM(1,1)模型的预测公式的形成过程,发现灰色预测GM(1,1)模型在形成预测公式时对背景值和初始值的规定是不尽合理的,且现有的改进方法对灰色预测GM(1,1)模型的改进还不尽完善.为了提高灰色预测GM(1,1)模型的预测精度,提出并使用自动寻优定权对背景值进行选择,基于最小二乘法原理对灰色预测GM(1,1)模型的初始值进行改进.实例结果表明,提出的改进方法是有效和完善的,对灰色预测GM(1,1)模型的预测精度也有较大的提高.     

灰色GM(1,1)预测模型及拓展研究进展

灰色预测是一种不确定性系统预测理论,以GM(1,1)为基础的预测模型得到较多关注与研究.针对GM(1,1)及相关拓展和改进模型,总结近年来主要研究成果,从预测精确度研究、模型适应性研究、模型结构拓展、冲击扰动预测四个方面对相关文献进行综述,梳理灰色预测领域重要成果,探讨有待深入研究的问题并提出灰色预测理论未来发展建议.     

基于SMOTERF算法处理客户流失不平衡问题的研究

数据不平衡性是目前数据挖掘面临的主要问题之一.在客户流失预测研究中,数据不平衡的问题影响预测精度,导致准确率低,AUC值变小.传统重采样方法虽然能够解决数据不平衡问题,但会导致有效信息缺失、数据过度拟合等问题,为避免问题发生文中采用SMOTERF法,针对客户流失数据进行平衡后再用分类预测能较大地解决数据不平衡问题,且准确率高,AUC值大,效果较好.近年来服务业对客户流失的关切度越来越高,研究如何在原有的客户信息上去预测未来客户流失状况作出及时的应对措施,减少企业损失有重要意义.在客户流失预测中,对于解决数据的不平衡表现尤为重要.     

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.     

基于时间序列与灰色拓扑的春节火灾损失预测

火灾每年给中国带来了巨大的损失,春节期间的火灾损失更是严重.根据1999-2010年春节期间火灾统计资料,火灾四项指标数据具有时序性以及随机波动性、模糊性.运用时间序列与灰色拓扑预测方法相结合预测春节期间火灾发生规律,且预测出未来3年内的火灾发生情况.结果表明,时间序列预测模型的平均绝对误差较小,且所建立的灰色拓扑预测模型的拟合精度都达到"好"的标准.因此,采用时间序列与灰色拓扑预测模型相结合对春节火灾发生情况进行预测,其结果合理可靠,可供理论研究和消防部门做出相应的预防措施参考,以达到有效控制和预防春节火灾的目的.     

基于神经网络算法的海南旅游需求测估模型

在详细调查海南旅游相关数据的前提下,先建立模型对海南旅游需求进行了预测,然后分析了影响旅游需求的主要因素.先用GM(1,1)灰色模型对海南省旅游人数进行预测,并用马尔科夫链修正误差,在灰色模型的基础上进行了优化.进一步,我们将灰色模型与BP神经网络模型结合起来进行预测,并针对BP网络输入层提供了2种方法:三年滚动预测、多因素预测.得出结论:海南旅游人数还将会逐年递增.同时,通过比较相对误差发现,对于问题的预测精度:BP神经网络灰色模型.最后,我们利用灰色关联度模型得出各因素对旅游需求的影响:服务交通景观发展消费环境.     

上海市社会总抚养比的预测分析——基于最小二乘法的改进GM（1,1）模型

上海市社会总抚养比受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此文章提出了基于最小二乘法的改进GM（1,1）模型.首先文章介绍了普通GM（1,1）模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM（1,1）模型;最后结合2007-2011年上海市社会总抚养比数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年上海市社会总抚养比,便于该市对未来经济的发展宏观调控.结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据.     

灰色Verhulst模型优化的新方法

通过分析传统灰色Verhulst模型利用倒数变换求解白化方程发现了灰色微分方程与白化方程不匹配而导致误差的根源,提出了直接对原始序列的一次累加序列作倒数变换后建立与倒数替换后的白化方程相匹配的灰色微分方程来估计参数a和b,并在此基础上将优化灰导数以改造灰色方程与利用平均相对误差最小为指标确定响应系数的方法相结合对模型进行了优化.结果表明,该优化模型对其本身的时间响应函数所表达的曲线进行模拟和预测具有重合性.通过实例分析说明了优化模型使得传统模型的模拟预测精度得到明显的提高.     

基于灰色系统理论的城市火灾预测分析

提出利用灰色系统理论对城市火灾进行预测的合理性 ,在一般灰色系统模型 GM(1 ,1 )的基础上 ,通过利用等维灰色递补动态预测模型为基础对原始数据预处理及变换后 ,结合对城市火灾按不同分时段进行预测比较 ,最后以某市近年来的火灾状况为例进行了预测 ,结果表明基于灰色系统理论进行分时段预测城市火灾发生时结果更精确 .     

基于最小二乘法的改进GM(1,1)模型在上海市社会总抚养比预测中的应用

由于上海市社会总抚养比受到诸多因素的影响,导致数据波动性较大,如果采用普通灰色预测模型无法更加准确地进行预测,因此文章提出了一种改进的GM(1,1)模型.通过将改进模型与普通模型进行对比得出采用二次多项式拟合的改进模型预测精度较高,因此文章采用二次多项式模拟的改进模型进行预测.将该改进模型应用于上海市社会总抚养比预测中,并结合2007-2011年上海市社会总抚养比数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年上海市社会总抚养比,便于该市对未来经济的发展宏观调控.结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据.