怀化市汛期降水量的灰色拓扑预测

采用灰色拓扑预测方法,以怀化市1981 ～2008年汛期降水量(4～9月)数据为基础建立了降水量预测模型,并利用2009～2013年降水数据对模型的预测结果进行了检验,最后对2014 ～2018年汛期降水量进行了预测.研究表明,灰色拓扑预测方法具有良好的预测效果,其结果可为怀化市汛期降水预报提供借鉴和参考.     

新乡市近60年降水序列变化规律及干旱预测

新乡市属严重缺水地域,近年来干旱的加剧使水资源 短缺问题更加突出,严重制约了区域社会经济的发展。因此,对该地区进行降水序列的分析 以及干旱的预测显得尤为重要。利用新乡市1953—2010年的年降水量资料,采用一元 线性回归法和Mann—Kendall法分析新乡市降水的时间变化规律,结果表明：该地区近60年 来年降水量呈减少的趋势,干旱发生频率有增加的趋势。以1953—2000年的年降水量资料为 建模数据,2001—2010年的年降水量资料为检验数据,运用灰色系统的灰色预测方法,建立 新乡市的灰色预测GM(1,1)模型,对该地区未来一定时期内干旱发生的时间进行预测,经检 验该预测模型精度高,检验结果与实际相符,故可用该模型对新乡市未来的干旱年进行预测 。预测结果显示,新乡市将在2012—2013、2020—2021、2028—2029年期间发生干旱。     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

小波分解架构下降水量灰色预测方法研究

针对灰色模型在降水量预测中精度较低、稳定性差等问题,选取朝阳地区1996~2011年的降水量为试验数据,引入小波分析理论,对小波分解与灰色模型结合的方法进行研究,从而改进灰色模型的预测精度。运用小波强大的多分辨率分析能力,将降水量数据分解为不同的高频分量和低频分量,分别根据高、低频分量的不同特性选取不同的预测方法,对降水量低频部分进行灰色建模预测;降水量高频部分采用波形预测的方法进行预测,最后合成两部分预测结果。结果表明:低频分量数据的平均灰色模拟精度为0.066;高频分量数据的波形模拟精度为0.159,采用小波多分辨率分解与灰色预测模型相结合的预测方法结果比传统灰色预测精度提高53.4%。     

近50年来玛纳斯河流域气候变化对可利用降水量的影响

选择1961～2009年逐月降水和温度资料,计算出玛纳斯河流域年平均蒸发量及可利用降水量。在详细分析了近50年来玛纳斯河流域降水、气温、蒸发及可利用降水量变化特征的基础上,采用灰色预测分析法对降水、气温和可利用降水量进行了模拟,并对未来5年上述要素进行了预测。结果表明,近50年来玛纳斯河流域温度、降水和可利用降水量变化基本呈上升趋势,而蒸发量则呈现出下降的变化特征。建立灰色预测GM(1,1)模型对玛纳斯河流域2010～2014年的年降水、气温及可利用降水量进行预测,发现今后5年该流域温度将继续升高,而降水量和可利用降水量将出现减少的趋势。因此,为保证水资源能满足该绿洲干旱区可持续发展的要求,必须合理规划,注重水资源的保护和合理利用。     

基于GM（1，1）灰色模型的江西省农村人均年收入预测研究

通过对江西省2004～2008年农村人均年收入数据进行分析,建立GM（1,1）灰色系统预测模型,运用灰色预测方法对江西省2009和2010年农村人均年收入水平进行预测。结果表明,2009年的预测值与实际值相差很小,模型具有较高的精确度,由该模型预测的2010年江西省农村人均年收入为5774元。     

GM(2,1)模型在玛纳斯河流域绿洲区气温、降水预报中的应用

根据灰色系统理论,利用1964~2007年玛纳斯河流域绿洲区5个气象台站逐月气温、降水数据,通过数据质量控制,建立灰色预测GM(2,1)模型预估玛纳斯河流域绿洲区未来3年气温和降水变化情况,并与实际值进行比较。结果表明,采用5年原数据建立模型进行预测相对误差最小,后验差检验结果显示,温度、降水预测模型的方差比均小于0.35,相对误差概率均大于0.95,表示模型精度好,可用于对气温和降水进行预测;预测结果显示,今后3年玛纳斯河流域绿洲区年平均气温逐渐升高,到2010年可能达9.34℃,而降水量呈减小趋势;将预测值与利用一元线性回归方程求得的变化倾向率的结果对比后得出,GM(2,1)对气温预测的结果较好,而对与波动较大的降水序列预测还存在一定弊端。     

年降水量灰色摆动等维新息预测模型

本文根据国营八五五农场气象站实测年降水量数据列,在等维新息GM(1,1)建模基础上,根据残差序列经离散傅里叶变换建立灰色摆动GM(1,1,ω)模型,再对其残差信息进行周期分析来修正预测值,其模型的预测精度较高。     

1961～2006年石河子垦区降水序列变化规律及干旱预测

以1961～2006年石河子垦区的年降水量为基础数据,分析得出该地区降水的时间序列变化特征及规律：研究区年降水总体呈上升趋势,其中,20世纪90年代以前增加缓慢,90年代以后增加显著。以1961～1996年的年降水量数据为建模数据,1997～2006年的数据为检验数据,运用灰色系统的灾变预测方法,建立各分区的灾变预测模型GM（1,1）,重点对石河子市和下野地未来发生干旱的年份进行了预测,得出石河子、下野地未来可能发生干旱的年份分别为2012、2010年。     

