共查询到18条相似文献，搜索用时 171 毫秒
1.
《阿坝师范高等专科学校学报》2018,(4):56-62
通过介绍灰色GM(1,N)模型基本原理和改进措施,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对成都市社会消费品零售额进行预测。平均预测误差为10. 66997%,比非残差修正的灰色GM(1,N)模型的平均预测误差14. 60739%减小了26. 95499%,近期预测误差更小,2017年预测误差仅为1. 76773%。研究还发现,对成都市社会消费品零售额影响由大到小的因素为城镇化率、城镇居民人均可支配收入、地区人口数量、农村居民人均纯收入。 相似文献
2.
《河南职业技术师范学院学报(职业教育版)》2018,(6)
粮食产量是一个非平稳的时间序列,结合经典灰色理论和Markov模型所产生的修正残差的G-Markov模型,能较好地对非稳定时间序列的状态转移行为进行预测.以河南省小麦产量预测为例,在传统GM(1,1)模型的基础上,对其预测值与实际值的残差序列进行Markov模型预测,更好地发挥了两个模型的优势.经检验证明,修正残差的G-Markov模型在小麦产量预测方面比传统的灰色GM(1,1)模型具有更高的精确度. 相似文献
3.
修正GM（1，1）模型在销售量预测中的应用 总被引：9，自引：0，他引：9
王丰效 《渭南师范学院学报》2003,18(5):10-11,58
基于GM(1，1)预测模型的模型误差的三种情形，给出了修正方法，建立了一种改进的GM(1，1)预测模型．讨论了改进GM(1，1)预测模型在销售量预测中的实际应用，结果表明改进模型具有较好的预测精度。 相似文献
4.
为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测. 相似文献
5.
6.
灰色预测模型在建模中具有十分重要的作用,利用GM( 1.2)模型对湖北长江新区的建立进行理论分析。基于收集的数据,将其标准化之后代入GM( 1.2)模型’利用MAT- LAB软件进行求解’最后利用Excel软件对求得的预测值进行 残差检验。最终得出’所采取的GM( 1.2)模型具有较高的可信度。 相似文献
7.
巨旭平 《连云港职业技术学院学报》2009,22(1)
用灰色GM(1,1)预测模型和BP神经网络预测模型相结合而成的灰色神经网络GMBP模型,对图书馆借阅人数进行预测.基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用对模型进行学习验证.该模型有效地把灰色理论的弱化数据波动性的优点和神经网络非线性特点结合起来,并以科学预测为依据提出图书馆资源管理对策. 相似文献
8.
灰色预测模型的研究及应用 总被引：1，自引：0，他引：1
在介绍灰色系统理论的基础上,讨论了灰色预测原理,以中国总人口为例,进行了灰色预测模型的建立和求解,提出了中国人口动态模型;以城市的年供电量为例,利用历史数据,并对电力系统各年的日最大负荷的预测建立了基于残差修正的灰色预测模型.该预测模型是一种基于残差CM预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,最终的预测结果误差可基本控制在3%之内.经过实例计算,基于残差修正的灰色预测模型在对电力系统的日最大负荷进行预测时,与传统的系统理论方法相比较,该方法计算简捷,具有较高的预测精度,具有很好的实用性. 相似文献
9.
城市工业废气排放量变化是非线性的,同时具有复杂的随机性和趋势性特点,传统单一预测模型难以对其变化规律进行准确表达,从而导致预测精度较低。为提高城市工业废气排放量的预测精度,提出了GM-BP组合模型。通过GM（1,1）模型对城市工业废气排放量变化趋势进行预测,然后运用BP神经网络模型对GM（1,1）模型的趋势预测值进行误差修正,以提高预测精度。对南京市2007～2010年城市工业废气排放量进行的仿真实验表明,GM-BP模型的预测精度较高,能够应用于城市工业废气排放量预测。 相似文献
10.
《绵阳师范学院学报》2016,(6):66-71
近年来,台湾入闽地年旅游人次数呈上升趋势,而合理的旅游人次数预测能够为政府相关部门以及旅游企业的决策提供一定的数据参考。本文以2007-2014年台湾同胞入闽地旅游年人次数为样本,采用残差修正的GM(1,1)模型对未来五年间台湾入闽地区旅游人次数进行了预测。并通过残差检验、相关度检验及后验检验等检验显示,修正GM(1,1)模型是合格的,预测结果具有合理性。 相似文献
11.
