共查询到19条相似文献,搜索用时 265 毫秒
1.
在分析我国水上交通事故历史数据的基础上,引入灰色Verhulst预测理论.由此建立了水上交通事故Verhulst模型,并分别利用该模型和灰色GM(1,1)模型对我国近几年水上交通事故进行了预测,发现该模型精度高,拟合度更优.该模型可用于对我国水上交通事故的预测. 相似文献
2.
港口吞吐量的预测是港口规划过程中最为基础也最为关键的一步,只有对港口吞吐量做出准确、稳定的预测,才能做出科学合理的港口发展规划。由于内河港吞吐量历史数据有限,文中采用GM(1,1)和Verhulst模型的最优组合模型对港口吞吐量进行预测。该组合模型充分利用GM(1,1)模型“少数据,短期预测准确”的优点,又针对GM(1,1)预测量的无限增大趋势,引入了Verhulst模型进行组合修正,进而提高预测值的准确、稳健性。 相似文献
3.
灰色预测的拓扑选择在运量预测中的运用 总被引:1,自引:0,他引:1
熊如 《交通部上海船舶运输科学研究所学报》1993,(2)
运用灰色系统理论及GM模型拓朴选择,建立了相应的GM(1,1)模型,运用于运量预测,并以港口吞吐量与货物周转量的预测为例进行校验。结果表明,新息GM(1,1)模型,新陈代谢GM(1,1)模型与原始模型(全数据GM(1,1)模型)三者比较,新陈代谢GM(1,1)模型的精度最高,值得推荐在运量预测中采用。 相似文献
4.
依据水上船舶交通事故数据,在建立GM(1,1)模型和灰色Verhulst模型的基础上,建立了水上船舶交通事故数的最优加权组合模型,并对各模型的预测精度进行了分析比较。结果表明,组合模型比单一模型有更高的预测精度。采用该组合模型是提高水上交通事故预测精度的有效方法。 相似文献
5.
6.
边坡系统的复杂性使得部分位移监测序列呈现出非线性分布特征,GM(1,1)模型、Verhulst模型有时不能解决上述时间位移序列的模拟问题,而DMG模型适合解决具有摆动发展趋势的序列问题,此时可以考虑采用DMG模型。边坡变形监测时间序列一般为非等时距序列,可采用Lagrange线性插值法进行等时距化处理。建立了DMG模型,通过联合使用残差修正模型的方法,使模拟的结果达到较高的精度。运用DMG、GM(1,1)和Verhulst模型对某高速公路边坡变形序列进行了模拟,通过对比分析验证了这种模型在边坡变形模拟预报方面应用的可行性。 相似文献
7.
8.
9.
滑坡地质灾害的控制及影响因素往往是随机的变量,具有相当的模糊性和灰色不确定性。本文构造了滑坡时间预测(短期预测)的灰色GM(1,1)模型。通过对某一滑坡实例的监测资料分析研究,并且对观测数据进行灰色处理,运用GM(1,1)模型进行滑坡时间预测能取得较为满意的结果。 相似文献
10.
文章尝试将两种独立的灰色模型预测方法,GM(1,1)模型与Verhulst模型结合起来考虑,形成一种新的灰色组合预测模型方法.为灰色模型应用于近期、中长期的预测提供了一个新的解决方案。 相似文献
11.
12.
组合预测在港口吞吐量预测中的应用研究 总被引:2,自引:0,他引:2
以某港口1998~2004年吞吐量为原始数据,按照“误差平方和最小”的准则,把移动平均法和GM(1,1)模型组合起来,对某港口2006~2010年的港口吞吐量进行了组合预测。 相似文献
13.
基于灰理论的港口吞吐量预测研究 总被引:4,自引:0,他引:4
港口吞吐量是港口建设的重要依据,有效预测港口吞吐量,才能使港口在海洋运输业中发挥重要作用。灰理论预测可以在少量信息、不完全数据的情况下,揭示港口吞吐量的发展变化特征,是研究港口吞吐量的有效工具。本文对上海港货物吞吐量进行研究的结果表明,应用灰理论对港口吞吐量建立灰色模型GM(1,1)进行短期预测,其结果有较高的实用价值。 相似文献
14.
15.
16.
利用改进的GM(1,1,λ)模型预测舰艇批量生产成本 总被引:2,自引:0,他引:2
在分析GM(1,1,λ)模型的建模机理的基础上,指出传统建模方法存在的不足,基于GM(1,1,λ)模型的还原数据模型与原始序列的第一点无关,提出一种可以完全利用全部已知信息的建模方法。同时给出基于遗传算法的GM(1,1,λ)优化模型,优化模型提高了灰色预测的精度。探讨了应用灰色理论建立舰艇批量生产成本预测模型的可行性,并给出了应用实例。 相似文献
17.
18.
19.
Ship motion, with six degrees of freedom, is a complex stochastic process. Sea wind and waves are the primary influencing factors. Prediction of ship motion is significant for ship navigation. To eliminate errors, a path prediction model incorporating ship pitching was developed using the Gray topological method, after analyzing ship pitching motions. With the help of simple introduction to Gray system theory, we selected a group of threshold values. Based on an analysis of ship pitch angle sequences over 40 second intervals, a Grey metabolism GM(1,1) model was established according to the time-series which every threshold corresponded to. Forecasting future ship motion with the GM (1,1) model allowed drawing of the forecast curve with effective forecasting points. The precision of the test results show that the model is accurate, and the forecast results are reliable. 相似文献