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.     

基于等维递补的多变量灰色组合预测模型

利用等维递补建立单个多变量灰色预测模型,进而建立多变量灰色组合预测模型.通过实例说明多变量灰色组合模型的应用和效果.     

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.     

非等间距序列的灰色模型

在对原始数据序列的一次累加生成时 ,考虑序列的间距 ,提出了对非等间距序列建立 GM( 1,1)模型的基本理论和方法 .通过对算例进行的计算 ,表明本文提出的方法概念明确、计算方便、有较高的拟合和预测精度 .对解决各个领域中广泛存在的非等间距序列的建模拟合和预测问题提供了一种比较好的方法     

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.     

基于区间灰数序列的多变量灰色预测模型

针对传统的多变量灰色预测模型仅适用于实数序列的问题,对多变量在区间灰数序列的情形下进行建模.以核和灰度两个维度为基础,分别建立核序列和灰度序列的MGM(1,m)模型,通过核和灰度的模拟预测值还原计算得到多变量中各个变量对应的灰数序列的上界和下界,从而构建基于区间灰数序列的MGM(1,m)模型.最后,将提出的灰色多变量模型应用于雾霾的判别因素能见度和相对湿度,建立基于区间灰数序列的MGM(1,2)模型,对区间灰数序列的模拟预测取得了较好的效果,结果表明提出的基于核和灰度的灰色多变量预测模型具有可行性和实用性.     

基于灰作用量优化的分数阶灰色预测模型研究

针对小样本振荡型数据序列的灰建模预测问题,提出基于灰作用量优化的分数阶GM(1,1|sin+cos)预测模型.在已有经典GM(1,1|sin)的基础上,一方面,将一阶累加灰生成拓展为分数阶累加灰生成,使得构建的模型更加符合新信息优先原理.另一方面,将灰作用量b_1 sin pk+b_2改进为b_1 sin pk+b_2 cos qk+b_3,其作用是通过增加余弦函数项cos qk,使得具有两个不同周期的运动项cos qk与b_1 sin pk+b_2叠加复合之后,能够生成更加贴近于振荡原始序列趋势和特征的时间响应序列,从而得到拟合精度较高的灰色模型.其次,对建模过程的时间响应式、模型参数p和q的最优估计问题进行了研究,构造了最优累加阶数r、参数p和q的粒子群优化算法,得到的优化模型实现了某些类型振荡序列较高精度的预测.实际数据例子结果表明,所建立的模型能够较好地模拟常见振荡型数据序列的波动趋势和特征,具有较强的适用性和拟合性能.     

灰色预测模型的优化及应用

针对GM(1,1)模型在不同初始条件下预测精度不同的问题,在同一准则下,给出了两种不同初始条件下GM(1,1)优化模型的预测公式.在此基础上,证明出在同一准则下两种优化模型的模拟预测值相等,且都能获得较高的模拟预测精度.最后选取2006-2011年河南省城镇居民人均收入实际值为依据,建立GM(1,1)优化模型,并预测出2012、2013年河南省城镇居民人均收入,为相关决策部门提供了理论依据.     

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.     

基于Riccati方程的灰色多变量时滞MDRGM(1,N,α)预测模型

针对Riccati方程中含有多变量时滞效应的灰色系统建模问题,提出一种多变量时滞MDRGM(1,N,α)预测模型及其求解方法,给出了参数估计计算过程及近似响应式.在此基础上,通过数据仿真及不同模型间的对比分析验证了模型的有效性、准确性.结果表明:新构建的预测模型在预测具“S”型特征的时间序列数据时具有一定的应用价值.     

两步估计法在非等间距GM(1,1)预测模型参数估计中的应用

为提高灰色模型的预测精度,在传统建模基础上,通过分析模型解的结构,提出了一种新的方法一两步估计法.即第1步利用差分思想,给出参数的初始估计值;第2步采用非齐次指数函数优化背景值,结合积分理论,对初始估计进行修正.实例表明,方法不仅适用于非等间距模型,同样也适合等间距模型,并且模型精度理想.     

