灰色残差修正模型在中长期负荷预测中的应用

电力系统负荷预测是电力系统发电计划的重要组成部分,也是电力系统经济运行的基础。本文在应用GM（1,1）模型的基础上,建立了两种应用残差对预测数据进修正的模型。实例表明本文提出的方法较传统GM（1,1）模型有更高的精度。     

基于残差修正的GM(1,1)模型在山西省人均GDP预测中的应用

以2000—2014年山西省人均GDP数据为基础,采用GM(1,1)对山西省人均GDP进行模拟预测,并且用残差修正的GM(1,1)模型进行改进。结果表明,修正后的模型模拟平均误差由8.36%降低到4.95%,更加科学合理。     

加权马尔科夫的灰色残差修正模型在酸性降水pH值预测中的应用

酸雨的pH值受酸性离子和碱性高子的影响比较大,这些影响因子之间存在多重相关性,用一般的方法难以达到预测精度.本文在灰色系统理论的基础上,通过引入马尔科夫理论,提出了一种基于马尔科夫灰色残差修正模型.该模型弥补了灰色预测模型在预测结果的精确性和可信任性方面表现出的固有缺陷.实例表明该方法在提高组合预测精度上具有可行性.     

基于残差修正的灰色神经网络在数据挖掘中的应用

针对时间序列数据样本少、部分信息未知的特点,提出将灰色理论与神经网络相结合构建灰色神经网络,充分利用两种方法的优势对小样本时间序列数据进行有效挖掘.为了提高模型的预测精度,提出利用残差对模型进行有效修正.实验分析表明,残差修正灰色神经网络具有较高的预测精度,适合于小样本时间序列数据的挖掘.     

基于傅里叶变换的质量预测动态残差修正模型

针对生产过程中的动态性和预测的非零误差性,在传统灰色模型的基础上,遵循数据"重近轻远"的原则,综合数据新陈代谢动态反映系统目前特征和傅里叶变换强大的降噪功能的优势,提出循环傅里叶修正新陈代谢GM(1,1)模型(CFGM(1,1)),并给出相应的步骤和算法.该模型通过傅里叶变换对新陈代谢模型的预测残差进行动态修正补偿,提高了对系统随机误差的预测能力,从而提高了预测精度.对具体实例的Matlab仿真,表明,CFGM(1,1)模型预测精度较高,建模与计算速度快且不需要大量的数据,为动态生产过程的在线控制提供了有利条件.     

尾部残差修正GM(1,1)模型在煤矿百万吨死亡率预测中的应用

 煤矿安全是当前安全生产工作的重中之重。为掌握煤矿安全生产情况,降低事故损失,保证中国煤炭工业健康、快速、可持续发展,本文在传统GM(1,1)模型的基础上,建立了关于煤矿百万吨死亡率的尾部残差修正GM(1,1)模型。将该方法应用于2001—2011年全国煤矿百万吨死亡率分析,并以此为基础对2012、2013年的煤矿百万吨死亡率进行预测,与传统GM(1,1)模型的预测结果进行对比分析。研究结果表明,传统的GM(1,1)模型精度较差,最大误差达到14.35%,经修正的尾部残差GM(1,1)模型预测结果可靠,实际值与预测值平均相对误差1.14%,最大相对误差3.81%,各项指标均明显优于传统的GM(1,1)预测模型,为政府、矿山企业制定安全生产目标、政策以及建立科学高效的安全管理机制提供理论依据。     

Markov残差修正的灰色GM(1,N)模型在粮食产量预测中的应用

将灰色理论和Markov预测方法用于中国粮食产量的预测。运用灰色关联分析,从众多影响粮食产量的因素中确定了影响粮食产量的主要因素为：乡村从业人员、农作物有效灌溉面积、粮食作物播种面积、受灾面积。以粮食产量作为特征变量,以影响粮食产量的主要因素作为选定变量构建了粮食产量的灰色GM（1,5）预测模型,并对我国粮食产量进行拟合和预测。为了捕获粮食产量时间序列的随机波动性,使用马尔可夫模型对GM（1,5）模型的残差进行修正,以便改善预测精度。实例结果：事后检验阶段GM（1,5）模型的平均绝对百分比误差为15.45%,灰色Markov模型的平均绝对百分比误差为5.625%。灰色Markov模型能够提高预测的精度,是一种有效的、具有鲁棒性的预测方法。     

