改进的灰色预测模型在过坝货运量预测中的应用

通过某些数学处理方法,从建模机理上着手对GM(1,1)模型进行改进,减小由于建模方法上的缺陷所造成的固有误差.改进后的模型较传统模型灵活性大、预测精度高,大大提高了GM(1,1)模型的适用范围.通过实例探讨了GM(1,1)改进模型在货运量预测中的应用,同时也验证了改进方法的有效性和实用性.     

基于改进灰色模型的汕头港吞吐量预测

港口吞吐量预测对于港口规划发展意义重大。文章基于最小二乘法和Matlab分别优化传统GM(1,1)模型的初始值及背景值,得到了改进灰色模型。运用改进前后模型对汕头港吞吐量进行预测分析,结果证明改进灰色模型精度更高,研究发现,作为"一带一路"重点建设的15个港口之一的汕头港预计将于2019年突破8,000万t吞吐量,结果具有较高可信度。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

基于灰色模型GM(1,1)卸港量的预测研究

运用灰色系统理论,建立了基于GM(1,1)的山东省水产品卸港量的灰色预测模型,经检验,模型精度高,精度等级可达Ⅰ级。应用所建模型对2006-2010年的卸港量进行了预测,结果表明模型能很好地预测水产品卸港量。     

灰色系统模型在内河港口吞吐量预测中的应用

根据淮南港吞吐量实际调查资料,选择灰色系统理论对其进行吞吐预测研究,结果表明,对不同的预测时期应采用不同的灰色系统预测模型。对于短期预测,采用GM(1,1)模型与Verhulst模型的组合模型;对于长期预测,采用Verhulst模型并用GM(1,1)模型对其残差进行修正。实例验证以上两种模型是可行性的。     

利用改进的灰色模型预测港口集装箱吞吐量

本文介绍了灰色模型GM(1,1)及改进灰色模型(背景值优化),同时对残差校正进行优化,并用实例证明在港口吞吐量预测方面,改进灰色模型比原始灰色模型误差更小,精度更高。     

基于改进三参数灰色模型的海上交通事故预测

针对基于非齐次指数离散函数的灰色模型NHGM(1,1,k)在海上交通事故预测中存在的不足,提出一种优化背景值和残差综合修正的三参数灰色预测模型INHGM(1,1,λ,k),并通过改进的自适应粒子群优化(Adaptive Particle Swarm Optimization,APSO)算法对模型中的初始值和背景值进行优化计算。将INHGM(1,1,λ,k)模型和NGHM(1,1,k)模型与传统GM(1,1)模型应用于我国海上船舶交通事故的模拟与预测,并对模拟与预测数据的精度进行比较。结果表明:INHGM(1,1,λ,k)模型模拟和预测的平均相对误差较NGHM(1,1,k)模型更小,与传统的GM(1,1)模型相比预测精度较高,减少原模型由于参数近似替代所导致的模拟误差,在误差允许的范围内,可为船舶交通事故的预测和控制提供新的理论依据。     

基于震荡残差修正的灰色模型在堆场沉降预测中的应用

以盐城港射阳港区某码头后方堆场为例,提出灰色模型GM(1,1)的震荡残差修正方法,对比分析双曲线法和原始灰色模型GM(1,1)二种方法。结果表明,经震荡残差修正后的原始灰色模型能够更精确地描述堆场的初期沉降现象,利用此模型可以获得更为可靠的最终沉降量。     

GM(1,1)模型在某滑坡中的应用

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。     

基于灰色系统理论GM(1,1)模型对到港外贸船舶数量的预测研究

以天津港多年到港外贸船舶数量统计分析为基础,采用灰色理论模型对到港外贸船舶数量进行比较分析和预测,揭示其内在规律。研究表明,灰色系统理论GM(1,1)预测的相对误差不超过6.9%;天津港外贸船舶数量在短期调整后,依然会保持较快增长势头,未来天津港外贸货物吞吐量增长依然可期。     

