改进的离散灰色模型在中长期负荷预测中的应用

将离散灰色模型（DGM）引入到负荷预测中来解决负荷增长速度过快时预测精度变差的问题．通过研究灰色预测中存在的初值敏感性问题以及原始数据的预处理问题,对离散灰色预测模型进行改进．通过典型的实例研究离散灰色模型及其改进模型在中长期负荷预测中的应用．结果表明,离散灰色模型在中长期负荷预测中是适用的,且它的改进模型在实际预测中具有更高的预测精度．     

基于动态熵权的短期风速组合预测

为了提高风电场风速预测的准确性,将不同预测方法的权重推广到权重序列,生成权重矩阵,同时采用新的预测误差更新权重矩阵,获得所需模型.建立三种单一预测模型,统计它们十天的预测误差,获得误差序列,在此基础上,提出动态熵权法.采用熵权法确定各单一预测模型在96个预测时刻的权值,并根据新的24小时预测误差更新误差序列和权重矩阵,从而获得动态组合预测模型.结果表明,动态组合预测模型的整体误差指标比单一预测模型较小,预测精度显然增高,证明了所建模型有效且实用.     

基于神经网络的一种组合预测的构建与应用

以长春一汽集团的汽车生产总量为研究对象,分别构建了回归分析、灰色预测和神经网络三个预测模型,并在此基础之上,借助神经网络对三个模型进行了组合,构造了一种新的组合预测模型.通过对几种模型的分析比较,得出这种组合预测具有很高的预测精度.而且,预测表明组合模型比单一模型的预测更加稳健.     

城市生活垃圾产量的组合预测

引入一种新的预测垃圾产量的方法——组合预测方法,该法能够综合利用不同预测方法提供的信息提高预测精度。结合厦门市1996～2008年的垃圾产量,分析不同预测方法的预测精度,并预测5年后的垃圾产量。通过研究发现：单一预测模型中,线性回归法和年增长率法的预测结果偏小,误差较大,灰色理论GM（1,1）的预测结果偏大,误差较小,基本在10%以内;组合预测模型的预测精度高于单一预测模型;厦门市城市生活垃圾年平均增长率约为10%,低于国民生产总值和社会消费品零售总额年平均增长率,高于城镇居民消费性支出年平均增长率。     

组合模型在机械故障预测中的应用

机械故障预测中,反映系统变化的特征参数往往含有多种趋势成分．引入组合预测模型,用灰色模型描述机械故障发展中的确定性趋势,用AR时间序列模型描述机械故障中的随机趋势．实践证明,较单一模型具有更高的预测精度．     

混沌局域法与神经网络组合供水量预测

城市供水量是非线性、非平稳时间序列,组合预测模型能获得更高精度预测结果。通过深入分析混沌局域法与神经网络预测模型特点,提出了一种新的组合预测模型。首先,应用混沌局域法对城市日供水量进行初预测,然后,应用神经网络对预测结果进行修正。由于所提出的组合模型利用了混沌局域法及神经网络进行优势互补,能同时提高预测精度与计算效率。为验证所提出组合预测模型的可行性,采用某市7 a实测供水量数据,对混沌局域法、BPNN、RBF及GRNN神经网络4种单一预测模型及相应的3种组合模型预测精度进行定量分析,结果表明,组合预测模型精度都高于对应单一预测模型,混沌局域法与GRNN神经网络组合模型预测精度最高,且运算时间远低于单一神经网络模型运算时间。     

基于自记忆原理的深基坑位移预测方法

传统灰色GM(1,1)预测模型对非负递增时间序列有较好的预测精度,但对波动幅度较大的时间序列预测精度较低。为了提高预测精度,本文在趋势曲线模型和自记忆理论的基础上,建立趋势曲线-自记忆组合预测模型,将该模型应用于深基坑位移预测中,并与灰色GM(1,1)预测模型和趋势曲线预测模型比较,该模型具有较高的预测精度。     

基于IOWGA的组合模型在城镇居民收入中的研究

为提高城镇居民收入水平的预测精度,在对陕西省城镇居民收入水平现状进行了分析的基础上分别建立了灰色Verhulst模型和三次指数平滑模型.基于IOWGA(诱导有序几何加权平均)算子的组合预测模型对陕西省城镇居民人均可支配收入进行了预测.结果表明,该模型克服单一预测模型的不足、预测误差较小,可以作为陕西省城镇居民收入水平预测的有效工具.     

基于支持向量机的交通流组合预测模型

根据天津市某路口的历史数据,采用目前流行的历史平均模型、RBF神经网络、灰色预测法分别建立了天津市某路口交通流量的单项预测模型,然后利用支持向量机模型对多个单项预测模型结果进行了组合预测,以作为其最终的预测值.计算结果表明,采用非线性组合方法比采用单一预测方法的预测精度有了进一步的提高,比较适合交通流预测.     

基于粒子群算法和BP神经网络改进的灰色电力负荷预测研究

灰色预测模型被广泛运用于电力负荷预测中,取得了较好的效果,但是灰色预测模型在实际应用中的缺点和局限性导致其预测精度有待提高,存在改进的必要。本文对于灰色预测模型的改进,分别从优化初值和改进模型等方面进行,从而提高普通灰色GM（1,1）模型的预测精度。对初值的处理可以削弱异常值的影响,强化趋势,从而避免由于初值选择不当而造成预测误差。本文中对模型的改进主要通过建立等维新息预测模型、灰色粒子群组合预测模型和灰色BP神经网络组合预测模型来实现。通过这些对灰色预测模型的修正和改进,进一步提高了灰色预测模型的适用性．最大限唐妯提高了灰乍．GM（1,1）模型的预测精唐．     

沥青路面永久变形数值模拟及车辙预估

沥青混合料的永久变形(车辙)是我国沥青路面早期病害中最主要的破坏类型,因而快速、简便、科学的进行车辙预估对于我国现阶段的路面结构设计与养护管理是非常必要的.提出基于有限元非线性理论沥青路面车辙数值模拟和车辙预估方法,结合廊沧高速廊坊段路面设计,分别进行SBS改性沥青混合料与高模量沥青混凝土进行车辙预估.结果表明:基于有...     