多变量灰色预测公式的改进

M GM(1,n)预测模型同样存在理论缺陷,即在形成预测公式时规定^X(1)(1)为已知条件是不合理的,应当根据实际情况选用其他数据.对原公式进行了修正和拓广,给出了新的预测公式,为提高预测精度提供了新的途径.     

多因素灰色预测模型及其应用

为避免传统的单个因素的灰色预测的缺点,将灰色预测与多元回归相结合,提出了基于GM(1,1)的多元回归模型.并将模型应用于天津市人才预测状况,取得了较好的预测效果.     

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.     

灰色预测模型的应用研究

根据灰色系统预测模型,给出和序列的多个预测方法,结合具体实例,分析各个方法的相对误差,找出相对误差最小的预测模型,从而确定实际问题的具体预测模型,同时总结各个方法的优劣;文中还根据和序列给出积序列、指数和对数序列灰色预测方法.     

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 .     

基于反余弦函数变换的灰色预测模型研究

提出了反余弦函数变换方法,证明了这种变换是级比压缩变换,能够提高序列光滑度,可以保持序列凹凸性,不会增大还原误差,满足数据变换的构造准则.通过具体算例表明,基于反余弦函数变换的GM(1,1)模型的预测精度优于传统GM(1,1)模型和基于幂函数变换的GM(1,1)模型,说明了该变换的有效性.     

基于灰色预测模型的广东省货运总量预测研究

随着广东融入"一带一路"战略以来,广东货运总量呈现快速发展的态势,但同时货运总量增长过快导致物流基础设施承载负担过重的问题,因此对货运总量规模的测算和货运总量发展趋势的探讨显得尤为重要,利用2011-2017年广东货运总量及其构成等数据,运用EXCEL、MATLABR2018b和数学建模方法,建立灰色预测GM(1,1)模型并对模型进行验证,证明模型可用,然后分别对2018-2022年广东省货运总量及其构成进行预测.结果表明:1)广东省货运总量呈逐年增加趋势,在货运总量构成中,只有铁路货运量呈逐年衰减趋势.2)在五种运输方式中,货运量结构严重不均衡,公路货运量、水路货运量平均占比分别为72.554%、24.754%.铁路货运量、管道货运量和民航货运量三者平均占比之和仅占5.522%.这表明广东省运输方式和货运结构亟待优化,同时也反映政府在货运政策调适方面滞后.最后,从基础设施投入与货运网络体系优化方面提出相应的对策.     

基于系统冲击的灰色预测模型及其应用研究

针对系统受到系统外部冲击问题,结合泛函理论和灰色系统理论,建立了含有系统冲击泛函分析因子的灰色泛函预测模型。并运用贝叶斯网络推理技术,建立了系统冲击与系统控制的灰色贝叶斯网络推理预测模型。所建模型可以分析基于系统冲击演化的泛函分析因子的动态推演问题。依据泛函分析因子的变动,可以预测与修正系统发展趋势。案例分析了2013年房地产经济受到新政策的冲击问题。由于房地产经济受到新政策冲击,使经济发展态势发生转变。根据房地产经济的当前时段信息,利用灰色贝叶斯网络推理预测模型对历史趋势进行修正,预测结果与实际数值仅有3.81%的偏离,预测结果较其它现有模型的预测结果精确。灰色贝叶斯网络推理模型强调对近期数据的开发利用,适用于预测系统近期受到外部冲击的发展趋势问题。     

基于灰色预测模型的广州港货运发展研究

新冠肺炎疫情对广州港的货运发展产生了一定程度的影响,但目前仍然缺少相关的定量研究.基于灰色预测模型,利用港口货物吞吐量、外贸货物吞吐量、集装箱吞吐量三个货运指标,在新冠肺炎疫情没发生的这一假设下,推测2020年1-8月广州港的各货运发展指标值.基于预测值与实际值的比较,定量研究广州港的货运发展受新冠肺炎的影响值,反映新...