共查询到18条相似文献,搜索用时 323 毫秒
1.
基于灰色动态模型群的需水预测研究 总被引:3,自引:0,他引:3
依据灰色系统理论,构造了一个由5个GM(1,1)模型组成的灰色动态模型群,并运用该模型对福建省泉州市用水量变化趋势进行了预测分析。研究表明,灰色动态模型群能够充分利用近期用水量信息预测未来用水量变化趋势;以模型群统计平均值作为最终预测值,避免了单一灰色模型容易利用不稳定信息的缺陷,使得预测精度更加准确,预测结果更为可信。 相似文献
2.
3.
4.
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。 相似文献
5.
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
6.
GM预测模型的模糊-灰色优化方法 总被引:8,自引:0,他引:8
把灰色预测模型GM(1,1)的微分形式表达成差分格式以将GM模型拓广,再用模糊-灰色系统理论优化GM拓广模型、确定最优ω^*参数,以提高GM方法的精度。为使此方法具有充分理论依据和实际应用价值,从理论上对GM模糊-灰色优化方法进行了研究,并做了实际应用验证。 相似文献
7.
8.
9.
城市工业用水量的灰色马尔可夫预测模型 总被引:2,自引:0,他引:2
灰色GM(1,1)是预测城市工业用水量的模型,这种模型不适合长期的、随机和波动性较大的数据序列预测,但是马尔可夫模型适合描述随机波动性较大的预测问题.可以将这两种模型结合,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)预测模型进行预测,再用马尔可夫模型预测结果进行优化,使预测精度大大提高.最后以抚顺市为例,预测结果证明了该模型的优势. 相似文献
10.
11.
传统灰色预测模型在涝灾预测中有较多应用,但其预测精度较低。为提高模型的预测精度,在传统灰色预测模型基础上加入灰色关联度分析,从灰色关联度的角度发现数据之间的依赖关系,运用灰色预测模型预测数据的发展走向。以沈阳市1960-2010年涝灾年份数据为依据,建立灰色关联度组合模型,应用结果表明,该模型比传统灰色预测模型效果好,为涝灾预测增添了新手段。 相似文献
12.
为探究黑龙江干流水质对居民生活和农业灌溉用水的影响,选择溶解氧、高锰酸盐指数、氨氮和p H四项监测指标作为研究对象,对漠河北极村、大兴安岭呼玛、黑河和伊春嘉荫四个断面过去一年每周水质监测数据进行预处理,运用物元综合评价模型,对黑龙江干流水质做出综合评价。然后根据监测结果,采用灰色预测模型对相应地区未来26周的各项监测指标进行预测。结果表明:漠河北极村、大兴安岭呼玛断面水质主要为Ⅰ类和Ⅱ类,黑河断面水质主要为Ⅱ类和Ⅲ类,伊春嘉荫断面水质主要呈Ⅰ类和Ⅲ类。漠河北极村、大兴安岭呼玛断面未来26周水质较好,黑河断面高锰酸盐浓度较高,伊春嘉荫断面高锰酸盐与氨氮浓度均较高。研究表明:黑龙江干流水质基本可以满足居民生活和农业灌溉用水需要,运用物元分析法和灰色预测模型对水质进行评价及预测是可行的。 相似文献
13.
为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。 相似文献
14.
农机总动力的预测研究对于农业机械的“供给侧”改革有着重要意义和研究价值,科学合理的预测结果对于职能部门的规划制定有着重要的指导意义。农机总动力数据具有时间序列性质,本研究应用灰色GM(1,1)模型对其进行有效的预测分析。为了提高预测的准确性,应用BP神经网络对灰色残差数据进行处理,补偿灰色预测结果,建立了相应的预测模型。实验表明:该模型对于吉林省农机总动力的预测科学有效,并对吉林省未来5年的农机总动力进行了预测,为相关政策制定提供了科学依据。 相似文献
15.
鉴于粮食生产系统的复杂性和信息不完全性,在对粮食生产系统灰色关联分析的基础上,确定出影响粮食产量的主要因子,然后建立灰色GM(1,N)预测模型;应用同一原始数据和GM(1,1)预测模型进行了比较,证明GM(1,N)预测模型具有较高的预测精度,较好地拟合了粮食产量的发展趋势。 相似文献
16.
17.
融合ARIMA模型和GAWNN的溶解氧含量预测方法 总被引:3,自引:0,他引:3
针对河流污染治理、水源管理,提出了融合差分自回归滑动平均ARIMA模型和遗传算法优化的小波神经网络相结合的河流水质预测方法。将采集的河流水质参数时间序列数据,分解为线性和非线性序列,线性数据使用ARIMA模型预测,使用最小二乘法完成了ARIMA模型参数估计。对于经过ARIMA模型处理的非线性残差数据、预测值与原始溶解氧序列之间的线性和非线性关系,采用小波神经网络(WNN)获得预测值,并采用遗传算法的选择、交叉、变异等操作优化网络参数,比传统WNN模型预测精度显著提高。ARIMA模型、小波神经网络、遗传算法优化小波神经网络(GAWNN)和未经遗传算法优化的组合模型预测平均绝对误差分别为0.29%、0.39%、0.26%、0.24%,提出的组合模型预测结果平均绝对误差约0.19%且为最小。结果表明,该组合模型优于单个模型和传统组合模型的预测结果。 相似文献
18.
研究根据室内尿素水解试验资料,建立了以温度、水分、时间为输入因子,尿素态氮含量为输出因子,拓扑结构为3-2-1的BP神经网络预测模型,以及Verhulst灰色预测模型和零级动力学模型,并分析比较了三种模型的预测效果。结果表明:3种预测模型均能满足模拟精度要求,所建立BP神经网络模型模拟值与实测值的平均相对误差、相关系数和决定系数分别为2.39%、0.992 4和0.984 5,具有较高的预测精度和良好的稳定性,并且模拟效果明显优于Verhulst灰色预测模型和零级动力学模型,可以较好地描述尿素水解动态变化过程,为尿素水解定量研究提供了精确的科学依据。 相似文献