灰色GM(1,1)模型及其在电力负荷预测中的应用

讨论了灰色模型GM(1,1)及其改进模型在电力负荷预测中的应用.从灰色理论建模特点出发,提出使用加权均值生成原始数据序列的数据生成方法,在进行平滑的非负电力负荷数据序列的预测中取得了较好的效果.通过后验差检验,对传统的灰色系统GM(1,1)模型和加权均值的GM(1,1)模型进行了比较分析.实例证明,加权均值生成数据的方法进行建模具有较好的精度,在实际电力预测系统中有很好的应用价值.     

基于灰色神经网络的装备计量预测研究与实现

基于装备计量数据历史样本数据较少的特点,将适合小样本的灰色理论GM(1,1)模型应用于基于计量数据的装备状态预测,同时为提高GM(1,1)模型精度,提出了基于RBF神经网络优化GM(1,1)传统模型的灰色神经网络模型。装备计量数据实例应用分析表明,上述模型均可获得该装备计量数据的合理预测值,且相对于GM(1,1)传统模型,GM(1,1)优化模型具有更优的模型精度和预测效果,基于MATLAB开发的装备计量预测软件,实现了GM(1,1)传统及优化模型下装备计量状态预测及比较的可视化操作,为装备计量保障提供了可参考的技术方案。     

温度控制系统的灰色理论故障诊断研究

实验台温度控制系统的正常工作是煤自然发火实验成功与否的关键因素,故进行实验台温度控制系统的故障诊断至关重要.温度控制系统温度数据变化属于灰色系统,故可以利用灰色系统理论预测温度.本文提出利用灰色系统理论进行煤自然发火试验中煤体温度定量预测的新方法,根据煤自燃基本规律,建立灰色预测GM(1,1)模型并进行预测.预测结果对设备故障诊断具有指导意义,通过设定门限值判定温度控制系统工作状态,并对其进行软件实现,构建故障诊断软件系统.     

基于等维新息灰色马尔可夫模型的校准间隔预测

针对测量仪器校准间隔的优化问题,分析了历史校准数据的特征,建立了等维新息马尔可夫GM(1,1)预测模型.在等维新息GM(1,1)模型的基础上,引入马尔可夫模型,克服了随机波动数据对预测精度的影响.通过仿真实验对预测模型进行了验证,结果表明,等维灰色马尔可夫GM(1,1)模型的预测精度高于常规灰色GM(1,1)模型、等维新息灰色GM(1,1)模型和常规灰色马尔可夫GM(1,1)模型,更适合用于测量仪器校准间隔的预测.     

GM(1,1)的MATLAB实现与应用

灰色GM(1,1)预测模型是灰色理论中的重要组成部分,也是主要的预测方法之一.因此,GM(1,1)模型的应用范围很广泛.本文简要介绍了GM(1,1)模型的原理及其预测步骤,用MATLAB软件实现了GM(1,1)预测算法并给出了源代码.在此基础上,用统计年鉴上的山西省2008-2011年煤矿安全死亡人数进行了仿真,从而验证了该算法的有效性和程序的正确性.     

一种基于灰色残差模型的建筑物沉降预测

建筑物沉降预测成为工程建设中亟待解决的一大技术难题。应用灰色残差GM(1,1)模型对建筑物沉降进行模拟和预测,解决了传统GM(1,1)模型预测精度不高的问题。结果表明,灰色残差GM(1,1)模型误差较小,可以较好地预测建筑物沉降变形。     

基于灰色-马尔可夫模型的粮食产量预测

文中首先用1976年到1995年的桐城县冬小麦单产,建立灰色GM(1,1)模型,再用随机过程理论的马尔可夫模型获得GM(1,1)模型在已知年份里的偏差规律(即偏差的转移概率矩阵),并且依照此规律对GM(1,1)模型结果进行修正,将由GM(1,1)模型预测的一个具体数值,修正成为区间和概率组成的预测范围,增加预测的可靠性。最后用灰色-马尔可夫模型外推预测1996年到2000年共5年的小麦单产。实验说明灰色-马尔可夫模型大大提高了预测精度,将预测结果表示为预测范围,更为准确地反映出粮食产量的走势。     

基于改进灰色预测法的建筑结构承受可变荷载的研究

研究了灰色系统在建筑结构可变荷载中的分析应用。由于常规GM(1,1)模型在用于预测时只对近几次预测数据精度高,未来数据预测精度低的原因,导致越往后模型的预测意义就越弱。故尝试用灰色新陈代谢GM(1,1)模型来预测济南地区未来5年标准状态下的风荷载。事实表明,该种预测模型有着良好的效果,预测精度高,有很好的利用价值。     