沥青路面足尺加速加载车辙预估

为了建立预估精度高、适用性广的车辙预估模型,提出了考虑混合料剪切强度、路面剪应力、轴载作用次数、路面温度、行车速度和路面厚度的车辙预估模型.该模型采用指数函数表达,采用加速加载设备(ALF)对3种足尺路面结构进行了3种不同温度、不同轴质量下的加速加载车辙试验,并测试了不同加载次数下的车辙深度;以3种结构的车辙深度、试验温度、路面剪应力、结构层厚度、加载次数共117组数据为基础参数,通过多元拟合分析,确定了基准速度为20 km/h的简化车辙预估模型;结合时间硬化蠕变模型及荷载作用时间函数,确定了车辙深度与行车速度的关系,将简化的车辙预估模型经速度修正后得到最终的车辙预估模型.研究结果表明,该车辙预估模型具有因素全面、适用性广的特点,预估精度高.     

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.     

应用灰色新陈代谢GM(1,1)模型预测河流水质

由于常规GM(1,1)模型进行预测时,精度较高的仅是最近的几个数据,越往未来发展,该模型预测的精度也就越弱。针对常规GM(1,1)模型存在的不足,运用灰色系统理论,建立了灰色新陈代谢GM(1,1)河流水质预测模型,对该模型的精度以及误差进行了分析,并利用该模型对某地区河流的水质进行了预测。计算机实际模拟证明:灰色新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测的可靠程度,从而实现河流水质的早期预测评估。     

基于路面使用性能评价的车辙指标研究

文章基于现有沥青路面使用性能评价规范和标准,运用简化的车辙积水模型,围绕高速公路沥青路面车辙深度主观评价标准,针对现有车辙评价模型的不足,通过采用Sigmoid函数,主要探索了车辙深度指数RDI评价模型。结果表明:结合求解的车辙内不致积水的临界车辙深度,将路面车辙深度等级划分为更精细的"轻、中、重"三个等级更加合理;优化的沥青路面车辙深度指数RDI评价模型弥补了现有车辙评价指标的不合理性;在保留现有车辙深度指数评价模型的同时,通过分析路面车辙槽的几何特征增加了车辙的其他指标,初步构建了车辙综合评价模型,对全面评价车辙的危害性及进行路面车辙的养护管理更具有实际意义。     

GM(1,1)模型的改进及其在变形预测中的应用

为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型。具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度; 接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值; 然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度; 最后,建立根据GM(1,1)模型改进的灰色多重修正模型。以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比。精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好。     

改进的灰色神经网络预测方法

针对GM（1,1）算法求解发展系数和灰色作用量时受背景值影响的问题,提出一种回避背景值的辨识参数求解方法,避开背景值试算选取的步骤或选取不当造成预测精度低的问题;针对GM（1,1）模型预测时初始条件为固定值影响预测精度的问题,提出一种构建变权初始值的方法,避免预测精度受固定初始值的影响;针对传统灰色神经网络样本类型单一的问题,提出一种新的组合预测模型结构,突破了传统模型只依靠单一浸润线历史数据预测的局限,建立了基于改进灰色神经网络的浸润线预测模型.通过工程验证,该模型短期内对浸润线高度的变化预测效果较好.     

全温域条件下沥青路面永久变形预估方法

为了准确、快速预估沥青路面沥青层永久变形,以江西省泉南高速吉莲段为试验路段,从全温域角度出发,引入分区分级分层的思想,即温度分区、轴载分级、路面分层,建立了全温域条件下基于叠加原理的沥青路面永久变形预估方法.通过实测及模型计算得到沥青路面全年温度分布、沥青层沿深度的温度分布曲线和全年轴载分布.根据三轴重复荷载试验建立了SMA-13、AC-20、AC-25三种沥青混合料永久应变黏弹性力学修正模型,确定了不同温度区间的平均修正系数,可求解不同温度和偏应力下不同荷载作用次数的沥青混合料永久应变.通过原点增长累积和反算累积叠加两种方法计算得到设计年限内沥青路面沥青层的永久变形.计算结果表明,泉南高速吉莲段按原点法和反算法的容许永久变形使用年限分别为6年和12年。反算法准确度更可靠,更贴合实际。同时,提出了全温域条件下基于叠加原理的沥青路面永久变形预估修正模型,并建立了基于全温域温度分布的沥青路面温度区间内的平均永久变形量与荷载作用次数关系方程和永久变形与温度区间内的平均永久变形量、温度分布频率的关系方程,为全温域条件下沥青路面永久变形快速预估提供一种新方式.     

基于灰色预测模型的图像边缘检测

简要地介绍了灰色系统理论和灰色预测模型GM(1，1)，并将该模型和图像边缘检测有机地结合在一起，提出了一种新的图像边缘检测算法，对提出的算法进行了相应的仿真实验。仿真结果表明，该算法能有效地检测出图像的边缘，尤其在检测细密的条纹方面有明显优势。