基于相对核和精度的三参数区间灰数预测模型

针对建模对象是三参数区间灰数,提出了一种三参数区间灰数预测模型.首先,通过相对核、"重心"点和精度提取三参数区间灰数蕴含的灰信息,实现三参数区间灰数到实数的转化.然后,分别对相对核序列、"重心"点序列和"精度"序列建立DGM(1,1)模型,并反推三参数区间灰数3个参数模拟值的表达式,从而构建了基于相对核和精度的三参数区间灰数预测模型.最后,对某上市公司流动资产持有量进行模拟预测以验证所建模型的实用性和可靠性.     

基于MGM(1,n)模型的多元核支持向量回归预测

根据灰色系统和支持向量机相结合的方法,采用多变量灰色模型MGM(1,n)对相互影响、相互制约的多变量时间序列进行模拟,获取残差序列后运用多元核支持向量回归机(MSVR)对残差进行回归以修正原模型,得到多变量灰色支持向量回归复合模型(MGM-MSVR).实证结论表明:复合模型具有比原模型更高的精度.     

基于区间灰数的离散Verhulst直接模型

灰色预测模型既有的研究成果,主要是围绕"实数"为建模对象的经典灰色预测模型,而对于以区间灰数为预测对象的探讨相对比较缺乏.针对传统Verhulst模型建模对象仅局限于实数序列这一缺陷,对Verhulst模型进行了拓展.对此,文章分析了传统Verhulst模型不足,提出了离散Verhulst直接模型;然后,构建了基于核和信息域的离散Verhulst直接模型,使区间灰数信息无偏的转换成实数信息,同时有效避免了原有的根据"灰度不减公理"按照取大准则确定预测值得灰度或信息域的计算性误差.最后,通过实例分析表明提出的新模型的有效性和实用性.     

基于核和测度的区间灰数预测模型

区间灰数的确定与其核和测度有关,通过计算灰数的核和测度,将区间灰数转变成实数.分别对区间灰数核序列和测度序列建立预测模型,再推导还原得到区间灰数的预测模型.并将此模型应用于黄河内蒙段巴彦高勒站冰期日均流量预测,结果验证了所建模型的有效性和实用性.     

基于标准区间灰数的发展带离散DDGM预测模型

由于区间灰数运算体系尚不完善,灰数间的代数运算将导致结果灰度增加,难以有效构建基于"区间灰数"的灰色发展带预测模型.对此,通过将区间灰数进行标准化处理,分解成基于实数形式的"白部"和"灰部"两个部分;然后分别对"白部"和"灰部"建立发展带预测模型,再推导并还原得到区间灰数的发展带预测模型;最后,将模型用于摆动幅度大且整体趋势增长的区间灰数在未来时刻的预测,预测效果验证了所提出模型的有效性.     

考虑白化权函数的区间灰数预测模型研究

针对区间灰数预测模型较少考虑灰数取值可能性对预测结果的影响,构建了白化权函数已知的区间灰数预测模型。首先,将区间灰数进行标准化,分别取其"白部"和"灰部"得到白部序列和灰部序列。然后,根据白化权函数与x轴所围图形得到面积序列以及计算白化权函数已知的区间灰数的"核"得到核序列。最后,通过充分挖掘白化权函数已知的区间灰数序列中蕴含的信息,建立灰色预测模型,并应用算例分析验证模型的有效性和实用性。     

基于初始条件优化的非等间距多变量灰色预测模型研究

为了进一步提高非等间距多变量灰色预测模型MGM(1,m)的预测精确度,根据新信息优先原理,本文提出了一种初始值末点优化的非等间距多变量灰色预测模型。通过对模型初始点的优化,给出了优化模型的计算公式和时间响应函数,从而使模型更符合灰色预测建模时新信息优先的原则。最后,通过算例验证了所提出模型的实用性,同时表明优化后的模型可以提高模型的模拟、预测精度。     