残差修正的GM(1,1)模型预测路基沉降量

用普通GM(1,1)模型进行路基沉降预测时,有时会出现较大偏差,甚至完全失效。为此提出了改进措施,引入残差修正的GM(1,1)预测模型,用于高速铁路某试验段路基的沉降预测。工程实例表明,残差修正的GM(1,1)模型的预测精度明显高于普通GM(1,1)模型。在路基沉降预测中有明显的优势,值得在工程中推广应用。     

残差辨识模型在环境系统预测中的应用

环境质量预测在环境治理工作中具有极其重要的作用,因此本文在对阜新市细河水中1997到2000年石油类污染指数进行深入而系统分析的基础上,采用残差辨识模型的预测方法,借助于计算机对2001和2002年度该污染指数进行预测,其结果和与实测值基本趋于一致.由此看出将GM建模理论和环境系统的预测相结合,计算过程简单,结果也较传统的预测方法更为准确.     

智能IC卡安全模型分析及在高速公路网中的应用

智能IC卡在高速公路路网中的应用其安全性不容忽视。本文先提出了IC卡在高速公路联网收费中的安全模型，然后分析了模型中IC卡面临的威胁与攻击，最后结合联网收费的具体应用针对相应的攻击给出了解决方法与策略。     

两种改进的电力负荷灰色预测模型的应用

以本地区某县级电网的用电负荷的预测为例,对比分析了GM-Malkov模型和改进的等维递补灰色模型两种模型的预测结果和单纯的灰色GM(1,1)模型的预测结果。预测结果表明,灰色-Malkov链改进方法及中等维数的等维递补灰色预测模型的预测精度较之单纯的GM模型都有较大提高。     

数字城市中的企业网络信息安全系统

针对企业网络信息安全的需要构建了企业网络信息安全体系框架和模型,并做出了总体方案及几种典型应用系统信息安全的设计方案。     

改进的色彩结构码彩色分割算法在数字化虚拟人研究中的应用

对色彩结构码（CSC）算法做了改进,将图像边界信息结合进CSC算法的连接过程,并以色度、饱和度、亮度（HSV）色彩模型为基础确定色彩差别．通过设定颜色差别和边界梯度的容忍闽值控制分割的深度．实验用中国虚拟人（VCH）和虚拟人计划（VHP）数据集的彩色切片图像进行分割．结果表明,分割结果比原算法更准确,而且克服了原算法因分割结果对容忍阈值非常敏感而难于取得合适的容忍闽值的缺点．     

余弦拟合消除相移误差在显微数字全息术中的应用

分析了在常用的四步相移中相移误差对相位重构造成的误差,给出了相移误差与相位重构误差的关系式,提出了通过干涉条纹的拟合来计算相移误差的方法,并将该方法应用于数字显微全息术测量细胞相位的实验中,得到了比较理想的细胞三维形貌.与不进行修正的结果相比较,发现相移误差造成的周期性相位重构误差,在使用后被明显地减少了,表明此方法是有效的.考虑到大多数全息图的干涉条纹比较容易识别,而且比较规则,因此该方法有比较好的通用性.     

灰色等维递补预测模型在电力系统长期负荷预测中的应用

在介绍灰色系统理论的基础上,讨论了等维递补预测原理,提出了电力系统中长期负荷预测的灰色等维递补预测动态模型,并利用某地区的历史负荷数据建模预测出了该地区1999—2009年的年负荷值。     

链球运动员顾原身体素质的灰关联分析及GM(1,1)建模预测

运用灰色理论中的关联分析法,对链球运动员顾原各项素质进行了综合分析,找出了影响运动员成绩提高的主要因素.并运用了灰色理论的灰色模型方法,建立了专项成绩的灰色GM(1,1)预测模型,运用该模型对顾原2004年和2005年的运动成绩进行了预测.     

IC卡在网吧计费管理系统中的设计及应用

介绍了SLE4442型IC卡、串行通信原理，重点给出了IC卡应用系统的硬件组成及上、下位机软件编制。     

数字图像处理技术在维护城市安全方面的应用探讨

随着城市化进程的加快,城市公共安全问题日渐引起社会普遍关注。应用各种现代化技术维护城市公共安全,开始进入人们的研究视野。根据数字图像处理技术的特点,探讨了其在城市安防中的应用,分析了城市安全监控系统、城市图像信息管理系统和信息可视化展示平台的相关内容。     

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。