基于无偏灰色马尔科夫链的稻瘟病预测研究

采用五点滑动法优化原始数据,建立新的灰色马尔科夫预测模型。在分析利用湖北省恩施州1995～2004年稻瘟病历史资料的基础上,分别应用五点滑动优化无偏和无偏GM（1,1）模型预测2005～2010年稻瘟病发生面积。预测结果表明：五点滑动优化无偏GM（1,1）模型预测精度较高,应用于稻瘟病预测切实可行。结合五点滑动优化无偏GM（1,1）模型预测结果,笔者给恩施州2010年稻瘟病的防治提供了政策建议。     

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.     

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。     

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。     

基于改进算法的灰色马尔科夫模型的建设用地预测

改进灰色系统理论GM（1,1）模型的算法,并且将改进后的灰色模型与马尔科夫模型结合。通过对灰色系统预测数据的修正,既发挥了灰色系统预测精确的特点,又利用了马尔科夫模型对预测波动性数据准确的优势。结合西安户县的实例,对在时间序列上展开的具有一定的波动性的建设用地数据进行预测,达到很高的预测精度。     

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。     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

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。     

灰色理论预测方法在地理学中的应用研究

介绍了灰色预测理论,针对地理学问题引入马尔可夫链修正GM（1,1）预测模型,并依据气象数据的特性对该模型进行改进,形成适应于气象数据预测的改进的等维无偏递补GM（1,1）马尔可夫预测模型。最后,以哈尔滨市气温和风力数据进行了模型预测验证。结果表明：利用改进的模型进行气象预测,效果令人满意。     

新建县土地利用变化预测与驱动因素分析

在遥感与地理信息系统支持下,建立了新建县1998年和2002年土地利用数据库,结合统计数据,运用马尔科夫与GM(1,1)两种预测方法对研究区未来的土地利用变化趋势进行了预测。结果表明,两种预测方法的预测结果吻合度较高,研究区土地利用变化的总趋势为耕地持续减少,林地持续增加;建设用地面积加速增长,未利用地减少速度放慢;草地和水域相对较稳定。结合研究区社会经济数据,进一步分析了土地变化的驱动因素,研究结果可为土地利用规划管理及政策的制定提供科学依据。     

基于多元回归分析和灰色模型的康乐县城乡建设用地预测

结合多元回归分析和GM(1,1)灰色预测模型,以康乐县为研究对象,通过2000年～2008年的城乡建设用地面积数据预测了2015年和2020年的康乐县城乡用地面积.结果表明:通过多元回归分析,灰色预测模型的2015年和2020年康乐县城乡建设用地预测结果分别为4 671.16、4 698.28hm2和4 783.04、4 827.81hm2,与城乡规划指标4 898.25、4 916.63hm2较为相近,预测可行.     

鄱阳湖湿地区土地利用变化分析与预测

本文在遥感与地理信息系统支持下,建立了鄱阳湖湿地区新建县1996-2000年土地利用数据库,结合统计数据,运用马尔科夫与GM(1,1)2种预测方法对研究区未来的土地利用变化趋势进行了预测.结果表明2种预测方法的预测结果吻合度较高,研究区土地利用变化的总趋势为耕地持续减少,林地持续增加;建设用地面积加速增长,江滩湖滩减少速度放慢;湿地区域相对较稳定.结合研究区社会经济数据,文中还进一步分析了人口因素、经济发展水平、工业化与城镇化和地理位置与土地政策对土地变化趋势的影响.研究结果可为土地利用规划管理及政策的制定提供科学依据,为鄱阳湖湿地的管理提供背景资料和依据.     

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.     

香港未来30年间的土地利用变化趋势预测

用香港1993和2006年SPOT遥感数据,在RS和GIS技术的支持下,运用马尔柯夫预测模型预测了未来30年研究区土地的变化情况。结果表明,从1993-2006年期间,研究区域的土地利用类型的面积发生了很大变化,其中主要以建设用地和绿地的面积大幅度增加为主;在未来的30年里,建设用地面积在整个土地面积中所占的百分比将小幅度减小趋于稳定值,而绿地的面积百分比则将持续小幅度增加趋于一个稳定值。在总体上,各个土地利用类型的面积变化将逐渐趋于一个较为平稳发展的状态。     

基于Markov和Logistic模型的莆田市土地利用变化及林地转出空间模拟

利用莆田市1995、2005和2015年3期遥感影像、数字高程模型及社会经济统计数据,从面积变化和空间转换2个方面分析莆田市土地利用变化的时空特征,运用Logistic回归分析土地利用空间变化与自然、社会经济驱动因子之间的定量关系,基于Markov模型对莆田市未来各土地利用类型面积变化进行预测,采用Markov模型与Logistic回归模型相结合对未来林地空间格局进行模拟与预测,结果表明:1995—2015年,林地大面积减少,主要转为农用地;农用地大面积减少,主要转为林地、建设用地和裸露地;建设用地面积大幅度增加,主要来自裸露地、农用地和水体;水体面积持续减少;裸露地面积先减少后增加。坡向、高程、距裸露地距离、距农用地距离、距林地距离、人口密度和地区生产总值7个因子对林地转出具有显著的影响。根据预测结果,至2035年,林地的比例将减少至40.37%;2015—2035年,林地转出的位置主要分布在仙游县和涵江区。     

门限自回归模型及其在耕地总量预测中的应用

利用梅州市55年来长时序耕地总量统计资料,引入门限自回归模型对耕地面积进行了预测,并和马尔可夫模型预测结果进行了比较.结果表明,通过门限值的控制作用,门限自回归模型有效地利用时序数据隐含的时序分段相依性这一重要信息,限制了模型误差,从而保证了预测性能的稳健性,有很高的短中期预测精度.     

城镇建设用地预测方法研究

针对我国现行城镇建设用地预测方法的特点及其存在的问题,将灰色系统理论引入城镇建设用地预测,并通过关联度来分析人口、GDP和固定资产投资对城镇建设用地的影响权重。通过城镇居住整体容积率的控制,提出了一种节约、集约型的建设用地预测模型,从而为新一轮土地利用总体规划修编提供科学依据。