首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 397 毫秒
1.
建设用地需求量预测对合理规划建设用地规模以及有效控制建设用地数量具有重要意义。本文应用多元线性回归模型(MLR)、GM(1,1)灰色系统模型和基于主成分分析的BP神经网络模型(PCA-BP)建立3种预测模型对2020年连云港的建设用地需求量进行预测。结果表明:3种模型的预测精度均较高,其中PCA-BP神经网络模型预测的平均绝对误差(MAE)、误差均方根(RMSE)以及平均相对误差(MRE)在3种模型中均最小,预测精确度最高,多元线性回归模型次之,灰色GM(1,1)模型略低;根据精度评价结果最终确定以3种模型预测结果的平均值作为2020年连云港建设用地需求量的预测值,得出预测结果为189506.02 hm~2。  相似文献   

2.
侯晓莉 《情报科学》1994,15(3):36-40
本文介绍了灰色系统GM(1,1)模型的预测方法,并应用数据对数化灰色系统GM(1,1)模型,通过实例对1992年的中文期刊订购经费进行外推预测,结果表明:应用数据对数化灰色系统GM(1,1)模型的拟合与外推效果好,是一个最佳的外推预测模型。  相似文献   

3.
本文以北京市为例,分别应用无偏灰色GM(1,1)预测模型和非线性预测模型对北京市的用水量进行了预测,由于单个的预测方法缺乏普遍性,所以本文采用无偏灰色GM(1,1)预测模型及非线性预测模型的加权组合模型,对北京市的用水量进行了预测,预测结果显示,与北京实际用水量相比,无偏灰色GM(1,1)预测模型的预测结果的误差平方和较小,而平均绝对误差较大;非线性预测模型的预测结果的误差平方和较大,但平均绝对误差较小。加权组合模型可以平衡以上两种预测模型的优缺点,其预测结果的平均绝对误差和误差平方和均介于两种模型之间,使得结果更加精确可靠,此方法可以用于城市用水量的短期和长期预测中。  相似文献   

4.
灰色模型在图书馆管理研究预测中的应用   总被引:6,自引:0,他引:6  
吴淑玲  艾学涛 《情报杂志》2006,25(6):130-132
介绍了灰色GM(1,1)模型,利用1998~2004年图书馆管理研究文献量的统计数据,建立了文献总量和两个主要专题文献量的灰色GM(1,1)预测模型。经检验,该模型全部合格,并利用灰色GM(1,1)模型对图书馆管理研究的发展趋势进行了拟合预测。  相似文献   

5.
在传统变形监测工作中,根据已观测数据作为初始值,建立预测模型,模拟监测体未来变形趋势成为变形监测工作重要研究方向。本文旨在研究利用灰色模型对已知观测数据要求较少的优势,在贵阳市基坑沉降项目中试验了3种灰色模型GM(1,1)、DGM(1,1)、NDGM(1,1)的模拟实验效果,分析了3种灰色预测模型预测精度及适用性,并且讨论监测体与周围环境因素的关联性,及其对预测结果的局限性。文中的一些实验结果对研究利用灰色理论建立灰色预测模型有着积极的意义。  相似文献   

6.
根据基因表达式编程方法,利用其强大的数据挖掘和函数发现能力建立矿山地表变形预测模型,将模型预测结果与传统的GM(1,1)预测模型预测结果对比分析,实验表明,基于GEP算法矿山地表变形预测模型的预测精度也优于传统的GM(1,1)预测模型。  相似文献   

7.
基于灰色系统理论的经济预测模型研究   总被引:2,自引:0,他引:2  
分析了灰色系统理论用于经济预测的可行性,介绍了灰色系统理论的两种模型:灰色GM(1,1)模型和动态等维GM(1,1)模型,并介绍了包括"未知数据法"在内的各种模型检验方法,通过一个实例将上述模型用于预测并对结果进行检验.结果表明,灰色系统理论可以用于经济预测且动态等维GM(1,1)模型比传统的GM(1,1)模型预测精度高,预测结果更可靠.  相似文献   

8.
GM(1,1)模型是目前应用比较广泛的灰色预测模型。本文根据北京市经济发展现状,建立了基于GM(1,1)模型的北京市GDP预测模型,通过对模型预测数据的检验得知,该模型具有较高精度,可以较好的预测北京市GDP情况。因此利用该模型对北京市未来三年的GDP进行预测,进而为北京市相关部门制定政策提供参考。  相似文献   

9.
杨俊峰 《中国科技信息》2010,(10):119-120,123
本文主要研究运用GM(1,1)模型对软件缺陷数进行预测。首先是列举建立软件缺陷数预测模型的灰色理论;其次建立了基于GM(1,1)模型的软件缺陷数预测模型;最后是运用建立的模型对ISS软件缺陷数进行预测,效果很好。  相似文献   

10.
运用灰色系统理论中的GM(1,1)模型,对郑州商品交易所棉花期货品种的价格进行预测.通过预测值与实际值的比较结果表明,运用GM(1,1)模型来描述期货品种价格变化是适宜的,该模型具有较高的预测精度和应用价值。  相似文献   

