基于灰色理论与BP神经网络组合模型的中长期负荷预测

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.     

基于灰色理论与BP神经网络组合模

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。     

基于改进型灰色系统理论的农田灌溉水有效利用系数预测

结合温州市农业灌区的实际情况,采用灰色关联度定性分析筛选出影响灌区灌溉水利用系数的主要因素,建立灰色GM(1,1)预测模型,并利用残差预测对结果进行修正,最终构建改进型灰色系统理论预测模型。以温州市灌区为例,对该市2018-2022年农业灌溉水有效利用系数进行预测,预测成果为0.601～0.651,整体呈现逐渐递增趋势,基本符合温州市实际情况。     

广东省水稻联合收割机保有量预测

采用三次指数平滑预测法、修正指数曲线预测法、部分信息的灰色GM(1,1)预测法对广东省水稻联合收割机保有量的需求建立了预测模型,并通过精度比较及与2006年的实际数据比较,选用适合广东省水稻联合收割机保有量发展规律的三次指数平滑预测和部分信息的灰色预测模型的组合预测模型,对广东省"十一五"期末和"十二五"期末的保有量进行了预测.     

基于灰色关联分析与多元线性回归模型的水面蒸发预测

采用灰色系统理论中的关联分析方法,对影响水面蒸发的各个因素进行分析,挑选出影响水面蒸发的主要因子,建立水面蒸发与主要影响因子之间的多元线性回归预测模型。通过实例证明,该方法简单可行,预测精度比较高。     

基于灰色预测和 随机森林组合算法的电量预测

为解决地区电量预测精度低、预测模型通用性差等问题,文章通过对区域用电量和经济因素的历史数据研究分析,提出了一种基于灰色预测和随机森林的组合电量预测方法。首先利用灰色预测方法通过历史电量数据进行电量初步预测;其次再利用经济指标数据,通过随机森林算法对初步预测的用电量进行修正,以达到最佳的用电量预测效果。最后将本模型运用于地区月用电量预测,结果表明:该预测方法平均绝对百分误差为(MAPE)2.06%,为地区电量预测工作提供一种新思路。     

基于灰色理论的云南省粮食产量预测

农业是国民经济的基础，粮食乃重中之重，粮食产量的准确预测对国家粮食安全及政府制定相应粮食生产政策具有重要的意义。该文运用灰色关联分析，从众多模糊因素中计算出云南粮食产量特有影响因子，依次为农业机械总动力、化肥施用量、农田有效灌溉面积和农村用电量，并对这些因子进行了GM（1，1）残差修正预测，把预测所得数据作为相关因素序列，以粮食产量作为系统特征序列，构建了粮食产量的灰色GM（1，N）预测模型。根据云南省1999—2015年的粮食生产相关数据，对云南省2020年的粮食产量数据进行预测，对2015年之前数据进行拟合，和实际产粮数据平均相对误差为1.92%，具有较高的精确度。通过分析预测成果，给出了确保云南省粮食产量稳固增长的对策和建议。      

基于SFLA的改进非等间距GM(1,1)预测模型

将大坝位移监测量认为是一定范围内变化的灰色量。基于灰色理论,建立的大坝位移灰色预测模型,常被用于大坝位移实测资料序列的分析和预测。在对传统GM(1,1)预测模型构建原理论述的基础上,通过引入混合蛙跳算法,残差修正方法等,研究提出了基于改进非等间距GM(1,1)的大坝位移预测模型,结合工程实例,在对大坝位移原始监测资料分析的基础上,将改进GM(1,1)预测模型与传统GM(1,1)预测模型进行了对比分析。结果表明,改进GM(1,1)预测模型的预测精度有较大提高。     

基于灰色关联分析的支持向量机需水预测研究

近年来需水预测一直被高度重视,由于实际需水预测涉及因素众多难以考虑全面、历史资料的局限性以及需水变化影响因素考虑不足等,各种需水预测方法均存在一定局限性,导致预测结果与实际用水量有较大差别.针对以上问题,考虑采用灰色关联分析与支持向量机结合的方法进行需水预测,根据灰色关联分析方法辨识得到的各类用水主要影响因素,构建支持向量机需水预测模型.以郑州市实际用水量为例,对各部门用水分别建立基于灰色关联分析的支持向量机非线性需水预测模型,结果表明,此方法用于需水预测能够比较全面的考虑需水量影响因子,预测结果精度较高,可作为小样本情况下一种较好的需水预测方法.     

关于地下水位动态预测模型的进一步研究

针对目前建立地下水动态预测模型所存在的问题，通过引入综合因子时间作为预测模型的主因子，用河道补给和降水因素作为修正因子，并利用指数值的大小间接反映其权重，使所建模型物理含义清晰，计算方法简捷，有效提高了模型的拟合及预测精度，并通过实例进行了残差平方和、标准剩余差及相关指数计算比较。