分析比较了灰色理论中一般的GM(1,1)模型(即一次参数拟合模型)和二次参数拟合模型,并利用两种模型分别对城市燃气负荷进行短期预测,通过相对误差和残差的比较,发现用二次拟合比一次拟合精度更好,相对误差均值更小. 相似文献
12.
运用灰色理论对达州幼儿园学生数建立GM（1,1）预测模型,并通过了后验差检验.结果表明,GM（1,1）模型可用于达州幼儿园学生数的预测,并运用该模型预测了达州市2014-2017幼儿园在校学生数. 相似文献
13.
基于灰色神经网络串联组合模型的涌水量预测 总被引：1，自引：0，他引：1
利用矿井涌水量实测值建立灰色理论与神经网络串联组合的预测模型,即利用不同灰色模型预测值训练神经网络进行预测,提高矿井涌水量的预测精度,先后建立了GM（1,1）、二次参数拟合GM（1,1）模型,将其与BP神经网络模型串联形成最终预测模型,以淮南矿区潘三矿西翼矿井涌水量预测为例,结果说明了该模型具有较高的准确性。 相似文献
14.
This paper describes the procedure of using the GM (1,1) weighted Markov chain (GMWMC) to forecast the utility water supply, a quantity that usually has significant temporal variability. The GMWMC is formulated into five steps: (1) use GM (1,1) to fit the trend of the data, and obtain the relative error of the fitted values; (2) divide the relative error into ‘state’ data based on pre-set intervals; (3) calibrate the weighted Markov chain model: herein the parameters are the pre-set interval and the step of transition matrix (TM); (4) by using auto-correlation coefficient as the weight, the Markov chain provides the prediction interval. Then the mid-value of the interval is selected as the relative error for the data. Upon combining the data and its relative error, the predicted magnitude in a specific time period is obtained; and, (5) validate the model. Commonly, static intervals are used in both model calibration and validation stages, usually causing large errors. Thus, a dynamic adjustment interval (DAI) is proposed for a better performance. The proposed procedure is described and demonstrated through a case study, which shows that the DAI can usually achieve a better performance than the static interval, and the best TM may exist for certain data. 相似文献
15.
王丰效 《喀什师范学院学报》2002,23(3):32-34
基于GM（1，1）模型的不足，在GM(1,1)SSODMM的基础上，建立了一个混合GM（1，1）SSODMM和时间序列的预测模型，对某企业产品的销售量进行了预测；并将GM（1，1）SSODMM模型的预测结果与混合模型的预测结果加以比较。 相似文献
16.
针对设备故障预测模型难以精确建立的特点,为提高故障间隔时间预测的精确度,提出了变周期三角函数-灰色模型GM(1,1)的预测方法。该方法在三角函数-灰色模型GM(1,1)基础上,建立了变周期三角函数—灰色GM(1,1)的组合模型,实现了对设备故障间隔时间的预测;并将预测结果与三角函数-灰色模型GM(1,1)进行对比,结果表明,采用变周期三角函数-灰色模型GM(1,1)对故障间隔时间进行预测,其预测结果的相对误差由24.16%降到3.24%,提高了预测结果的精度。 相似文献
17.
灰色-周期外延组合模型在地质灾害频数预测中的应用 总被引：1，自引：0，他引：1
崔媛 《扬州职业大学学报》2011,15(1):40-42,50
地质灾害发生频数的有效预测有着重要价值。用残差GM（1,1）模型对地质灾害频数总体趋势拟合,将残差用周期外延模型拟合,从而建立了地质灾害频数的灰色-周期外延组合模型。用2005年—2009年我国发生地质灾害频数进行了实例分析,并进行了一步预测。结果表明：拟合结果达到了较高的精度,模型预测是有效的,为地质灾害频数拟合与预测提供了一种方法。 相似文献
18.
本文主要是在一般的实数权重组合预测方法的基础上,以一种新的误差指标为目标,建立一个预测权重半径的最优化模型,进而得到区间权重。而得到区间权重以后,我们对未来的预测值就可以变成区间值。 相似文献