GM(1,N)模型在工程建筑物变形分析中的应用

针对工程建筑物变形中存在的变形因素复杂、变形大小不确定性、点位间主次关系不明确等情形,将灰色系统中的多维GM(1,N)模型引入到工程建筑物变形监测分析中进行多点分析,研究工程建筑物的变形规律,合理预测未来的变形趋势。利用关联分析方法确定有效因子,综合分析系统受不同监测点影响的因素,通过工程实例进行了分析、建模和验证,建立了相应的GM(1,2)或GM(1,3)模型,提高了模型精度,为工程建筑变形分析提供了有效的分析方法和手段。     

对灰色模型GM（1,N）的建模改进

灰色系统理论是我国学者邓聚龙教授提出的一种新型理论，已成功地应用到社会经济的各个领域。就整个理论体系看，灰色模型GM（1，N）应为灰色系统理论的核心部分，它是预测、决策和控制的基础。在笔者学习灰色模型理论和实际建模时发现，GM（1，N）模型对变量变化率王背景值的处理还有些武断，本文对此提出改进办法，供商榷。一、对GM（1，N）的建模改进GM（1，N）是一阶微分方程型的模型，它仅涉及一个变量的变化率。不失，般性，可以只讨论最简单的GM（1，1）模型。GM（1，1）模型的化形式是：dX于十ax一如．＿＿＿＿＿，，＿，＿d…     

GM(1,1)和GM(1,N)联合模型在自来水厂自动加矾系统预测中的应用

通过引入自相关分析,将GM(1,N)模型预测精度高的优点和GM(1,1)所需统计数据数量少的优点,两者有机结合形成一个联合预测模型,运用于自来水厂自动加矾系统,进一步提高灰色模型的预测精度,并证明了该方法在实际应用中的可行性.     

基于扰动因子GM(1,N)模型优化算法及其应用

基于Simpson公式的GM(1,N)建模的算法不能更改参数的缺点,提出了基于扰动因子改进Simpson GM(1,N)模型。通过扰动因子变化影响参数值,以达到特征因素的最优预测值。依据平均相对误差指标对一些时间序列数据进行了不同模型的实证分析和比较,得到本算法的拟合精度比原有算法有明显的改进,从而验证了该算法对一些时间序列的有效性。所提出的新算法是GM(1,N)模型进行预测时值得尝试的一个方法,对GM(1,N)预测模型的合理应用具有一定的现实意义。     

基于自相关的GM（1，1）与GM（1，N）联合模型优化及应用

分析基于自相关理论的GM（1,1）与GM（1,N）联合模型,将仅适合GM（1,1）模型的数据拓展到适合GM（1,N）模型。用数值积分中的Simpson公式来重建GM（1,1）与GM（1,N）的联合模型,在参数辨识过程中引入累积法,降低线性方程组系数矩阵的条件数,使联合模型求解更加稳定,提高了模拟及预测精度,并且克服了原GM（1,N）模型必须获得预报时刻点相关数据列的值的缺陷,有利于新息GM（1,N）模型的应用。数值实验结果表明,优化后模型数值稳定性好,其系数矩阵的条件数在数值上比通用的最小二乘法有所降低,且模拟平均相对误差也有所降低,预测精度得到提高。     

GM（0,N）模型在河流径流量预测中的应用

河流径流量的预测对水资源的优化调度管理具有重要的意义,传统的预测方法中原始数据的随机性对预测精度具有很大的影响。对GM（0,N）模型进行了研究,建立了以河流径流量为系统特征数据序列,年平均降水量和年平均饱和差为相关因素序列的GM（0,3）模型。通过模型预测数据和实测数据的对比,说明了GM（0,N）模型具有较好预测效果;同时,为了证明GM（0,N）模型的优点,对比了其预测结果与线性回归预测模型的结果。     

GM（1，1）模型在经济分析中的应用

利用灰色系统建模方法对广东省江门市2000-2005年全市GDP以及地方财政一般预算收入进行建模，并以此为基础对2006-2007年的数据进行比较，结果表明模型精度很高，在地方经济分析和预测中有积极的作用，并据此进一步对2008-2009年的经济数据进行预测．     

基于 GM(1,N)-Prophet组合模型的电商行业销售预测研究

[目的/意义]电商平台行业预测受到诸多因素的影响,预测结果的准确性对其促销策略的制定具有重要意义.[方法/过程]以京东电商平台办公行业成交金额作为预测对象,通过灰色关联分析找出关键影响因素,采用GM(1,N)进行销售预测,并对结果误差进行分析;再引入Prophet时间序列模型进行优化,最后对优化结果进行对比分析.[结果...     

