首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 203 毫秒
1.
将系统分析方法中的传统GM(1,1)模型与时间序列分析方法相结合建立地下水位的预报模型。为更好地反映地下水位的统计规律随时间而缓慢变化的现象,采用衰减记忆最小二乘法率定GM(1,1)模型参数。用方差分析法进行地下水位时间序列的周期分析时,对初相进行优选;在选定的置信度水平下,当有多个周期都通过检验,此时该如何优先选择哪个周期,文中提出按拟选周期的F分布检验统计量与检验区间界限值的比值最大原则来选择周期成分。最后,采用本文所述方法进行福建省龙岩市的年最高地下水位的预报。  相似文献   

2.
GM(1,1)模型是灰色系统理论的核心预测模型,对GM(1,1)模型的建模条件进行研究是提高模拟精度的基础.采用理论证明和数值算例相结合的方法对GM(1,1)模型的建模条件进行研究,拓展了经典灰色预测模型的级比判定条件.结果表明:当原始序列的累加序列值都相等时,发展系数不存在;提高原始序列光滑度不是提高模拟精度的充分条件.  相似文献   

3.
GM优化方法在机械系统寿命预测中的应用   总被引:2,自引:0,他引:2  
针对机械系统失效单元寿命预测所涉及的时间序列 ,介绍了灰色模型GM(1,1) (GM :GreyModels)方法在预测中的特长及缺陷 .同时为了提高预测精度 ,将灰色模型GM(1,1)法拓广为GM(1,1,ω)预测模型法 .因为新模型中参数ω与预测误差之间存在着明显的非线性特性 ,而且ω数值离散化 ,所以采用优化逼近方法优化ω 值 ,最优GM(1,1,ω )预测精度高于GM(1,1) ,工程实例也证实了此方法的效果是显著的 .  相似文献   

4.
为了弥补传统GM(1,1)模型在波动数据序列预测中误差较大的缺陷,采用一阶差分方法对初始数据序列进行改进,构建了一阶差分GM(1,1)模型。分别应用传统GM(1,1)模型和一阶差分GM(1,1)模型对2009—2016年火灾致死人数进行预测分析。结果显示,一阶差分GM(1,1)模型的预测精度高于传统GM(1,1)模型。  相似文献   

5.
为了提高GM(1,1)模型在地铁施工过程中地表沉降量预测的精度,预防较大沉降或其他危险出现,提出了改进GM(1,1)模型预测方法.通过对比不同原始序列个数建立起来的预测值并确定最佳原始序列个数后,对GM (1,1)模型进行优化,并对构造背景值进行优化.通过缓冲算子对原始序列进行优化,之后再构造背景值进行优化.结果表明,背景值对模型的预测影响较小,缓冲算子在原始序列变化较大、变化不平顺时优化较好.  相似文献   

6.
提出了采用灰色模型对桑丝绸老化力学性能进行预测的基本方法,利用实测的老化后织物的断裂强力序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测织物的断裂强力,并对各模型的预测结果进行比较分析.结果表明:将GM(1,1)模型和等维新息GM(1,1)模型结合使用可以使预测效果更好.  相似文献   

7.
提出了采用灰色模型对生物降解复合材料的降解性能进行预测的基本方法,利用实测的降解率序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测复合材料降解率,并对各模型的预测结果进行比较.结果表明,将残差GM(1,1)模型和等维新息CM(1,1)模型结合使用可使预测效果更好.  相似文献   

8.
灰色粒子群自适应卫星钟差预报方法   总被引:1,自引:1,他引:0  
高精度卫星钟差预报是当前接收机实时精密单点定位技术(Real-time precise point positioning,RT-PPP)亟需解决的关键技术难题之一.为找到一种基于小样本钟差序列的快速高精度卫星钟差预报方法,在分析常规GM(1,1)灰色模型(grey model)缺点的基础上对其进行了改进,提出了PGM(1,1)模型(particle swarm optimization-grey model)及其算法.该模型利用最新量测值进行初始化,然后通过引入遗忘因子的最小二乘法对新旧信息进行加权处理;再引入优化因子对模型系数进行调节,以归一化的平均相对误差作为精度检验标准,采用粒子群算法对其自适应寻优.最后选取了5颗钟差变化典型的GPS(global positioning system)卫星原子钟进行1 d内的精密钟差预报实验.结果表明,相对于常规GM(1,1)灰色模型和常规二次项拟合模型,所提出的模型及其算法预报精度有显著提升,其平均预报残差达到了亚纳秒级,且所需训练样本小.因此,该预报模型可以应用于卫星钟差快速精准预报.  相似文献   

9.
探讨用粒子群优化算法求解GM(1,1)模型参数a,b,将用该参数建立的GM(1,1)模型与最小二乘法建立的GM(1,1)预测模型进行了效果比较.实例验证结果表明:对于较平缓变化数据序列,2种方法建立的GM(1,1)模型拟合还原精度相差不大,粒子群算法稍优;对于非平缓变化数据序列,经粒子群算法优化参数后,模型精度显著高于最小二乘法;灰色关联度分析表明,粒子群算法优化参数建立的GM(1,1)模型拟合序列几何形状上更接近原始序列.  相似文献   

