共查询到20条相似文献，搜索用时 296 毫秒
1.
为提高涝灾预测模型的预测精度,针对GM(l,1)模型预测条件的局限性,提出离散灰色预测模型[称DGM(1,1)模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明:优化后的离散型DGM(1,1)模型的预测精度较原有的灰色GM(1,1)预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。 相似文献
2.
提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具. 相似文献
3.
4.
干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。 相似文献
5.
刘学军 《中国农业信息快讯》2013,(4S):186-187
干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。 相似文献
6.
灰色系统理论在林业用地预测中的应用 总被引：5，自引：0，他引：5
根据灰色系统理论,建立了辽宁省某市林业用地的常规GM(1,1)预测模型,并进行了模型精度检验,相对误差最大为0.53%,利用该模型对2003年的林业用地状况进行了预测检验,相对误差为3.65%,小于5%,证明该预测模型预测精度较高,预测效果较好。针对灰色系统理论及研究区域林业用地的特点,提出了在今后林业用地预测时可以在利用GM(1,1)模型进行预测的基础上,叠加国家规划中每年的生态退耕还林量而获得最佳林业用地量预测值的建议。 相似文献
7.
将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,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,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势. 相似文献
8.
灰色GM(1,1)模型是对某个指标的发展趋势所做的预测。残差建模方法修正,并且优化GM(1,1)预测模型。用修正后的模型预测西藏地区生活用水量发展趋势,既提高精度,又优化模型。 相似文献
9.
灰色预测模型通常是GM(1,1)模型,但预测精度有时不令人满意.因此利用以下两种方法的结合对模型GM(1,1)做了进一步的改进,提出了一个预测精度较高的新灰色预测模型。第一步:利用"幂函数变换"模型,它能提高离散数据的光滑度,从而提高了灰色预测模型预测结果的可信度.第二步:分析GM(1,1)预测模型存在的理论缺陷,指出在形成预测公式时规定为∧X(1)(1)为已知条件是不合理的,应当根据实际情况选用其他数据。 相似文献
10.
为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。 相似文献
11.
本文运用灰色系统的理论 ,建立GM (1,1)预测模型 ,通过残差检验、关联度检验、后验差检验 ,验证了所建模型的正确性。最后用该模型对农用塑料薄膜近几年的市场需求量进行了合理预测。 相似文献
12.
何剑宇 《沈阳农业大学学报》2012,43(2):253-256
为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。 相似文献
13.
14.
利用灰色预测的建模机理,结合我国林业生产发展实例,建立了林业生产的新陈代谢GM(1,1)预测模型,通过实例计算表明,该模型优于常规GM(1,1)模型。应用该模型预测可知,我国的林业产值在2011～2012年期间将保持快速发展态势。 相似文献
15.
根据灰色系统理论的新信息优先原理,对GM(1,1)模型进行了改进,提出了一种基于新信息优先的GM(1,1)模型,并结合实际情况分析了GM(1,1)模型和基于新信息优先的GM(1,1)模型的预测结果,残差检验和后验差检验结果表明,所建模型比GM(1,1)模型精度高,具有重要的理论价值和实践意义。 相似文献
16.
抗蚜威在黄瓜果实中的消解动态数学模型 总被引：1，自引：0，他引：1
采用气相色谱法测定抗蚜威在黄瓜果实中的残留量数据,建立指数负增长函数模型、Rayleigh动态模型、灰色预测GM(1,1)模型等不同类型的数学模型,然后对其进行拟合度检验,结果表明:灰色预测GM(1,1)模型的预测拟合度最好,农药在生态环境中的降解过程是一个典型的灰色系统,应用灰色预测GM(1,1)模型可以很好地模拟抗蚜威在生态环境中的残留消解动态. 相似文献
17.
基于阜阳市1990～2008年耕地面积数据,采用GM(1,1)模型对耕地资源规模进行了预测。结果表明,与直接采用GM(1,1)预测模型对比,通过将数据序列区间细分,减少预测区间长度,并且采用弱化缓冲算子对波动较大的数据进行处理,再建立GM(1,1)模型,可以提高模拟和预测精度,能够为科学掌握耕地资源变化状况提供可靠依据。 相似文献
18.
为更准确预测自来水厂的加矾量,弥补灰色GM(1,1)预测模型和神经网络预测模型在自动加矾系统中预测的不足,采用灰色GM(1,1)预测模型和BP神经网络预测模型相结合的方法,即灰色神经网络耦合模型,并运用于自来水厂自动加矾系统,根据实测数据计算预测值.结果表明:灰色GM(1,1)模型平均相对误差为0.016％,最大相差为0.025％,BP神经网络模型平均相对误差为0.037％,最大相差为0.069％,灰色神经网络耦合模型的平均相对误差0.006％,最大相差0.009％,其模拟精度远远高于其他2种模型的模拟值,具有广泛的实用性. 相似文献