共查询到18条相似文献,搜索用时 49 毫秒
1.
2.
采用灰色神经网络对黑龙江省庆安县年降雨量进行预测建模,利用灰色GM(1.1)模型"贫信息"和神经网络非线性函数映射能力优秀的特性,避免了灰色GM(1.1)模型对预测拟合精度低的问题。结果表明灰色神经网络组合模型的平均相对误差为0.012 2,高于灰色GM(1.1)模型的平均相对误差0.153 7,预测精度较高,并且算法简便,拓宽了灰色预测模型的应用范围。 相似文献
3.
在基于模糊推理的故障诊断专家系统中,模糊诊断矩阵隶属度的确定是整个诊断推理的关键,它的准确性决定了诊断推理结果的正确性。本文采用新颖的灰色关联度分析法确定故障原因的隶属度。 相似文献
4.
灰色模型在电量预测中的应用 总被引:1,自引:0,他引:1
负荷预测是供电部门的重要工作之一,准确的负荷预测可以经济合理地安排电网内部发电机组的启停,制订设备检修计划,编制电网建设规划,保证社会正常的生产、生活用电,提高经济效益和社会效益。 相似文献
5.
基于灰色理论与BP神经网络组合模型的中长期负荷预测 总被引:3,自引:0,他引:3
灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子.主要经济因子的引入,使预测模型更符合实际、更合理.应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性. 相似文献
6.
采用位移关联度、一阶差分关联度和二阶差分关联度三个关联度公式来综合表达各因素过程(序列曲线)间的关联度情况。其中一阶和二阶差分关联度能满足规范性要求,具有无量纲化后的保序性。数值试验清楚表明它们能较好地反映出序列曲线问存在的接近性和形状或发展趋势的相似性。给出土坝观测资料的应用结果.也反映出这些关联度公式得出的关联度值与实际曲线的情况相吻合.从而可为建模时分析与选择因素提供重要依据。 相似文献
7.
农业机械化是农业现代化的基础,农业机械装备水平决定了农业机械化程度。为此,在传统农机设备选型方法研究的基础上引入了灰色关联度分析法,以灰色模型为基础,构建农机设备优选评价模型。同时,通过实例分析及相关数据的计算,得到比较序列和参考序列关联系数和关联度,选出适合自身特点的农机设备。此评价方法在农机设备评价选型中有很强的实用性,能为管理者提供具体量化的决策依据,值得推广应用。 相似文献
8.
9.
钱慕尧 《农田水利与小水电》1993,(10):24-27
该文运用灰色预测方法进行作物需水量预报。除以1980-1991年实测数据序列进行整体建模外,还以降雨频率为基础分为正常年及灾年(丰,枯)年型的子序列建立全生育期G(1,1)模型。同时按水稻不同生育期需水量本身及同相应的积温建立G(1,1)与G(1,2)预测模型。经水稻需水量观测数据建模预测,其结果效果好,精度高,得于在灌溉水量预报,制定用水计划,水源调度中广泛应用。 相似文献
10.
参考作物腾发量ET0是计算作物需水量、制定灌溉制度和进行水资源优化配置的重要参数之一。因参考作物腾发量随季节性变化,并呈现以年为周期波动的特点;在这种情况下,提出了一种基于灰色GM(1,1)与周期外延相结合的预测模型,即灰色-周期外延组合模型。以沈阳、鞍山、铁岭、盘锦4个地区1997—2006年参考作物腾发量季节值为例进行分析和模拟。结果表明:运用灰色-周期外延组合模型预测参考作物腾发量比原有的GM(1,1)模型预测精度高。该模型预测过程简单,预测结果可靠,适应性强。因此,该模型可广泛的应用于参考作物腾发量的季节预测。 相似文献
11.
灰色动态模型群法在河流水质预测中的应用初探 总被引:5,自引:1,他引:5
在对原始数据序列对数变换的基础上,依据灰色系统理论,构造了由6个GM(1,1)模型组成的灰色动态模型群,并用于淮河干流枯水期氨氮浓度变化趋势预测。研究表明,灰色动态模型群法能够充分利用近期水质资料信息预测水质变化趋势;相对单个GM(1,1)模型,灰色动态模型群法能有效改善随机波动数据序列的拟合效果,提高预测精度。 相似文献
12.