向量灰色模型的建立及应用

针对传统多变量灰色预测模型(MGM(1,m))有时存在的建模数据失真问题,以系统中关联变量具有趋同性为基础,提出了一种新的模型——向量灰色模型(VGM(1,m))。与MGM(1,m)模型相比,VGM(1,m)结构更简单,模型参数更少,从而有利于参数的估计。将VGM(1,m)、MGM(1,m)、GM(1,1)模型应用于四个实例的分析,结果表明VGM(1,m)消除了MGM(1,m)的建模失真现象,模型的稳定性得到了增强。进一步,与GM(1,1)建模结果相比,VGM(1,m)模型的预测精度更高,即新模型有更好的泛化性。     

基于灰模型的区间模糊数时间序列预测

研究了基于灰模型的二元区间和三角模糊数时间序列的预测方法.目前以GM(1,1)模型为代表的灰色预测模型只适用于精确数序列.改进了GM(1,1)模型的定义型方程中的参数形式,使方程能适用于几类常见区间模糊数序列.接着,基于区间模糊数的计算准则,分别具体给出了二元和三角模糊数GM(1,1)模型(BIFGM(1,1)和TFGM(1,1))的预测过程.模型对于区间模糊数的界点序列的发展系数进行了加权平均处理,以此保证了区间模糊数序列发展态势的整体性.最后进行了实例应用,验证了模型的有效性.     

基于三角模糊数序列的灰色预测模型

以GM(1,1)模型为代表的灰色预测模型是以精确数序列为基础,难以满足实际需要.为了使灰色模型适应于模糊数序列,具体给出了一种基于三角模糊数序列的建模方法,这种方法也可以实现对二元区间模糊数和梯形模糊数序列的建模.首先由三角模糊数序列得出三个含有等量信息的精确数序列:重心序列、隶属函数的覆盖面积序列和中界点序列,对这三个序列分别建模后,再导出原始三角模糊数序列的三个界点的预测模型.这种建模方法既保持了模糊数的整体性又提高了建模序列的光滑度,提高了预测精度.最后进行了多组随机三角模糊数序列的数据模拟,验证了模型的有效性.     

基于相对核的三参数区间灰数信息下多属性决策方法

针对属性值为三参数区间灰数且部分权亘信息已知的多属性决策问题,提出了基于三参数区间灰数相对核的决策方法.首先考虑"亘心"点的影响给出三参数区间灰数核的定义,其次结合三参数区间灰数的核和灰度,定义了三参数区间灰数的相对核及比较法则,同时根据方差最大化思想,构建求解属性权亘的单目标线性规划模型,进而得到方案的综合属性值并进行排序.最后通过一个实例采验证所提方法的有效性和可行性.     

考虑复杂搭接关系的灰色网络计划模型

将复杂搭接关系引入灰色网络计划模型,并对搭接关系组合进行了分析.其中,活动持续时间与搭接时距都为灰数且服从三角白化权函数分布并使用核和灰度形式表示,在时间参数计算中引用基于论域的灰度计算法则以解决核与灰度加减运算结果与原灰区间不符的问题,并改进基于相对核与精确度的灰数排序方法以适应本模型考虑白化权函数的情况,同时将关键路径识别放置在最迟时间参数计算之前以解决逆向递推无法正确计算最迟时间的问题.     

优化MGM(1,n)模型及其应用研究

从最小二乘估计的适用条件出发,在建立MGM(1,n)模型前,先采用BoxCox变换对原始数据进行变换,以解决或缓解误差项的正态性偏离问题.首先,以模型拟合平均误差最小化为目标,建立非线性优化模型,在参数的置信区间内,应用PSO(Particle Swarm Optimization)算法求最优解.然后,应用求解得到的参数,建立优化MGM(1,n)模型.在实例分析中,将优化MGM(1,n)模型应用于深基坑围护结构变形预测,实验结果表明通过对原始数据做合适的Box-Cox变换,能够有效提高模型的拟合及预测精度,拓广多变量灰色预测模型的适用范围.     

