共查询到20条相似文献，搜索用时 46 毫秒
1.
为了改进原始GM（1,1）模型的模拟效果,优化GM（1,1）模型的背景值后,利用最小二乘法,得到发展系数-a．在a已知的条件下,根据GM（1,1）模型的还原值与实际值之差最小,求出待定系数c,从而获得参数和背景值同时优化的GM（1,1）模型．此模型不需要选择初始条件,具有白化指数律重合性．实例表明此优化模型既能模拟低增长序列,又能模拟高增长序列,具有较好的模拟效果和预测效果． 相似文献
2.
灰色新陈代谢GM（1,1）模型在农村居民人均纯收入预测中的应用 总被引：3，自引：0，他引：3
研究了基于灰色系统理论的农村居民人均纯收入的预测方法.建立不同维的常规GM（1,1）模型群,根据不同维预测模型的模拟相对误差,优选出基础GM（1,1）模型并建立灰色新陈代谢GM（1,1）模型对陕西省农村居民人均纯收入进行了预测.该方法能够有效融合新信息,弥补常规GM（1,1）模型的不足,实例计算表明该模型预测结果比较准确. 相似文献
3.
以灰色预测理论为基础,分别运用传统的和改进的GM（1,1）模型,对福建省未来人口进行预测,并提出了存在干涉因子的GM（1,1）模型的使用方法,改进的GM（1,1）模型具有较高的预测精度和可行性． 相似文献
4.
结合灰色GM(1,1)模型和马尔可夫模型构建一种合理的灰色马尔可夫预测模型.按相对值的方法进行状态划分,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,并将由此建立的灰色马尔可夫模型运用于1997～2005年衡阳地区畜禽粪便数据来预测2006年畜禽粪便量.结果表明,这种模型的预测精度高达98.455 4%,明显优于单独使用GM(1,1)模型的预测结果. 相似文献
5.
《洛阳师范学院学报》2016,(8)
利用2005~2012年安徽省电力消费量统计数据,建立了一个电力消费量预测的灰色GM(1,1)模型.模拟结果表明,灰色GM(1,1)模型比较合理地反应了安徽省电力消费量的增长趋势,并且预测精度较高,误差较小,为电力消费量预测提供了一个科学而有效的方法. 相似文献
6.
灰色系统理论的研究对象是“部分信息已知,部分信息未知”的信息不确定系统,经过20多年的发展,其已逐步完善和发展,并基本上建立起了一门新兴学科的结构体系,越来越得到了广泛的应用。其中GM（1,1）模型是灰色系统理论中应用最广泛的一种灰色动态预测模型,该模型由一个单变量的一阶微分方程构成。它主要用于复杂系统某一主导因素特征值的拟合和预测,以揭示主导因素的变化规律和未来发展的变化态势．文中在简要介绍灰色系统理论及其预测方法GM（1,1）模型的构造与检验的基础上,对运城市近年来GDP的统计数据进行分析,建立了GM（1,1）预测模型,应用残差检验和后验差检验两种方法对模型进行检验。实证检验表明,预测模型可靠,精度较高。应用模型预测得出2015年运城市的GDP将达到1500亿,结论具有一定的参考价值。 相似文献
7.
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
8.
许大宏 《连云港职业技术学院学报》2011,24(1):9-13
为了提高公路交通运输量的预测精度和公路运输行业的管理水平,研究了GM（1,1）模型特性、GM（1,1）在背景值和初始值选择两方面所存在的缺陷;提出一种新的背景值计算方法;最后,利用2000-2004年的公路客运量的实际数据进行了验证,结果表明：改进模型的预测精度要高于GM（1,1）模型的预测精度,前者比后者具有更高的预测精度和可靠性. 相似文献
9.
将GM（1,1）模型与BP算法相结合建立灰色人工神经网络组合模型应用于GDP总量的预测。以安徽省1992-2007年的数据为例,对2005至2007年的GDP总量进行检验性预测,结果表明灰色人工神经网络组合模型大大提高了预测精度. 相似文献
10.
11.
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
12.
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
13.
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
14.
在中长期负荷预测中,由于电力负荷具有突变性,常规GM（1,1）模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性。通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM（1,1）模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM（1,1）模型提高了预测的精度。 相似文献
15.
该文以中国房地产指数系统中扬州市住宅均价为研究对象,运用灰色系统GM（1,1）模型对价格进行了预测,精度检验结果表明模型的预测精度较高,在房价预测中有较强的科学性和可行性。 相似文献
16.
结合灰色GM（1,1）模型的3种改进方法：平滑原始序列、分离建模、灰色Gompertz模型,提出一种改进的灰色分离建模方法。通过实例和对比分析,证明新的方法能够提高预测精度。 相似文献
17.
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
18.
通过监测某河流从1998年到2007年12月份的月径流量,建立灰色预测的GM（1,1）模型。再将预测出来的1998－2007年的径流量数据同实际预测数据相比较,则可以发现在近期不适宜用GM（1,1）预测该河流径流量,并指出GM（1,1）的不足之处和影响本预测结果的因素。 相似文献
19.
根据海城气象局提供的近20多年的实测降雨量资料,利用灰色理论建立了灰色预测GM（1,1）模型对海城春季降雨量进行预测．用残差检验、关联度检验等分析、验证了模型的精度．最后根据实测资料对预测结论进行了实际检验． 相似文献
20.
道路交通事故的发生存在诸多不确定因素,为研究其内在规律,掌握其发展趋势,对道路交通事故进行有效预测具有重大意义.以福建省2008-2012年道路交通事故次数为例,应用灰色系统理论,构建道路交通事故次数灰色GM(1,1)预测模型和灰色优化GOM模型,对事故原始数据经生成处理后预测分析,通过对比两者所得出的相关指标,结果表明灰色优化GOM模型较灰色GM(1,1)模型的预测精度高,适合对未来道路交通事故进行预测. 相似文献