基于BP神经网络与灰色模型的干旱预测方法研究

为了提高降水量预测的精度,采用BP神经网络与灰色模型相结合干旱预测的理论方法,研究数据的灰色建模与预测,再对模拟值与真值残差进行BP网络建模,利用残差模拟值修正总体降水量预测值,并对朝阳地区降水量进行预测。研究结果表明:BP神经网络与灰色模型预测相结合降水量平均预测误差为0.0799,比单纯用灰色模型预测误差降低0.1311,说明BP神经网络与灰色模型相结合的预测方法适合朝阳地区降水量的预测。     

GM(1,1)模型的中国农业经济发展趋势分析

选取2002-2012年全国农业总产值数据,依据灰色系统理论对全国农业总产值进行灰色关联分析。根据数据建立了全国农业总产值的灰色GM(1,1)预测模型,预测结果表明,运用灰色系统模型的方法对全国农业经济总产值的预测与实际偏差很小,模型具有较强的预测能力。     

基于新维无偏灰色马尔可夫模型的小麦产量预测

针对小麦产量具有较大波动性的特点,结合灰色预测模型和马尔可夫理论,同时利用新信息优先的思想,以河南省2010—2019年小麦产量作为原始数据建立无偏灰色GM(1,1)模型、无偏灰色马尔可夫模型和新维无偏灰色马尔可夫模型,并对比3种模型的预测精度.结果表明,新维无偏灰色马尔可夫模型能提高预测精度,适合中长期预测,并预测出河南省未来5年的小麦产量数据.     

灰色线性组合模型在涝灾预测中的应用

灰色线性组合模型由于在传统灰色预测模型的基础上加入了对数据的线性分析,在各个领域应用已较为广泛.应用灰色线性组合模型,以沈阳市1960～2006年的降雨量作为数据依据,建立模型对涝灾进行预测.结果表明:组合模型较好的拟合了预测灾变年,预测误差小于普通灰色预测模型,为涝灾预测增加了一种新方法.     

优化的灰色-马尔可夫模型在呼伦贝尔市年降水量预测中的应用

利用2002—2016年呼伦贝尔市年降水量数据,对GM(1,1)模型进行加权滑动优化,无偏灰色模型改进以及残差序列修正,同时构建出滑动无偏残差修正的灰色-马尔可夫组合模型。结果表明,比较呼伦贝尔市2017年与2018年实际降水量,发现组合模型在预测拟合度、预测精度方面都比较理想,能够对呼伦贝尔市年降水量进行合理预测。2019—2021年呼伦贝尔市年降水量呈上升趋势。2019年最有可能处于评估较为准确状态和高估状态,可能的概率分别为41%和38%,而2020年和2021年最有可能为高估状态,即这2年实际年降水量会低于预测模型预测的结果,可能的概率均为42%;从总体上来看,呼伦贝尔市未来的年降水量较为充沛,这将对呼伦贝尔草原草地生态发展起到积极的促进作用。     

基于马尔可夫模型的南京市年降水量预测试验

鉴于降水过程存在大量不确定性的特点,中长期降水预报一直是气象科学领域的一个难题。主要采用平滑处理消除异常值,对年降水量进行分级,建立滑动平均马尔可夫链预测模型。通过建立的预测模型,对南京市2009、2010年年降水量进行了试预测。结果表明,2009年预测值与实测值相对误差为2．17％,2010年预测值与实测值相对误差为3．09％,预测精度较高。同时,为弥补滑动平均马尔可夫链模型对极端年份无法预测准确的缺陷,利用灰色灾变系统,对南京市极端降水年份进行预测。两者结合能更好地完成南京市年降水量的预测工作。     

河南省第一产业增加值的关联分析与灰色预测

根据1998～2007年的相关数据,利用灰色关联度分析了农业、林业、牧业和渔业对河南省第一产业增加值的影响程度。采用灰色理论对2003～2007年相关数据建立了河南省第一产业增加值的预测灰色模型,经检验模型具有较好的精度。将该模型应用到2008～2012年河南省第一产业增加值的预测中,得出了河南省第一产业增加值在2011年将超过3000亿元的结论。     

城市建设用地需求预测 ——以长沙市为例

以长沙市2000—2015年土地利用变更数据为基础,引入双因素理论预测模型对长沙市建设用地需求量进行预测。以灰色系统理论为基础,利用长沙市2010—2016年固定资产投资统计数据建立灰色序列GM(1,1)模型。结果表明:到2020年末,长沙市城区建设用地需求预测值为2080.49km2,预测结果符合长沙市经济社会发展趋势,具有可行性。     

工业污染与城镇化对粮食产量影响的灰色分析——以江苏省为例

引入工业污染和城镇化进程在粮食生产活动中的影响,通过灰色关联分析获取影响粮食产量的主要因素,建立GM(1,N)灰色系统模型对江苏省1996—2010年的粮食产量进行预测,与GM(1,1)模型对比结果表明,其拟合值平均相对误差较小,预测精度较高,可为未来粮食生产提供科学的指导。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

应用灰色系统GM(1,1)模型预测猪场中猪戊型肝炎的流行趋势

为研究猪戊型肝炎的流行趋势及其预测,应用灰色系统理论对上海市2005-2010年的猪戊型肝炎资料进行分析,建立了灰色系统GM(1,1)模型,并进行了模型评价.结果表明:GM(1,1)模型精度检验结果为优,能精确地模拟猪戊型肝炎的流行趋势.应用该模型预测上海市2011年、2012年猪戊型肝炎的感染率分别为19.25％和18.34％.