基于矩阵型时滞灰色多变量模型的区间数序列预测

许多数据表示为区间数时更有利于管理和决策.为有效预测区间数序列,考虑系统中普遍存在的时滞效应,基于传统灰色模型同时引入系统特征和相关因素的滞后项,然后进一步把模型的适用范围从精确数序列拓广到区间数序列,提出了矩阵型时滞灰色多变量模型.在此基础上,提出了一种确定区间数序列最优滞后阶的方法.最后对我国财政收入和社会消费品零售总额进行预测,结果表明新模型是有效的,在拟合和预测方面均优于其他五个灰色竞争模型,具有一定的应用价值.     

直觉模糊GM(1,1)模型及其在灰色发展决策的应用

研究了以直觉模糊数为对象的GM(1,1)模型并运用到灰色发展决策方法。利用灰色系统理论中核和灰度的内涵,将直觉模糊数的犹豫度和记分函数结合构建了直觉模糊数序列 GM(1,1)预测模型,从而实现了直觉模糊数的预测。在此基础上结合变权原理提出了基于直觉模糊数的灰色发展决策方法。最后,算例分析说明了该方法的合理性和可行性。     

基于灰区间数决策的城市土地集约利用评价

城市土地集约利用评判是典型的区间数多属性决策问题,将基于灰色系统理论的多指标灰区间数关联决策模型应用于城市土地利用状况评价领域,通过引入灰区间数序列的范数完成多指标区间数决策矩阵的规范化处理,建立了多指标区间数整体逼近决策方法,使城市土地集约利用评判方法更加客观.最后通过扬州市城市土地利用状况为实例验证模型的有效性和实用性,为城市土地集约利用评价提供了一种新方法.     

水资源管理中的多指标灰区间数关联决策模型

水资源管理决策是典型的非结构或半结构决策问题,将区间数的多属性决策应用于水资源管理决策领域,采用基于灰色系统理论的多指标灰区间数关联决策模型.通过引入灰区间数序列的范数完成多指标决策矩阵的规范化处理,构建综合灰色信息的理想区间方案,从方案优属度出发获得最优决策方案.最后,通过实例验证了该模型的有效性和实用性.     

基于无偏灰色PSOMarkov优化模型的加油站便利店零售销量预测方法研究

加油站便利店是一种新兴的零售业态,准确地预测其零售销量具有重要意义.以往的销量预测模型多为单一模型,提出了一种基于粒子群优化的无偏灰色PSOMarkov预测方法.首先,基于灰色系统理论建立了无偏GM(1,1)预测模型,消除了常规GM(1,1)预测模型的固有偏差.其次,利用Markov理论对无偏GM(1,1)预测模型的相对残差进行了修正,模型能较好地体现数据的波动特征.最后,利用改进的粒子群优化算法白化无偏GM(1,1)-Markov预测模型灰区间的参数,得到无偏灰色PSO-Markov预测模型.通过云南昆明市红瓦副加油站便利店的零售销量案例表明,模型能提高预测模型的精度.模型可用于加油站便利店的商品销售预测,并为企业的经营决策提供依据.     

一种基于三参数区间灰色语言变量的多属性群决策方法

针对属性值为三参数区间灰色语言变量的不确定型多属性决策问题进行了研究,本文将语言变量和三参数区间数融合, 提出了三参数区间灰色语言变量的概念, 定义了三参数区间灰色语言变量的运算规则和可能度公式,在此基础上建立了基于投影模型的三参数区间灰色语言变量的多属性群决策方法。最后,通过对移动银行服务质量评估案例验证本模型的有效性。     

灰导数优化的一类新信息多变量MGM(1,m,k)模型

以白化方程组为基础,利用梯形公式白化灰导数,同时利用新信息原理,得到一种改进的多变量灰色预测模型.应用实例表明:改进模型具有较高的模拟和预测精度,适用于原始数据序列为非齐次指数函数情形的预测,并且拓宽了灰色模型的适用范围.