改进灰色模型在海上交通综合安全指数预测应用

为提高海上交通综合安全指数的预测精度,弥补传统预测方法的不足,构造一种改进的灰色预测模型。在对传统的灰色预测模型GM(1,1)的基本原理和预测精度进行阐述的基础上,引入弱化算子序列对灰色预测模型进行改进,设计一种改进的灰色预测模型。以2004—2013年海上交通综合安全指数4项指标历史数据为基础,进行传统灰色模型预测和改进灰色模型预测,并绘制出2种预测模型的实际值和预测值的拟合曲线。结果表明:改进灰色模型的预测精度和拟合曲线都比传统灰色模型要好,能真实反映海上交通综合安全指数的发展趋势,预测结果具有一定的可靠性和实用性。     

灰色系统模型在水路客运量预测中的应用

利用我国1999～2004年水路客运量数据建立灰色系统GM(1,1)模型并通过残差修正该模型,运用修正后的模型对我国2005年、2006年的水路客运量进行预测。结果表明,灰色系统模型能有效地对水路客运量进行短期预测,且精度较高。     

灰色预测的拓扑选择在运量预测中的运用

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。     

利用改进的GM（1,1,λ）模型预测舰艇批量生产成本

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。     

广州港集装箱吞吐量GM(1,1）预测模型研究

文章将广州港2007～2017年集装箱吞吐量作为模型的原始离散序列,用原始离散序列计算一次累加序列;再使用最小二乘法计算预测模型一阶灰色微分方程的待辨识参数,进而计算广州港2007～2021年集装箱吞吐量一次累加序列的估计值;对一次累加序列的估计值进行累减,得到广州港2007～2021年集装箱吞吐量的估计值。对建立的GM(1,1)预测模型进行检验,检验结果表明建立的GM(1,1)预测模型精度较高,预测结果较为准确。     

基于优化GM(1,1)模型的港口吞吐量预测

为有效预测具有振荡性质的港口吞吐量,提出基于正弦和具有自适应背景值的GM(1,1)优化模型。通过原始序列建立具有自适应背景值的GM(1,1)模型以描述总体趋势,利用正弦和描述残差中包含的周期性振荡规律,建立优化的GM(1,1)模型。利用该模型对广州港港口吞吐量数据进行模拟与预测,结果表明:基于优化的GM(1,1)模型,能够较好地描述具有周期振荡特征的港口吞吐量时间序列数据,模拟和预测精度都显著优于传统GM(1,1)模型,可将该模型用于具有振荡性质的吞吐量预测。     

基于灰色系统理论的航道交通流预测研究

将陆上交通运输流的预测研究方法引入水路交通流预测研究之中,重点分析航道交通流观测系列的非线性特性,通过状态空间的重构,计算关联算子。提出航道交通流量的预测工作流程,基于灰色系统理论建立GM(1,1)的预测模型,将该模型应用于航道中、长期交通流,能实现较好的预测准确性和有效性。     

基于残差修正灰色系统理论的交通量预测

通过对灰色系统GM(1,1)模型的残差修正,建立了水运量的预测模型,经误差和关联检验表明,预测精度良好,通过2003-2005年的实际水运量来验证模型,发现相对误差较小,说明预测结果合理可信,灰色预测方法可应用于水运量预测领域。     

基于数据预处理GM（1，1）模型的深圳港集装箱吞吐量预测

根据深圳港历年集装箱吞吐量数据,采用原灰色模型和幂函数一指数函数对初始数据进行预处理的改进模型分别对深圳港集装箱吞吐量进行预测,经检验比较,进行数据预处理后的模型比原模型预测精度高.选用改进模型对深圳港2008-2010年集装箱吞吐量进行预测,得到未来深圳港集装箱吞吐量将继续增加、但增幅会减缓的结论.     

基于串联灰色神经网络的船用柴油机状态预测研究

文章首先对灰色预测模型进行了改进,建立了GM（1,1）综合预测模型;其次针对灰色理论和神经网络的互补性,创建了以等维新息GM（1,1）模型＋BP神经网络的串联型灰色神经网络预测方法,在此基础上提出了3＊3＊1＊1结构的预测模型,并对其建模过程和算法进行了分析讨论;最后以某型船用柴油机铁谱监测数据为样本,对这种新预测模型的可行性与准确性进行了验证。