灰色-马尔科夫改进的土地利用变化模型研究

土地利用演变具有复杂性、非线性特征，其模拟预测的精度受到空间转换规则及数量预测约束的影响。针对经典数量预测马尔科夫模型存在忽视社会发展阶段性速率不同及灰色模型对随机波动性大的数据拟合效果较弱等不足，构建了基于灰色-马尔科夫改进的土地利用变化预测模型，以双鸭山市为案例区进行实例验证，结果显示，考虑社会因素影响的灰色-马尔科夫改进模型，能够反映社会发展等因素对土地变化的综合作用，预测趋势更加符合不同发展阶段用地规律，同时解决了社会经济类指标在土地利用变化模拟中难以空间化表达的问题；改进的灰色-马尔科夫模型能够发挥马尔科夫链处理数据波动的优点，降低传统灰色模型将土地随机变动数据视为干扰数据剔除进而产生的误差，有效提高数量预测模型的精度。进一步通过模拟验证表明，相比于传统马尔科夫模型，灰色-马尔科夫改进模型2020年模拟结果FoM精度提高了20.07%,证实通过数量预测方面的改进对于提升模拟精度有较为明显的正向推动。     

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。     

基于灰色马尔科夫模型的我国水果产量预测分析

随着现代社会民众饮食和健康观念的不断提升,人们对于水果的需求也是逐渐增加和变化的,而水果的产量由于自然天气和国内外环境的影响,呈现出随机性、非线性、波动性和复杂性,所以水果的产量预测具有很大困难性,因此有必要对我国的水果产量进行预测的评估。以灰色预测理论为基础,提出了基于灰色理论和灰色马尔科夫模型结合的新方法,重新预测了我国未来的水果产量,并将两种方法的精度进行比较,结果表明:灰色马尔科夫预测模型的精度和准确性均比单纯的灰色模型要高。根据灰色马尔科夫预测模型的预测结果,尝试提出我国未来水果的发展战略。     

基于灰色马尔科夫模型的四川省耕地面积及耕地压力指数的分析与预测

基于四川省36年的耕地数据,采用改进的灰色马尔科夫预测模型对总耕地面积和耕地压力指数进行分析与预测。结果表明:(1)研究期内,四川省耕地总面积及人均面积均呈现下降趋势,但是由于粮食单产和复种指数的提高,最小人均耕地面积呈波浪式递减趋势;(2)耕地压力指数总体呈上升趋势,说明实际人均耕地面积的减速低于最小人均耕地面积的减速;(3)灰色马尔科夫模型预测比单一灰色预测模型的预测精度提高了1.14%,可见其对中长期具有波动性的数据预测拟合度更高;(4)随着二胎政策出台,将面临更大的人口压力,未来10年四川省耕地面积仍有下降趋势,耕地压力指数呈波动上升趋势。     

棉花产量的灰色-马尔柯夫模型预测

在灰色-马尔柯夫预测模型基础上对我国棉花产量建立了预测模型,并将预测结果与常用的灰色GM（1,1）模型及灰色-马尔柯夫模型进行了比较。结果表明,用改进的灰色-马尔柯夫模型对棉花产量预测,建模简单、预测精度高,较好地解决了既有趋势性又有较大波动性的数据序列预测问题。具有一定的可行性。     

基于灰色马尔科夫模型的中国水果产量预测研究

水果产量信息对于中国水果生产、流通、加工、消费等都有重要意义,水果产量变动的随机性、非线性、波动性和复杂性,给水果产量的中长期预测带来了很大的困扰。为了更准确地预测中国水果产量,尝试将灰色动态预测与马尔科夫模型结合起来,对中国水果及主要水果品种的产量进行预测。结果表明:灰色马尔科夫模型预测的精度和准确性较高,灰色马尔科夫模型预测2017年中国园林水果的产量为22 141万t,各主要水果品种的产量近年也继续保持增长趋势。最后,根据中国水果产量的预测情况,基于资源禀赋和保障粮食安全的考虑,认为中国水果产业要在保证粮食安全的基础上有序发展,同时要根据地区资源环境特征、水果生产特点和区域社会经济状况调整水果优势区域布局。     