11.
本文通过对GM(1,1)灰色水质预测法研究进展的相关介绍,分析了GM(1,1)灰色水质预测法模型理论研究,并实现了GM (1,1)灰色模型的matlab程序化。  相似文献   

12.
1灰色预测模型GM(1,1)的建立1.1模型GM(1,1)的建立GM(1,n)灰色数列预测模型是灰色动态模型GDM(Grey Dynamic Mode 1)中最重要的基本模型,它与一般建立差分方程的系统理论的差别,在于可以建立起微分方程模型。括号  相似文献   

13.
基于灰色灾变原理的互联网用户人数预测模型   总被引:1,自引:0,他引:1  
为了解决传统的GM(1,1)模型在互联网发展预测中存在的历史数据跳变的问题,本文根据灰色灾变原理,基于互联网发展迅速、预测周期短等特点,介绍了一种将GM(1,1)模型与一元线性回归模型结合起来的方法。使用1997年10月至2005年1月的数据,建立了我国互联网用户人数的预测模型,并进行了检验,证明该方法在实际应用中取得了很好的预测效果。  相似文献   

14.
本文通过对奇台县1961年至2004年44年的年平均降水量分析,选取1961年至1983年的年平均降水量构造GM(1,1)灾变预测模型,通过对模型的预测结果与实际值的比较得出:构造GM(1,1)灾变预测模型时需进行数据的预处理;模型的阈值选取合适与否将直接影响预测的结果;阈值的选取需同实际相结合;GM(1,1)灾变预测模型有其应用的限制因素。  相似文献   

15.
针对已有GM(1,1)灰色预测模型在数据波动、突变、转折等不确定情况下预测精度较差的问题,本文提出一种基于关联系数分析的分段多方案优选组合短期电力负荷预测模型.基于GM(1,1)模型在平滑上升和下降区段预测效果好、而一天的用电负荷可划分为几个峰谷区段的特点,通过对预测日的灰关联分段和优选组合,避免由于初始条件选择不当而将误差引入模型并随之被逐步放大的风险;同时,通过组合不同角度GM(1,1)模型,解决负荷的多因素影响.经南方电网广西贵港市实际工程验证,本模型预测平均误差在3%左右,预测精度有明显的提高,完全可满足该地区短期电力负荷预测的实际要求.  相似文献   

16.
逆向物流量的有效预测有助于产业发展规划的制定和基础设施建设的可行性研究。针对逆向物流不确定性因素的特点采用灰色GM(1,1)模型和多元线性回归模型两种单项预测模型对数据进行建模,并结合组合预测理论,采用基于预测有效度的组合预测模型进行预测。结果表明组合预测模型的预测精度明显高于两种单项预测方法,证明了该方法用于逆向物流需求预测的可行性和有效性。  相似文献   

17.
随着我国高等教育体制的改革,研究生的入学门槛要求趋于降低,同时劳动力市场对"学历"的要求越来越高,两者共同促进了我国研究生规模的持续扩张。基于"考研热",即使是一分之差的考研国家线也会刷下成千上万的"考研军"。基于这一点,本文将采用灰色GM(1,1)预测和BP神经网络两种单项模型对工程学考研单科(100分)国家线进行预测,最后利用权重分配组合预测模型提高预测精度,进行对比分析,得出最高精度下的预测值,合理地预估未来五年工程学考研单科(100分)国家线的趋势,对广大考研学子来说具有一定的参考价值。  相似文献   

18.
矿产资源在我国属于资源比较丰富,但是我国对于矿产资源的预测数据确是少之又少,其矿产的机理又比较复杂.针对这个情况,本文利用灰色GM(1,1)模型时间序列预测理论对矿产资源预测进行建模预测,分析了该预测模型在实地矿产预测中的实际应用,证明了方法的有效性.  相似文献   

19.
以竞争情报研究为例,建立专业研究发展趋势预测的灰色GM(1,1)模型及回归分析模型,对近年来竞争情报研究文献量的统计数据进行拟合与预测,并就两种预测方法的模拟和预测效果进行对比分析.结果表明,回归分析模型对竞争情报研究的模拟预测效果更好;在对不同专业研究的发展趋势进行模拟和预测时,要根据不同情况,选择更为恰当的预测模型.  相似文献   

20.
高校潜力学科发展预测研究   总被引:1,自引:0,他引:1  
基于InCites的论文数量及被引频次,应用灰色系统理论,对高校潜力学科发展进行了预测研究。首先依据2004-2013年InCites数据建立GM(1,1)模型,通过模型的拟合分析,预测未来若干年高校潜力学科高水平论文的发展趋势。然后通过总被引用频次预测值与ESI数据库中的最低值进行比较,给出了高校潜力学科与世界前1%科研机构的差距。实证分析表明,基于灰色系统的建模方法可以对高校潜力学科的发展趋势作出合理的预测,研究结果将为高校相关学科的发展提供指导作用。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号