灰色GM(1,1,t α)模型与自忆性原理的耦合及应用

针对实际工程应用中传统GM(1,1)模型预测的局限性,以含时间幂次项的灰色GM(1,1,tα)模型为基础,构建了灰色GM(1,1,tα)与自忆性原理的耦合预测模型;用动力系统自忆性原理来克服传统灰色模型对初值比较敏感的弱点;将灰色GM(1,1,t2)自忆性模型应用于某沿海高速软土地基沉降的模拟和预测,获得了满意的模拟和预测精度.实验算例表明,所提出的新模型显著地改善了传统灰色预测模型的模拟预测精度.     

温度控制系统的灰色理论故障诊断研究

实验台温度控制系统的正常工作是煤自然发火实验成功与否的关键因素,故进行实验台温度控制系统的故障诊断至关重要.温度控制系统温度数据变化属于灰色系统,故可以利用灰色系统理论预测温度.本文提出利用灰色系统理论进行煤自然发火试验中煤体温度定量预测的新方法,根据煤自燃基本规律,建立灰色预测GM（1,1）模型并进行预测.预测结果对设备故障诊断具有指导意义,通过设定门限值判定温度控制系统工作状态,并对其进行软件实现,构建故障诊断软件系统.     

灰色系统模型在时间序列模式中的应用研究

研究了利用GM（1，1）模型发现时间序列模式的方法，用GM（1，1）模型可以从时间序列中寻找变化规律，预测将中的发展趋势，并应用GM（1，1）模型分别对全国未来10年耕地和粮食进行了预测，预测结果和一些知名学者的预测结果非常接近，说明GM（1，1）模型是挖掘时间序列模式的一个有效的方法。     

新息改进GM(1,1)模型参数估计的新方法

为了提高新息改进GM(1,1)模型的预测精度,引入累积法对新息改进GM(1,1)模型的参数进行估计,给出了新的参数估计公式。该方法避免了大量的矩阵运算,降低了计算量。数值计算结果表明,累积法新息改进GM(1,1)模型具有很高的预测精度,是一种值得推广的新模型。     

基于神经网络的马尔可夫预测模型

首次提出神经网络与马尔可夫链相结合的数学模型,用于随机波动数据序列变形预测,克服随机观测数据固有的随机和波动特征,较好地实现了工程中大量随机波动性数据无法采用灰色GM(1,1)模型精确预测问题。采用神经网络完成观测数据变化动态基准模型的计算,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其中误差等指标的分析,完成观测数据变化值的准确计算。该模型被应用于隧道围岩工程实例,计算证明取得了较好的效果。     

用Matlab实现GM（1,1）灰色模型的供电量预测

介绍灰色预测模型GM（1,1）在电力系统中的预测应用,同时在Matlab平台上实现了灰色模型GM（1,1）函数的编制。以某市1995～2004年供电量数据为例,并通过此函数对该供电量进行了预测,为灰色数列模型GM（1,1）的应用提供了一种简便的运算方法。     

振荡序列的分数阶离散GM(1,1)幂模型及其应用

针对GM(1,1)幂模型从离散的参数估计到连续的预测函数所产生的固有误差, 提出一种新的分数阶离散GM(1,1)幂模型, 并针对可能存在的病态性, 利用正则化算法替代最小二乘法估计部分参数以提高参数估计的精度; 为了提高模型的预测精度, 提出新的累加阶数及幂参数的确定方法. 对工业废水排放率及城市用水量两个实例的预测结果表明, 所提出的模型及确定参数的方法对于振荡时间序列有着很好的预测精度.     

基于闭环辨识的柴油机模型研究

论文首先分析了柴油机闭环辨识的条件和柴油机的理论数学模型,然后采用ARX模型辨识出柴油机控制系统模型.辨识的输入输出数据分别采用柴油机闭环控制系统的齿条位移和输出转速,模型参数估计采用最小二乘法,最后通过残差分析对模型的正确性进行验证.辨识结果表明该模型能够很好地反映柴油机的动态输出特性,并具有较高的精度,证明了ARX模型辨识算法对于柴油机系统的辨识是可行的.     

基于灰色模型的汽车保有量预测

根据某地区相关的统计数据,运用多元回归分析法,对该地区影响私人汽车发展的主要因素进行分析,对其保有量的发展趋势做出科学判断。然后,运用灰色系统理论,建立了该地区私人汽车保有量的预测模型GM(1,1)模型及其修正模型,找出其中的相关性和函数关系,从而对该地区私人汽车保有量进行定量的分析和预测。