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.     

基于灰色灾变理论的右江灌区农业干旱趋势分析

根据百色市右江灌区1961-2010年降雨量统计数据,分析该地区旱灾发生的时间分布特征.运用灰色系统理论建立灰色灾变预测模型GM(1,1),利用残差检验对模型进行了精度检验,并对该灌区未来两次旱年进行预测.结果表明,预测模型避免了人为主观原因造成的误差,精度较高,方法简单,为制定抗旱减灾决策提供了科学依据.     

模糊权马尔可夫链在原州区降雨量预测中的应用

依据1971—1997年宁夏固原市原州区的降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为丰水年、偏丰年、平水年、偏枯年和枯水年5个状态,根据马尔可夫链预测方法,验证该降雨序列满足马氏性,并以规范化的各阶自相关系数为权,结合模糊集理论,建立适用于原州区降雨量的模糊权马尔可夫链预测模型.利用灰色系统理论进行降雨量极值年份预测,弥补了模糊权马尔可夫链预测模型对极值预测不准的缺点.结果表明,采用这种方法预测的结果与实际情况相互吻合.     

基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用

为提高涝灾预测模型的预测精度,针对GM(l,1)模型预测条件的局限性,提出离散灰色预测模型[称DGM(1,1)模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明:优化后的离散型DGM(1,1)模型的预测精度较原有的灰色GM(1,1)预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。     

加权马尔可夫链在泰安地区年降雨量预测方面的应用

依据1960~1990年泰安地区的年降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态,利用加权马尔可夫链建立年降雨量预测模型,针对其对极端降雨量年份预测不准的缺点,利用灰色系统理论进行极端降雨量年份预测,作为原模型的补充。结果表明,采用该方法预测的结果与实际情况相吻合,且34年后泰安地区将出现旱情。     

基于灰色神经网络的粮食预测

结合灰色GM(1,1)预测模型和BP神经网络2种预测模型的优点,提出了一种灰色神经网络模型,并用该模型对蚌埠市小麦产量进行预测。结果表明,灰色神经网络预测精度高于单一的灰色GM(1,1)预测模型或BP神经网络。     

基于灰色理论和回归分析的需水量组合预测研究

【目的】建立精度更高的需水量预测模型,为水资源规划提供理论依据。【方法】建立基于灰色预测和线性回归预测的需水量组合预测模型,以深圳大鹏半岛需水量为例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了比较。【结果】单独采用灰色预测模型和线性回归模型进行预测的平均误差分别为6.5%和2.5%,而基于灰色预测和线性回归的组合预测模型的平均误差仅为1%。【结论】组合模型的预测精度较单一模型的预测精度明显提高,并且该模型可以更全面地反映需水量的变化规律。     

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%。     

基于灰色理论的城市降尘环境污染预测模型

基于灰色预测理论,探讨了灰色预测模型在城市降尘污染预测中的可行性,以实例为基础,应用灰色预测模型对城市降尘环境污染预测,并进行了检验.结果表明:GM(1,1)模型预测结果经过精度检验,后验差比值C=0.43,小误差频率P＞0.95,精度较高;用灰色理论预测城市降尘环境污染,灰色预测模型具有较高预测精度、方便实用等优点.该方法可作为环境监测指标预测工具之一.     

西藏自治区农牧民人均年收入发展趋势的 预测模型研究及应用

应用灰色系统理论并结合近几年的有关统计结果,对西藏自治区农牧民人均年收入建立了预测模型并进行了预测。计算结果表明,该预测模型具有较好的预测精度。     

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。     

降雨对土壤侵蚀的灰色系统模型及其应用

根据一些径流小区的试验资料,运用灰色系统理论,建立降雨量、径流量、土壤侵蚀灰色系统动态模型。通过对系统的动态分析,指出降雨量对径流量、土壤侵蚀的影响。研究表明,模拟结果与试验结果相符,可为水土流失规律的研究提供了一种方法。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

烤烟糖碱比和氮碱比的醇化预测模型研究

[目的]建立醇化烟叶化学成分的预测模型,用于预测醇化后烟叶化学成分协调性的变化情况,以便指导配方打叶的小配方模块设计。[方法]利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。[结果]糖碱比灰色模型精度较高,2种模型精度分别达到了98．37％、99．73％;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93．56％、88．52％。[结论]建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。     

“凤凰”台风的数值检验及新资料的应用研究

基于淮河流域中尺度观测与应用试验基地的2种主要业务运行模式GRAPES、AREMS,对发生在2008年7月30~8月2日的"凤凰"台风外围云系造成的暴雨、大暴雨强降水进行了模式预报效果检验,同时针对L波段探空雷达,分析了探空垂直分布结构。结果表明:从逐日24 h降水预报情况来看,AREMS模式预报效果要明显好于GRAPES模式,不仅表现在AREMS模式预报降水接近实况降水,而且表现在AREMS模式能够预报出大雨、暴雨等较强降水级别,说明AREMS模式在降水预报方面具有优越性。从每隔12 h的AREMS模式预报效果可知,以7月30日8:00作为预报起点的降水预报,其效果好于以8月2日8:00作为预报起点的降水预报,说明AREMS模式的预报效果具有相对的波动性。分析南京站逐日8:002、0:00的L波段探空雷达数据发现,暴雨、特大暴雨过程的探空数据绝大多数呈现为随高度的增加温度降低的现象,使得大气呈现不稳定状况;但是个别时次出现逆温层,由于逆温层浅薄,不至于影响到大气的不稳定总体态势。     

基于灰色神经网络和证据理论预测地下水位的研究

用灰色GM(1,1)模型、BP神经网络模型和证据理论相结合而成的灰色证据神经网络模型,对山东枣庄区域地下水位进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出;再用BP神经网络输出作为证据理论基本可信度分配函数,使用D-S理论将信息进行二次融合;并用地下水位实测数据对模型进行验证。结果表明,预测模型具有可行性和实用性,为生态农业规划发展提供了科学依据。     

一种灰色拓扑改进预测算法及应用研究

将灰色模型GM(1,1)、最小二乘法和拓扑模型相结合,提出了一种灰色拓扑改进预测算法。用此算法对我国人均生活消费能源的发展趋势进行了预测,证明灰色拓扑改进预测算法更加准确。     

基于MGM-Markov的城镇建设用地预测模型的研究

根据城镇建设用地需求的特点,在预测城镇建设用地规模中引入多变量灰色马尔科夫模型（MGM—Marko）,并用其对潜江市城镇坡用地需求进行了预测。结果表明：该模型能够很好地反应实际城镇建设用地规模变化的情况,具有较好的科学性和实用性。     

中小范围内粮食产量灰色模型预测

利用灰色系统理论的预测和决策功能,对粮食产量进行统计和预测。结果表明：用GM（1,1）模型对粮食产量预测,建模简单,预测精度高,在预测粮食产量、气候变化、农田灾害等方面有较大的实用意义。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.