逐日作物需水量预测数学模型研究

根据理论探讨以及对河北与广西旱作物和水稻灌溉试验实测成果的分析，提出了预测逐日参照需水量的方法与模型，探究作物正常供水和水分胁迫条件下需水量、作物系数及士壤水分胁迫修正系数的变化规律，提出了计算作物系数与土壤水分胁迫系数的数学模型；据此，提出了预测逐日作物需水量的方法与模型，并介绍应用实例．理论分析与实际应用的结果表明，所提的方法与模型理论严密、精度较高．     

灰色神经网络耦合模型在城市需水量预测中的应用

目的为了更准确预测城市用水量,弥补灰色和神经网络预测模型在中长期需水量预测中的不足.方法采用最小方差法建立了灰色新息递补模型和新息递补BP神经网络的耦合模型即灰神经模型,并对城市需水量进行预测.结果预测沈阳市生活需水量,灰神经网络耦合模型的平均相对误差为0.144%;预测沈阳市工业需水量,灰神经网络耦合模型的平均相对误差为0.19%.在模拟精度方面远远高于其他模型的模拟值,提高了预测的准确性.结论提出了用灰色神经模型来预测城市需水量的方法,能更好地预测城市未来需水量,把影响预测的不定因素降到最低限度,具有广泛的实用性.     

门限自回归模型在水稻需水量预测中的应用

通过对三江平原井灌水稻各生育阶段需水量的长系列资料分析，建立了自激励门限自回归模型(SETAR MODEL)。采用9个参数有效地描述了水稻需水量各个生育期在多种气象及其它影响因子的作用下的周期变化的非线性复杂系统。模型拟合与预测精度较高，可在灌区规划管理与优化水稻灌溉制度中应用。     

逐日作物需水量预测数学模型研究

根据理论探讨以及对河北与广西旱物和水稻灌溉试验实测成果的分析，提出了预测逐日参照需水量的方法与模型，探作物正常供水和水分胁迫条件需水量，作物系数及土壤水分胁迫修正系的变化规律，提出了计算作物系数与土壤水胁迫系数的数学模型，据此，提出了预测逐日作物需水量的方法与模型，并介绍应用实例，理论分析与实际应用的结果表明，所提的方法与模型理论严密，精度较高。     

生活需水预测的弹性系数法改进模型及应用

弹性系数法是一种广泛使用的需水量预测方法,其建立模型的关键步骤是提取合理的需水量影响因素,为了有效地提取需水量的主要影响因素,采用灰色关联法,分析了弹性系数模型变量之间的关系,提出了自然对数预处理方法,并以郑州市生活需水量预测为例,进行方法的比较分析,结果表明该方法是合理和有效的,进一步丰富了灰色关联分析法的应用,需水量预测结果也比较符合实际情况,可为郑州市水资源规划提供参考依据。     

灰色神经网络最优权组合模型预测城市需水量

需水量预测是一个大量数据指标和影响因素共同作用的复杂系统。目前以单一的模型预测为主,而这种预测方法仅能体现该系统的局部。针对这一情况,利用灰色模型和改进BP神经网络,建立最优权组合模型预测城市需水量,使用Matlab进行实例计算,并与其他预测方法比较。结果表明,该模型有较高的预测精度,优于单个模型,预测效果更优于其他方法。     

基于Bayesian-LSSVM和残差修正的用户短期需水量预测

为有效改善供水管网短期需水量预测模型在预测精度和稳定性方面存在的不足,提出在短期需水量预测模型基础上叠加残差预测模型的组合预测建模方法.首先采用贝叶斯最小二乘支持向量机法(Bayesian-LSSVM)建立管网用户需水量时间序列预测模型(BL模型),得到需水量预测初始值;对BL模型得到的需水量预测初始值的残差序列,构建基于贝叶斯最小二乘支持向量机法的混沌时间序列预测模型(RM模型),得到残差预测值;同时将RM模型得到的残差预测值实时补偿到BL模型的需水量预测初始值中,得到经过残差修正的需水量预测值.实例结果表明,RM模型可以准确捕获BL模型需水量预测初始值的残差变化趋势,对其残差序列进行准确预测;在短期需水量预测的精度和稳定性方面,由BL模型和RM模型叠加构成的组合预测模型(BL+RM模型)明显优于单一BL模型;BL+RM模型适用于平均需水量较小、水量波动性较大等不同特点用户的短期需水量预测,可有效满足实际工程的需要.     

作物需水量与气温关系的模糊回归分析

在模糊回归分析方法基础上 ,首次将此方法应用于水科学问题中 ,针对水稻生育期需水量与气温的相关关系 ,建立了二者之间的模糊回归方程 ,将该方法的计算结果与统计学中的常规回归分析结果比较发现 ,模糊回归模型比常规回归模型提供了更多的信息量 ,更具优越性 ;用模糊回归模型进行预测 ,可信度更高 ,且更具推广价值 .     