13.
为了对水利工程承包企业的信用进行评价,采用灰色系统理论.从综合素质、竞争能力、管理水平、财务状况、市场行为、企业信誉6个方面建立评价指标体系,利用改进的灰色关联度方法确定指标权重,此外,提出5级评价等级标准,构建了灰色综合评价模型.利用所构建的水利工程承包企业信用评价灰色模型,以江苏省新沭河治理工程中某承包企业为例进行综合信用评价,得出其综合信用等级为“一般”,与模糊综合评判法得出的结论吻合.信用明细表明,该企业竞争能力较好,管理水平一般,财务状况一般,企业信誉一般,在市场行为方面有待提高,今后要注重提高施工质量,完善规章制度和施工记录,严格执行验收程序,落实安全生产,合理安排施工进度.研究表明,灰色综合评价模型对水利工程承包企业的信用评价有效可行,有助于企业完善自身不足,对水利工程承包企业的优选排序具有一定的参考作用. 相似文献
14.
为更加准确地反映出大坝变形数据的内部规律,及时对大坝稳定性和安全度做出评价并采取有效措施,选择广州市李溪拦河坝为研究对象,搜集了4#静力水准仪2015年9月—2019年3月共753组数据.选取了2015年9月—2017年12月共355组数据作为模型训练集建立模型,2018年1月—2018年12月328组数据作为模型验证集,用于评判模型性能;2019年1月—3月70组数据作为模型测试集,用于模型测试.分别采用逐步回归分析模型和时间序列模型进行建模及验证分析.样本测试集预测结果表明,逐步回归分析模型测试集均方差为0.022、决定系数为0.951;时间序列模型测试集均方差为0.007、决定系数为0.985.表明运用时间序列模型在拟合、预测和误差分析方面优于逐步回归模型. 相似文献
15.
针对灰色聚类评价共原点聚类函数存在的灰类交叉及隶属度等速率变化不合理现象,对原函数的灰类区间以及隶属度走势进行修改,提出了中心化抛物线型函数的改进共原点聚类函数,用此函数对评价体系指标进行模糊化处理,使得评价更具合理性与真实性.采用主客观最优组合权重计算综合聚类系数,解决了权重与阈值信息重叠的矛盾.将改进后的中心化抛物线型函数与共原点灰色聚类函数进行对比分析,分析函数变化趋势以及最终的综合聚类系数,改进的中心化抛物线型函数比共原点灰色聚类更加符合实际情况.最后选取潘庄大型灌区,进行续建配套与节水改造工程建设后评价,评价结果与实际情况较为吻合. 相似文献
16.
为了研究Markov-灰色残差GM(1,1)模型预测水泥固化砒砂岩抗压强度的精准度和适用性,先对抗压强度数据进行了一系列的处理,建立灰色GM(1,1)模型和灰色残差GM(1,1)模型,然后基于马尔克夫过程构建Markov-灰色残差GM(1,1)模型,并以此模型来估算水泥固化砒砂岩的抗压强度.结果表明,灰色残差GM(1,1)模型的检验精度得到了很大的提升且各项检验指标基本上都达到了1级,明显优于灰色GM(1,1)模型.马尔克夫过程便于确定残差修正值的正、负号,采用Markov-灰色残差GM(1,1)模型对不同水泥掺量下90 d龄期的水泥固化砒砂岩的抗压强度进行了预测,相对误差由原来的1.77%~4.01%降低至0.60%~2.36%,平均相对误差由2.63%减小至1.25%,模型的预测精度明显提高.该研究可以为水泥固化砒砂岩以及其他水泥基工程材料抗压强度的预测提供一种简易而可靠的新方法. 相似文献
17.
王福振 《国际沙棘研究与开发》2017,(8)
径流量预测的常用方法具有不确定性大、未考虑大气变化及人类活动等因素影响的缺点,因此提出人工神经网络结合SWAT模型的预测方法来对其进行优化.应用该方法对辽宁省哈巴气水文站的降雨量及径流量进行模拟,预测结果与实测值吻合度较高,证明了该方法的合理性.此外,应用该方法对该站未来15年的径流量变化情况进行了预测,为该地区的水资源规划提供基础资料. 相似文献