10.
新陈代谢GM(1,1)模型在建筑物沉降预测中的应用   总被引:1,自引:0,他引:1  
利用MATLAB7.0软件对原始数据进行等间距处理后,用一次累加数列与原始数列构建微分模型,通过不断去掉旧数据加入新数据,以工程数学为基础,运用灰色理论构建新陈代谢GM(1,1)模型。并以工程实例进行模拟和预测效果检验,将普通GM(1,1)模型和新信息GM(1,1)模型预测效果进行比较,计算和对比结果表明,新陈代谢GM(1,1)模型精度明显高于其它模型,预测效果大大提高。  相似文献   

11.
动态新息GM(1,1)在卫星电池阵功率预测中的应用   总被引:1,自引:0,他引:1  
根据观测到的历史数据对卫星理发池阵输出功率的未来值进行预测,可实现对电池阵性能劣化的早期预报。灰色预测方法的GM(1,1)模型只适合对单调递增或递减时间序列进行预测,针对卫星电池阵输出功率具有波动变化的趋势特征,采用实时在线的方法,建立了动态新息GM(1,1)预测模型,经实例预测验证,动态新息GM(1,1)模型可明显地提高预测精度,并且能对电池阵输出功率的波动变化趋势正确预测。该建模方法对其他非单调时间序列的工程预测也具有参考价值。  相似文献   

12.
根据GM(1,1)模型的特点,通过在数据序列前面加一个非负数,提出了加数GM(1,1)模型的方法。该方法克服了原始模型中不能利用第一点数据的缺陷,提高了原始数据的利用率。同时,结合电力负荷呈日周期性变化的特性,提出了基于关联度的组合灰色预测模型用于电力系统负荷预处理。实例表明,加数模型的预测精度优于原始模型的预测精度,组合灰色模型比单一的灰色模型在预测精度上有明显提高。  相似文献   

13.
基于GM(1,1)的道路交通事故预测   总被引:2,自引:0,他引:2  
灰色预测法是将随机的原始数据序列用数据生成的方法生成规律性较强的新数列,以生成的新数列建立数学模型,GM(1,1)是一种典型的灰色模型.论文介绍数列灰色预测方法,通过道路交通事故预测实例,论述了GM(1,1)的建模过程,并对模型进行了检验.结果证明:针对我国道路交通事故典型灰色特征,用灰色理论进行预测研究是一种可行的方法,短期预测有较高的精度.  相似文献   

14.
GM(1,1)残差模型在民航客运量预测中的应用   总被引:3,自引:0,他引:3  
利用GM(1,1)模型对民航客运量进行模拟预测,用GM(1,1)残差模型对其进行修正,得出精度很高的预测公式,并用模型的后验差检验所建预测模型,证明预测公式精度较高,以期在今后的实际预测中取得很好效果。  相似文献   

15.
灰色马尔柯夫预测模型   总被引:28,自引:1,他引:28       下载免费PDF全文
概要地介绍了灰色系统理论的研究对象,引入了GM(1,1)灰色预测模型,并将灰色预测与马尔柯夫预测方法相结合建立了一种对GM(1,1)模型进行了预测物新方法,克服两种预测法的不足,提高了预测精度。最后用一例子说明灰色马尔柯夫预测方法的应用。  相似文献   

16.
文中应用灰色系统理论的GM(1,1)模型对招生人数进行了预测。算例表明,GM(1,1)预测方法精确性好,实用性强。  相似文献   

17.
基于灰色系统理论的山西省电力需求预测   总被引:2,自引:0,他引:2  
在灰色系统理论的基础上,对影响电力消费的社会经济因子进行灰色关联分析.结果表明:作为重工业发展基地,山西省电力需求与国民经济发展水平及工业发展有密切关系.通过GM(1,1)预测模型较好地预测了2003-2020年山西省的电力需求.经检验,预测精度较高,能够反映其实际发展趋势.  相似文献   

18.
保证交通安全是交通管理者的首要目标,为了掌握交通事故的发展规律,及时采取有效的事故预防措施,对交通事故进行预测是一个非常重要的问题。在分析道路交通事故灰色性的基础上,运用灰色系统理论,构建道路交通事故GM(1,1)预测模型,以福建省道路交通事故统计数据为例,给出GM(1,1)模型的应用实例,预测结果与实际值的平均相对误差为1.54%,可见GM(1,1)模型的预测结果是可信的。  相似文献   

19.
GM(1,1)循环残差修正模型及其应用研究   总被引:3,自引:0,他引:3  
建立了GM(1,1)循环残差修正模型,并与经典GM(1,1)进行比较,考察改进模型的预测效果。结合经典GM(1,1)模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过M atlab软件编程实现了该模型,并将其应用于2009-2010年入境游客量的预测。将本模型应用于2003年至2008年入境游客量预测建模上,其结果明显好于经典GM(1,1)模型,且预测效果更好。基于经典GM(1,1)模型建立了GM(1,1)循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。  相似文献   

20.
为了有效地预测网络安全态势,在态势因子和灰色理论的基础上,提出了将灰色GM(1,1)和GM(1,N)模型相结合来预测网络安全态势的方法。首先筛选态势因子,再利用模型GM(1,1)对态势因子的变化进行预测,得到N个态势因子变化函数,最后利用这些函数和模型GM(1,N)对网络安全态势进行预测。将灰色GM(1,1)模型、神经网络模型和本文方法对网络安全态势进行预测,实验结果表明,本方法能够更准确地预测网络安全态势。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号