改进GM（1,1）模型在舰船维修费用预测中的应用

基于灰色系统理论,使用海军舰船维修费用历史数据建立初值修正的GM（1,1）模型,利用少量数据中的显信息和隐信息,避免复杂的相关关系,克服了原始数据的离散性,得到较高精度的拟合效果,并对海军舰船维修费用进行短期预测。将预测结果加入等维信息模型,对未来费用支出进行动态预测。结果表明：其精度优于传统模型。     

GM(1,1)与回归预测组合模型在结构剩余寿命预测中的应用

利用灰色灾变预测原理解决预测中的历史数据跳变问题,并利用回归方法对跳变点之间的情况加以预测。从而实现GM（1,1）预测和回归预测的有机结合。应用该方法对结构寿命进行预测分析,结果表明：该法可克服GM（1,1）模型和回归预测各自的缺陷,使预测结果更为精确。     

基于GM(1,1)改进的DGM模型预测港口货物吞吐量

根据连云港港口货物吞吐量的统计资料,应用基于GM(1,1)改进的DGM模型来预测港口货物吞吐量。在计算、分析基础上得出所建立的模型预测效果较GM(1,1)和DGM模型预测精度高,与实际情况更为接近。     

优化的新陈代谢GM(1,1)模型在港口吞吐量预测中的应用

针对常规GM(1,1)模型存在的不足,尝试用优化的新陈代谢GM(1,1)模型来进行预测,并加以比较。结论表明:优化的新陈代谢GM(1,1)模型能够明显地提高预测精度,增加预测的可靠程度,从而为港口的发展战略研究提供一定的技术支持。     

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。     

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.     

基于改进灰色模型的电力系统负荷预测

传统的灰色预测模型因其所需历史数据少、计算快、对平稳地区的负荷预测有较高精度等优点,曾被广泛应用。但传统的灰色预测模型对于历史数据要求较高,最好为指数形式,并且在数据波动较大的情况下,其预测误差可能变得较大,不符合实际需要。为了减小预测误差,本文在传统灰色模型的基础上,首先对部分历史数据进行平滑处理,以确保其光滑性,同时对历史数据进行等维处理,不断的剔除旧数据,增加新数据,最后进行灰色循环残差修正,在原始数据和预测模型两个方面进行了修正,提高了电力负荷预测精度。     

非线性GM（1，1，α）模型在港口货物吞吐量预测中的应用

针对港口货物吞吐量预测的影响因素不确定及统计数据缺乏的问题,引入灰色预测理论,在传统的线性GM（1,1）模型的基础上。运用非线性GM（1,1,α）模型对港口货物吞吐量数据进行模拟和预测,并以2003-2007年汕头港货物吞吐量数据为实证,检测该模型的实用性和准确性。     

基于广义GM（1,1）预测模型的装备管理费用预测

针对目前对武器装备寿命周期费用估算建模难以实施的情况,以准确预测武器装备寿命周期费用的主要组成部分——装备管理费用为出发点,依据装备管理费用的特点建立了装备管理费用的广义GM（1,1）预测模型,通过对某舰船系统装备管理费用的实例应用预测效果较好.     

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。     

灰色Verhulst模型在水上交通事故预测中的应用

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.     

最优组合预测方法在内河港口吞吐量预测中的应用

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。     

最优加权组合模型在水上交通事故预测中的应用

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。     

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.     

灰色GM（1，l）和Verhulst模型在吹填土地基沉降中的应用

在利用灰色GM（1,l）和Verhulst模型预测真空预压加固吹填土地基的最终沉降量时,建模序列直接影响预测结果的精度。结合某吹填土地基加固工程的沉降监测数据,探讨监测序列长度、建模序列长度对上述2种模型最终沉降量预测值及预测精度的影响,总结出不同模型预测地基最终沉降量时建模序列的选取规律。研究结果表明,上述2种模型预测地基最终沉降量的误差均小于1.0%,灰色GM（1,l）模型的适应性更好。     

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Hermite插值法的GM(1,1)模型在软基地表沉降预测中的应用

地表沉降量作为判定地基卸载时间的直接技术指标,其计算的准确性已成为各类工程技术人员面临的难题之一。为研究某软基施工过程中加固效果的动态变化情况,采用Hermite插值法将现场地表沉降实测数据转化为等时间间隔,并基于转化结果建立了GM(1,1)模型和对应的时间响应函数,以预测不同时间下的地表沉降量。分析计算结果表明:GM(1,1)模型的计算精度等级为1级,对不同时间下的地表沉降量能进行较好的预测;同时,为今后解决类似复杂沉降预测问题提供了借鉴和指导。     

灰色模型在电力负荷预测中的应用与改进方法

为科学合理的预测电力系统负荷,采用灰色模型为基本负荷预测模型,提出多种改进负荷预测模型精度的方法,并应用于深圳市年负荷预测中,预测结果显示改进后的模型提高了预测精度。     

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。