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.     

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.     

灰色系统理论在预测路面使用性能中的应用

根据灰色系统理论建立 GM(1,1)模型预测路面的使用性能,结合实例讨论了具体的预测方法和过程,并与人工神经网络(ANN)预测方法进行比较。预测结果和质量分析表明,灰色系统理论预测效果较优。     

灰色系统理论在预测路面使用性能中的应用

根据灰色系统理论建立GM(1,1)模型预测路面的使用性能,结合实例讨论了具体的预测方法和过程,并与人工神经网络(ANN)预测方法进行比较。预测结果和质量分析表明,灰色系统理论预测效果较优。     

灰色神经网络耦合模型在河套灌区引黄水量预测中的应用

针对河套灌区22年净引水量的变化特点,在建立灰色GM(1,1)模型的基础上,结合BP神经网络预测法建立灰色神经网络耦合模型,并通过Matlab编程实现。实例结果表明,耦合模型的预测精度明显优于单一灰色GM(1,1)模型,可应用于实际生产中。     

基于趋势关联分析的灰色预测方法

趋势关联度和趋势关联分析着眼于贫信息系统的输出数据序列,挖掘灰色系统隐藏的内在规律性,它对于灰色系统建模分析和灰色预测控制都有重要应用前景。将灰色系统时间序列的趋势关联分析和正交表策略结合起来进行,提出了一种灰色趋势关联预测方法,实例计算证明预测效果优干GM（1,1）模型。     

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%。     

年径流预测的灰色自记忆模型

将灰色系统建模方法和自记忆建模结合起来,提出了年径流预测的灰色自记忆模型。实例研究表明,灰色自记忆模型能很好地反映动态数据序列的极值趋势,且具有较满意的拟合及预报精度。     

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。     

基于时间序列数据的粮食播种面积单产预测模型研究

采用了一种基于时间序列数据的灰色—线性回归模型对广西某市的粮食作物播种面积的单产进行了预测,并将预测结果及预测误差与线性回归模型及灰色GM（1,1）模型的预测结果进行了比较。结果表明,灰色—线性回归组合模型进行粮食作物耕地需求量预测精度较高,具有科学可行性。     

一种灰色非齐次天然气需求量预测模型的构建

为准确预测未来天然气的需求量,数值分析了近年来我国各地天然气销气量数据的变化特性。针对使用传统灰色预测模型预测结果存在的不足,以模型能够预测的数据序列类型与实际数据序列类型一致性为目标,通过优化模型结构,构建了一种满足原始序列非齐次指数律变化的灰色非齐次模型,并利用最小二乘法与矩阵运算法证明了模型的可行性。结合所建模型的白化解和精确解,详细探讨了产生模型预测不稳定现象的内在原因及其影响因素。以陕西省为例,对模型进行验证并预测,结果表明:所构建的灰色非齐次模型预测误差小,与原始数据类型拟合度高,对具有非齐次指数律特性的原始序列有很强的适用性。     

灰色马尔柯夫链超长期预测山东省棉铃虫发生趋势的研究

本文采用灰色预测ＧＭ（１，１）模型和马尔柯夫链预测方法，发挥各自优点，相互弥补，两者结合形成灰色马尔柯夫链，为病虫超长期预测提供一种新的方法。经１９９２、１９９３年验证，预测与实测完全符合。１９９２年预测精度达９４．１４％，较ＧＭ（１，１）模型灰色预测提高１１．８４％。应用灰色马尔柯夫链方法预测１９９４年将大发生，但发生程度轻于１９９２、１９９３年。     

农药残留降解动态数学模型的研究进展

作者结合生产实践,介绍了经典的指数负增长函数模型、多项式回归分析、二元农药残留函数模型、灰色预测GM(1,1)模型等生产上分析和预测农药残留量的常用方法和研究进展。     

灰色GM（1，N）自记忆模型研究

对灰色多变量自记忆模型进行了尝试性研究,首次将系统的影响因素在建模时加以考虑,给出了建立灰色GM(1,N)自记忆模型的方法.在此基础上结合新疆和田绿洲月蒸发能力实测资料,建立了灰色GM(1,2)自记忆模型,取得了理想的预测效果.结果表明,建立的多因素影响的灰色自记忆模型有着可行性.