灰色系统理论在宁海电力需求预测中的应用

本文首先通过灰色理论中的GM(1,1)模型对2006—2012年宁海的电力需求进行预测。经残差检验,可以看出预测误差较小,从而能够反映其实际发展趋势。其次利用灰色系统理论对影响电力需求的社会、经济因素进行灰色关联分析。     

灰色理论GM（1，1）模型在农民人均收入预测中的应用

农民人均收入是衡量农业发展水平和农民生活现状的一个重要的技术指标。基于灰色理论GM（1,1）模型,以河南省某乡镇2001-2008年农民的人均收入统计数据为基础,对未来几年农民人均收入进行预测,从而为新农村建设提供有效的参考依据。     

应用灰色理论预测混合动力汽车蓄电池的剩余容量

电池剩余容量预测是混合动力汽车一个非常关键的问题,文章在分析混合动力汽车蓄电池充电和放电特性的基础上,针对蓄电池内阻与剩余容量之间的非线性关系,采用了一种在线的灰色GM（1,1）模型群方法对蓄电池单元的剩余容量进行预测。但是采用简单的灰色模型对蓄电池的容量进行预测会带来很大的误差,文中首先用灰色GM（1,1）的常规模型原理并对蓄电池剩余容量建立了简单的模型,其次详细分析了采用灰色GM（1,1）模型群的方法来提高预测精度的原理及方法。仿真模型的结果不但表明灰色GM（1,1）的模型群能有效地提高预测精度,而且避免了单个灰色GM（1,1）的模型由于不稳定信息造成的不足;最后通过残差检验,检测误差较小,具有较强的可信度,适用于混合动力汽车的蓄电池剩余容量预测。     

灰色模型预测风电功率

本文旨在提出风电功率预测的一种可行方法。尝试运用了灰色系统预测GM(1,1)模型对未来672个时间点的风电功率进行了预测(事先规定一个时间点为15分钟,下同)。通过软件仿真得到预测结果,并采用日准确率、日合格率等四个指标对预测结果进行了评估。     

基于灰色GM（1,1）模型的城市人口数量预测

本文主要研究未来几年内人口数量组成变化的相关问题。对于该问题,我们在灰色GM（1,1）模型的基础上对部分算法进行了优化,考虑到常住人口和流动人口等类型,结合已有的连续5～10午的人口数量,最终给出了人口数量的预测结果。经检验证明,改进的灰色GM（1,1）模型能够有效解决人口数量预测问题。     

灰色预测PID在水压控制系统中的应用

针对水压控制系统中存在的滞后和扰动,采用一种基于GM(1,1)模型的灰色预测PID控制算法,所设计控制器的主要优点是不需要建立水压控制系统的数学模型,以系统行为代替系统的数学模型,可预测水压的变化,提前补偿,提高了系统的稳定性和控制精度.仿真及对比试验表明,所采用的算法是有效的.     

基于灰色神经网络的厦门市商品房需求量研究

介绍了灰色预测模型GM（1,1）的结构和模型检验,以及BP神经网络预测模型的原理,对灰色预测模型进行改良,将此改良模型与BP神经网络模型进行组合,建立了新的组合灰色神经网络模型。以厦门市商品房成交量为例,以MATLAB为工具,进行2012年的成交量对比以及2013年成交量的预测,结果证明组合灰色神经网络的预测精度较高,可以为房地产价格指数预测研究提供参考依据。     

基于灰色预测方法广州市垃圾预测与分析

通过对广州市生活垃圾产生量及其相关因子进行灰色关联度分析,发现人口变化与垃圾产生量关系最为密切,并建立灰色预测G(M1,1)模型,预测出2016年广州市生活垃圾产生量将达到446.32万吨,模型通过检验,具有一定的可行性和适用性,为广州市垃圾的分析预测和环境规划管理提供了定量依据。     

基于灰色理论和神经网络建立预测模型的研究与应用

根据综合利用灰色理论与神经网络建立预测模型的思路,给出了利用神经网络对模型残差进行修正的灰色GM(1,1)模型综合预测方法。选用我国自1994年至2005年狂犬病发病率统计数据,用灰色GM(1,1)模型对历年的疾病发病人数进行建模,并利用LM算法优化的快速BP神经网络对其残差进行修正,使得建模和预测具有更高的准确性和适应性。实验结果及仿真验证表明,加入修正过程的综合模型,其预测效果远优于单一的灰色模型。     

基于智能数据挖掘算法的工程数据信息预测模型研究

针对电力工程投资精益化管理的需求,文中结合电力公司多年积累的工程数据资源进行了智能化数据挖掘算法的研究,提出一种基于电力工程设备材料历史价格和价格波动因素的工程数据预测方法.该方法基于支持向量机(SVM)、灰狼优化(GWO)和差分进化算法原理展开,其中,SVM的参数识别基于结构风险最小原则,避免了算法迭代过程中的过拟合...     

基于灰色预测模型的电视频道热度预测

针对电视频道热度的预测可以为业务决策提供重要依据,电视频道热度受到多种复杂因素的影响,包括电视频道的播放内容及收视群体等因素.基于某地卫视频道一周的频道热度数据,利用灰色预测模型进行频道热度的短期预测,对预测值与实际采集值进行对比,结果证明在原始数据量少及样本种类单一的情况下,灰度预测模型能较好的对电视频道热度进行中短期预测.     