基于灰关联分析的多元线性回归模型在城市年需水量预测中的应用

科学预测城市需水量对城市的发展具有十分重要的意义.影响城市需水量的因素很多,采用灰关联分析方法,对影响需水量的各个因素进行分析,从中挑选出影响需水量的主要因子,建立需水量与主要影响因子之间的多元线性回归预测模型.实例表明,模型具有较高的拟合精度和预测精度.     

灰色新陈代谢GM(1,1)模型在中长期城市需水量预测中的应用研究

研究了基于灰色系统理论的中长期城市需水量预测方法.针对常规GM(1,1)模型存在的不足,建立了灰色新陈代谢GM(1,1)需水量预测模型,并利用此模型对北方某缺水城市未来10年的需水量进行了预测.结果表明:模型精度较高,预测误差较小.     

基于模糊聚类建立模糊模型的新方法

为了实现自动建立Mamdani模糊模型,提出了一种基于局部数据密度的新方法.该方法采用局部近似隶属函数的模糊聚类算法对数据进行学习,从而挖掘出潜在的模糊规则集和隶属函数的参数,实现自动建立Mamdani模糊模型.在聚类时,不需要事先指定类的数目,确定类中心的同时能自动识别噪声,因此在建模时不需要做额外的去噪声处理.使用该方法对交通信息预测进行了仿真实验,结果表明本文提出的模糊建模方法行之有效.     

基于动态模糊数据的运输车队评价系统建模

客户对运输车队派车的评价是一种具有动态模糊性的反馈信息,为了从中获取更为全面合理的统计分析结果,可以利用＂动态模糊数据＂对其进行表示和处理。文章在简单评价指标体系基础上构建了一个基于动态模糊数据的运输车队评价系统模型。模型中给出了客户评价信息的表示和计算方法,并通过实例对具体的评价信息进行了统计和分析,获得了分析结果,该结果全面有效地反映了客户的评价情况,为运输车队核心竞争力的提高提供了重要依据。     

非充分灌溉条件下水稻需水规律及影响因素

本文以两个代表站３年的田间灌溉试验资料为基础，对正常灌溉和非充分灌溉条件下的水稻生理生态需水规律进行了比较和分析，并根据宏观的和微观的研究方法，提出了不同条件下水稻蒸发蒸腾量的主要影响因素．     

基于ANFIS的超短期风电出力预测模型及仿真

针对短期风电出力预测精度不足的问题,在分析目前各基本预测方法的基础上,提出一种基于自适应神经模糊推理系统的短期风电出力组合优化方法.结合模糊C均值算法来调整系统前进参数和结论参数,提高系统参数寻优的效率.结果表明,该方法能够很好地处理非线性组合规划问题,从而有利于风电消纳.所提方法能够很好地克服单一方法在风电出力预测精度上的不足,更好地满足风电实际运行环境下的精度要求.     

基于预测理论的投资组合选择模型的研究

为提高股票未来价格和流动性的度量精度,构造了一种区间模糊数的整体GM(1,1)预测模型.首先,利用整体GM(1,1)预测模型构造了模糊区间数; 然后,基于区间模糊数建立了模糊M -V模型,并基于区间数的中点、半径以及可接受度对模型进行了优化,以此得到了含有参数的单目标规划模型.最后,通过实例分析证明了模型的有效性.     

基于灰色预测及多目标规划模型的水资源预测及优化配置

为探讨城市水资源预测和优化配置的方法,以北京市为例,采用灰色GM（1,1）预测和多目标规划模型方法进行数学建模,以研究北京市在实现经济效益、社会效益、生态效益和环境效益最大化前提下的水资源的优化配置方案。预测结果显示,北京市2015年的水资源总量为21．4523亿m^3,再生水量为11．96亿m^3,总需水量为39．74亿m^3,仍将存在6．33亿m^3缺口,将依赖于境外调水,与北京市水资源“十二五”规划十分接近。多目标规划模型结果显示,北京市可通过增加水资源的循环利用,减少农业用水、生活用水和环境用水量,维持现有工业用水量,实现可供水量与总需水量的基本平衡,并实现城市经济效益、社会效益、生态效益、环境效益的最大化。灰色GM（1,1）预测和多目标规划模型可较好地预测城市未来供、需水状况,并进行水资源的优化配置,可用于区域水资源预测和综合规划。     

企业利益相关者利益要求程度的模糊检验

企业的利益相关者对其利益的要求总是处在一个比较高的程度。文章运用模糊数学中的模糊综合评判模型对利益相关者的利益要求程度进行实证分析,以得到证明。     

Grey Prediction Fuzzy Control of the Target Tracking System in a Robot Weapon

Grey modeling can be used to predict the behavioral development of a system and find out the lead control values of the system. By using fuzzy inference, PID parameters can be adjusted on line by the fuzzy controller with PID parameters self-tuning. Acco     

基于模糊综合评判的大坝渗流量预测模型研究

文章利用模糊综合评判的方法,以上下游水位、前期降雨量和温度为自变量因子,建立了龙河口水库东大坝渗流量预测模型,并就相关问题进行了讨论.