基于新维无偏灰色马尔可夫模型的大坝沉降预测研究

【目的】基于组合预测思想,结合灰色理论与马尔可夫预测方法的特点构建一种新的预测模型,为大坝沉降量的中长期预测提供支持。【方法】通过对传统灰色系统模型的优化改进,简化建模步骤并提高模型预测精度。在此基础上,借助于马尔可夫模型处理时间序列的随机性波动,克服灰色模型对随机波动性大的序列预测精度较低的局限性,并利用新信息优先原理,构建新维无偏灰色马尔可夫组合预测模型。将构建的新维无偏灰色马尔可夫组合模型应用于大坝沉降量的预测。【结果】构建的模型预测平均误差由原来的1.7%降低为1.0%,且预测误差的变化波动性减小。同时,随着预测期数的增加,相对于传统灰色模型,改进后的组合模型的预测精度进一步提高。【结论】与传统计算方法相比,所建立的新维无偏灰色马尔可夫组合预测模型计算量小、预测精度较高,且该模型保留了传统灰色模型短期预测精度高的优点,提高了模型的中长期预测能力,适用于大坝沉降量的中长期预测。     

基于修正组合模型的包头市用水量预测分析

【目的】建立基于马尔科夫链修正的组合灰色神经网络模型,为城市用水量的准确预测提供支撑。【方法】在运用灰色关联性分析法确定用水量变化的主要影响因素的基础上,建立了基于马尔科夫链修正的组合灰色神经网络模型,将该模型应用于包头市2009和2010年的用水量预测,并将其预测结果与灰色模型、BP神经网络模型和组合灰色神经网络模型的预测结果进行比较。【结果】包头市用水量受人口、国内生产总值、工业总产值、建成区绿化覆盖率、耕地面积及工业用水重复利用率的影响较大,利用建立的基于马尔科夫链修正的组合灰色神经网络模型对包头市2009和2010年用水量进行预测,并与实际用水量进行比较后表明,其相对误差分别为0.16%和2.16%,均方根相对误差为1.53%,而灰色模型、BP神经网络模型和组合灰色神经网络模型的均方根相对误差分别为4.34%,3.08%和1.99%。可见,基于马尔科夫链修正的组合灰色神经网络模型的预测效果最好。【结论】基于马尔科夫链修正的组合灰色神经网络模型结合了各模型的优势,预测精度较高。     

基于新维无偏灰色马尔科夫模型的建设用地预测

根据建设用地需求的特点,采用新维无偏灰色马尔科夫模型进行预测。实例计算结果表明,该模型与一般无偏灰色模型和灰色马尔科夫模型相比,预测准确度得到了较大提高,可以用于土地利用规划预测。     

我国农村居民消费水平指数的预测分析——基于初值修正的改进GM(1,1)模型

我国农村居民消费水平指数受到很多因素的影响并且数据波动性较大,采用普通灰色预测模型很难准确地进行准确地预测,因此提出了基于初值修正的改进GM(1,1)模型。首先介绍了初值修正的改进GM(1,1)模型的建立方法与步骤;接着结合2007~2011年我国农村居民消费水平指数建立预测模型,并用2012年数据对模型进行验证为优,因此可以用来预测未来几年我国农村居民消费水平指数,便于对我国农村居民消费水平的宏观调控。结果表明该预测方法是可行的,为相关预测提供了理论依据。     

利用马尔柯夫模型预测成都平原土地利用格局变化——以成都市龙泉驿区为例

以龙泉驿区为例,基于GIS软件建立1996和2004年土地利用现状数据,在分析1996～2004土地利用变化状况的基础上,运用马尔柯夫模型预测龙泉驿区未来50年土地利用变化。研究结果表明:园地、林地、其他农用地、居民点及工矿用地、水利设施用地的面积比例将持续增大;园地、其他农用地、居民点及工矿用地在变化过程中会出现极大值,极大值以后面积比例开始下降,最终达到稳定状态;耕地的面积比例会逐步减少,交通用地的集约化程度会进一步加强,未来相当长的时间内对未利用地的开发复垦力度也会加大;运用马尔柯夫模型对区域土地利用变化的预测,在对模型进行独立假设检验的基础上,发现区域土地利用变化符合马尔柯夫链。     