基于数据挖掘的房地产价格预测

针对当前房地产价格预测精度低的难题,提出基于数据挖掘的房地产价格预测模型。首先对当前房地产价格预测研究的现状进行分析,指出房地产价格变化的混沌性和随机性;然后采用混沌理论对数据进行预处理,重建房地产价格预测模型的样本,并采用相关向量机建立房地产价格预测模型;最后采用房地产价格数据进行验证性测试。该模型可以描述房地产价格历史数据中隐藏的变化特点,获得了比其他模型更优的房地产价格预测结果。     

基于数据挖掘的服装流行色预测

针对传统服装流行色预测模型精度低、结果不可靠的问题,设计了一种基于数据挖掘的服装流行色预测模型。首先对当前国内外对服装流行色预测现状进行分析,并采集服装流行色数据;然后对服装流行色数据进行聚类处理,并采用数据挖掘技术建立服装流行色预测模型;最后将该模型应用于具体的服装流行色预测中。该模型可以很好地发现服装流行色的变化趋势,预测结果可靠,可以为服装企业和服装设计师提供有价值的参考信息。     

数据挖掘技术在蛋白质结构预测方面的应用

随着生物信息学的高速发展,人们通过蛋白质序列测定和结构分析获得大量的蛋白质结构数据,从而建立了众多的蛋白质结构数据库。本文主要介绍了六种蛋白质结构数据库,并对PDB数据库进行了深入分析,阐述了蛋白质序列和结构的切片数据库之间的联系和内在规律。利用蛋白质数据库和数据挖掘技术来处理大量的蛋白质结构数据是未来蛋白质研究的一个重要发展方向。     

基于灰色预测模型的我国心脑血管疾病死亡率预测

运用灰色预测模型GM(1,1)对我国心脑血管病的死亡率进行建模拟合和预测分析,为心脑血管病防控工作重点的有效确定及防控措施的合理制定提供科学依据。以全国2003—2012年10年间的心脑血管病死亡率为研究对象,采用灰色预测模型GM(1,1)对2013—2020年的全国心脑血管病死亡率进行预测,利用后验差检验,通过小误差概率p值,方差比c值,误差q值,综合评价模型的预测精度。建模分析的结果表明,全国心脑血管病死亡率呈逐年上升的趋势,其中,心脏病死亡率上升速度较快,而脑血管病的死亡率上升速度相对平缓。灰色系统理论可以很好地运用到死亡率预测分析方面,未来几年我国心脑血管病死亡率仍居高不下,疾病预防与监控部门应做好防治工作,进一步提升我国的医疗卫生水准。     

水质浊度红外光检测及聚类灰色融合预测模型

为了对水处理过程中水质浊度进行实时、准确检测,设计了基于红外光的散射浊度检测系统,并提出一种聚类灰色融合的预测模型对水质浊度的变化趋势进行有效预测。利用890 nm波长的红外发光二极管作为发光器件,光敏二极管作为接收器,检测装置响应时间短,零点误差小。采用灰色预测算法和聚类融合的方法对传感器所采集的数据进行处理,将聚类融合处理后的数据作为灰色预测控制的输入数据,灰色预测控制的输出数据与融合数据进行对比分析,确定预测浊度值。通过实际项目进行了数据跟踪和运算,聚类灰色融合算法的浊度预测输出值和实测值的平均误差值为0.008 7 NTU,聚类灰色融合算法预测性能优于单一的灰色预测算法,能够保证水质浊度参数的平稳,满足了水质的要求。     

基于数据挖掘的用户键盘及鼠标检测模块

入侵检测与数据挖掘 随着大规模网络入侵事件的出现,入侵检测技术成为近年来网络安全领域的一个研究热点。它主要通过监控网络、系统、用户的状态、行为以及系统的使用情况,来检测系统用户的越权行为、入侵企图等。传统入侵检测系统主要采用异常检测和滥用检测两种技术。现有的IDS产品大多采用模式匹配技术(滥用检测技术),这种技术的     

基于LZ编码预测算法的数据挖掘应用研究

随着移动通信系统的快速发展,用户数量和业务种类的持续增长给系统设计带来了新的挑战。针对这种情况,研究了数据挖掘在用户路径预测技术上的应用,选择LZ编码预测方案用于数字集群系统的用户路径预测,并对方案进行了模拟仿真,同时分析了数字集群通信系统设备条件、应用场景和用户移动模型的特点,证明了其在用户路径预测应用上的优势。针对数字集群通信系统的特点,提出一种基于路径预测技术的动态信道预留算法,以满足系统Qo S要求。并对提出的方案进行了Matlab仿真研究,与其他方案进行了性能比较,验证了其在业务状态变化下可以通过实时调整系统参数,从而降低系统切换呼叫阻塞率和提高信道利用率。     

基于改进灰色模型预测的节流流量传感器测量校正方法

为了提高节流流量传感器的测量校正精度,提出一种基于改进灰色GM(1,1)模型的预测校正方法。该方法首先对灰色GM(1,1)模型的流程进行改进,并采用LM方法对GM(1,1)模型的初始值进行求解计算;然后利用基于Markov过程的残差修正模型进一步提高预测精度;最后通过实例分析验证了提出方法的可行性。实验结果表明,相比传统灰色GM(1,1)模型,提出改进模型的预测值与实际测量值的拟合度更好,有效降低了校正后的节流流量传感器的测量误差。