基于自相关理论的GM(1,1)和GM(1,N)联合预测

通过引入自相关分析，将GM（1，1）与GM（1，N）两者的优点有机结合，运用GM（1，1）预测模型所需的数据量，达到GM（1，N）预测模型所具有的预测精度，减少灰色模型的预测误差。     

基于GM(1,N)模型的加固木柱承载力预测

在7根木柱加固试验数据的基础上,利用GM(1,N)模型建立了加固木柱承载力的预测模型.通过实例分析预测结果表明,该模型预测结果与试验数据吻合较好,由驱动系数得出各影响因素的影响大小和趋势.提出的预测模型可应用于木柱加固工程分析和设计.     

季节指数修正GM（1，1）模型在空气质量预测中的应用

在GM（1,1）模型基础上建立季节指数修正GM（1,1）模型,并应用到郑州市空气质量预测中,应用实例表明,该模型对含有季节变动因素的时间序列的预测,具有较好的效果．     

GM（1，1）模型在田径成绩预测中的运用

GM（1，1）预测模型是根据过去及现在已知的或非确知的信息建立一个从过去引申到将来的GM模型，从而确定系统在未来发展的趋势。它具有需原始数据少，精度高的特点，操作简单易行，打破了传统的建立离散的递推模型预测方法，也克服了传统预测方法的局限性。田径运动是一个明显的灰色系统，所以该方法预测田径成绩（如奥运会田赛成绩）是可行的，具有实际研究意义。     

基于GM（1，1）模型的趋势预测方法及其应用

基于灰色理论中GM(1，1)模型提出了一种新的预测方法(趋势预测)，再将其应用到组合预测中，运用遗传算法调整组合预测权系数从而得到最优解。通过实例证明，该方法是正确的，算法是有效的。     

GM（1，1）模型在市场需求预测中的应用

主要针对系统中行为信息不完全，企业中的人事管理运行机制不明确等问题，运用灰色系统一维情况来建立控制模型。该模型具有需要的原始数据较少、精度高等特点，而且操作简单易行。市场需求量是一个明显的灰色系统，用该方法进行预测，能比较精确地描述客观事物的发展变化，并可预测其变化规律，以便供决策部门参考。结果表明该模型预测值与实际值的拟合程度较好，达到了较高的精度。     

GM(1,1)模型在大气质量预测中的应用

为了研究阜新市大气污染物的变化规律,应用GM(1,1)模型及阜新市1996-2000年总悬浮颗粒物(TSP)的监测数据,对阜新市的大气污染物的变化情况进行预测,并对预测结果进行检验.结果表明:GM(1,1)模型建模简单,精度高,对于大气环境质量的预测效果比较好.研究结论可为控制该地区的大气环境质量提供依据.     

交通事故预测的灰色GM（1，1）模型

通过对道路交通事故分析、预测方法的研究，指出了其缺陷．在分析道路交通事故的灰色性和中国道路交通安全数据库薄弱性的基础上，给出了灰色GM（1，1）模型，并对道路交通事故的死亡人数、交通事故数进行了预测，其结果是可信的．     

基于灰色GM（1，1）模型的河南省能源需求量预测

结合河南省能源需求的历史数据，利用格兰杰因果关系定性地分析了能源需求量和经济的关系，然后用GM（1，1）模型预测河南省2008--2015年能源需求量，并提出河南省能源发展战略．     

基于GM（1,1）模型的瓦斯涌出量预测及其计算机实现

通过采用灰色系统理论的GM（1,1）模型来预测瓦斯的涌出量.根据GM（1,1）的数学模型,用vb6编程实现了对瓦斯涌出量预测的计算机模拟。     

利用GM(1,1)模型预测河南省国民经济第三产业产值

灰色预测法是一种对既含有已知信息又含有不确定因素的系统进行预测的方法.国民经济系统是一个典型的灰色系统,利用灰色系统理论中的GM(1,1)模型,建立了对我省第三产业产值的预测模型.依据1996～2000年的数据,得到了2001～2005年第三产业产值的预测值.将预测值与当年的真实值进行比对表明,预测效果良好。     

改进GM（1,1）模型在营养状况预测中的应用

为了提高灰色GM（1,1）预测模型的拟合和预测精度,通过初值和背景值的修正,给出了改进灰色GM（1,1）预测模型,并利用粒子群优化算法给出了模型相关参数的优化.根据中国学生体质与健康调研报告中4种营养性疾病检出率的数据资料,就10～12岁城乡男女的超重和肥胖数据,建立改进GM（1,1）预测模型对2010年和2015年的...