基于灰色多元线性回归的粮食产量预测

针对粮食产量预测精度差和波动大的问题,结合灰色系统和多元线性回归模型,提出了一种灰色多元线性回归模型。利用该模型对南宁市的粮食产量进行了预测。结果表明,灰色多元线性回归模型的预测精度要高于单一的灰色系统或多元线性回归模型。     

基于BP神经网络的材料腐蚀预测模型

通常使用灰色系统理论的方法对材料腐蚀数据进行拟合预测,为了深入研究材料的腐蚀特性和使用寿命,提出了材料腐蚀数据预测的神经网络模型。并将预测结果与灰色系统理论、回归模型等方法的预测结果对比,表明利用神经网络模型方法对材料腐蚀数据进行拟合预测具有一定的合理性,指出了进一步的研究方向。     

SARS疾病传播规律的灰色预测模型

以灰色系统理论为基础,根据相应数据用灰色模型建立了SARS传播规律的残差修正模型并对SARS传播的规律进行模拟检验和预测.     

基于Caffe卷积神经网络的大豆病害检测系统

以常见的大豆病害图片为样本,研究分析了大豆的叶斑病、花叶病、霜霉病和灰斑病,并利用卷积神经网络技术设计了针对大豆的病害检测系统。通过对病害图片的二值化和轮廓分割等预处理来获得神经网络模型的训练集,并在此基础上对模型进行了多方面的优化,利用Caffe框架对优化后的网络模型进行了识别率等方面的实验验证。此外,为提高模型使用的便捷性,本实验使用了Qt软件为该系统设计了人机交互界面,从而进一步实现了数据可视化。     

基于粒子群优化算法的灰色预测模型GM(1,1)改进

为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。     

基于等维灰数递补动态模型的广东省交通事故预测

针对广东省道路交通事故统计信息少和内部发生机理复杂的特点,在分析广东省道路和交通安全现状的基础上,利用灰色系统理论的等维灰数递补动态模型,构建了广东省交通事故预测模型,并根据广东省2007-2012年的交通事故统计数据,对未来短期内广东省发生的交通事故数和伤亡人数进行了预测.检验结果表明,在广东省交通事故的预测中,与回归预测模型相比,等维灰数递补动态模型具有更高精度和适应性.     

基于神经网络的宏观农业生产预测模型的研究

为探索宏观农业生产系统预测的新方法，构建了基于人工神经网络的预测模型，利用1994-2003年的气象、经济、生产、投入、技术、价格各方面的数据对我国粮食生产进行了拟合分析，并预测了2004年粮食总产，预测的结果为46125．46万t。结果表明，与灰色系统相比，本文建立的模型具有90％以上的拟合精度，模型具有容错能力、联想能力和学习能力．可以用来尝试解决农业生产系统预测问题。     

基于灰色灾变理论的丰宁干旱趋势分析

利用丰宁县1956～2008年的年降水资料,采用灰色系统的灾变预测方法,建立了GM（1,1）模型,对未来2次干旱年进行预测,并利用残差检验对模型进行了精度检验。结果表明,预测模型精度较高,可以对丰宁县未来的干旱年进行预测,为科学决策提供依据。     

基于灰色系统理论的城镇建设用地预测模型的研究——以湖北潜江市为例

针对我国现行城镇建设用地预测中存在的问题,在预测潜江市城镇建设用地规模中引入灰色系统理论中的灰色关联度和灰色GM(1,1)预测模型,用灰色GM(1,1)模型对城镇人口进行预测,并通过关联度综合分析各因素(人口、固定资产投资)对城镇建设用地的影响,结合建设用地控制系数进行再次调整,从而提出一种集约型的预测模型。