共查询到20条相似文献，搜索用时 15 毫秒
1.
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
2.
基于灰色微分动态建模与线性差分建模原理 ,对非线性离散序列经累加、累减生成与变量变换 ,提出灰色高阶 LM(m,1 )模型与 LE(m,1 )模型。利用灰色高阶 GMS(m,1 )模型进行参数辨识与反馈拟合 ,为非平稳衰减序列、振荡型有限增长过程建模辨识提供了有效、规范的新方法。模型结构、参数信息包容量丰富 ,适用性广泛。对农药残留量消解动态序列模拟效果极显著 ,拟合精度大大提高 相似文献
3.
农药残留量预测数学模型 总被引：1，自引：0，他引：1
本研究通过观测乐斯本在桃果实中的残留量,建立了3种不同类型的数学模型,包括经典的指数负增长函数模型、Rayleigh动态模型和灰色预测GM(1,1)模型等,然后用它们依次来模拟乐斯本在生态环境中的残留消解动态并分别预测农药残留情况,最后进行拟合度检验,比较哪种模型的预测结果更加准确,采取最优方案对农药残留量进行预测. 相似文献
4.
5.
将免疫进化算法（IEA）和灰色系统理论结合起来，建立了农药降解的IEA—GM（1，1）预测模型，分别对喹嗯硫磷在豇豆中的残留量、代森锰锌在西红柿中的消解动态、粉锈宁在麦穗中的残留量、抗蚜威在黄瓜果实中的残留量进行预测。结果表明，IEA-GM（1，1）预测模型拟合精度和拟合效果明显优于其他模型，而且该模型不受时间等距条件的限制，建模时不用进行时间变换，可用于预测施药后任意时刻的农药残留量。IEA和灰色系统理论同时用于农药降解建模原理直观、简便、易行，为农药在生态环境中降解规律和降解模型的研究提供了一条新的途径。 相似文献
6.
[目的]建立醇化烟叶化学成分的预测模型,用于预测醇化后烟叶化学成分协调性的变化情况,以便指导配方打叶的小配方模块设计。[方法]利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。[结果]糖碱比灰色模型精度较高,2种模型精度分别达到了98．37％、99．73％;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93．56％、88．52％。[结论]建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。 相似文献
7.
【目的】建立基于马尔科夫链修正的组合灰色神经网络模型,为城市用水量的准确预测提供支撑。【方法】在运用灰色关联性分析法确定用水量变化的主要影响因素的基础上,建立了基于马尔科夫链修正的组合灰色神经网络模型,将该模型应用于包头市2009和2010年的用水量预测,并将其预测结果与灰色模型、BP神经网络模型和组合灰色神经网络模型的预测结果进行比较。【结果】包头市用水量受人口、国内生产总值、工业总产值、建成区绿化覆盖率、耕地面积及工业用水重复利用率的影响较大,利用建立的基于马尔科夫链修正的组合灰色神经网络模型对包头市2009和2010年用水量进行预测,并与实际用水量进行比较后表明,其相对误差分别为0.16%和2.16%,均方根相对误差为1.53%,而灰色模型、BP神经网络模型和组合灰色神经网络模型的均方根相对误差分别为4.34%,3.08%和1.99%。可见,基于马尔科夫链修正的组合灰色神经网络模型的预测效果最好。【结论】基于马尔科夫链修正的组合灰色神经网络模型结合了各模型的优势,预测精度较高。 相似文献
8.
用Excel求解GM(1,1)模型参数 总被引：1，自引：0，他引：1
1问题的提出
GM（1,1）模型是基于灰色系统理论的最常用预测模型.在常用的灰色数列预测、灰色灾变预测、灰色季节灾变预测、灰色拓扑预测、灰色区间预测等方法中,均离不开GM（1,1）模型.GM（1,1）模型虽然是最简单的灰色系统模型,但建立这种模型需要一定的矩阵运算知识或数理统计知识,在数据列较长的情况下,若不会计算机编程,求解灰参数是十分烦琐的.因此,求解灰参数是建立GM（1,1）模型的关键和难点之所在. 相似文献
9.
针对小麦产量具有较大波动性的特点,结合灰色预测模型和马尔可夫理论,同时利用新信息优先的思想,以河南省2010—2019年小麦产量作为原始数据建立无偏灰色GM(1,1)模型、无偏灰色马尔可夫模型和新维无偏灰色马尔可夫模型,并对比3种模型的预测精度.结果表明,新维无偏灰色马尔可夫模型能提高预测精度,适合中长期预测,并预测出河南省未来5年的小麦产量数据. 相似文献
10.
11.
12.
【目的】基于组合预测思想,结合灰色理论与马尔可夫预测方法的特点构建一种新的预测模型,为大坝沉降量的中长期预测提供支持。【方法】通过对传统灰色系统模型的优化改进,简化建模步骤并提高模型预测精度。在此基础上,借助于马尔可夫模型处理时间序列的随机性波动,克服灰色模型对随机波动性大的序列预测精度较低的局限性,并利用新信息优先原理,构建新维无偏灰色马尔可夫组合预测模型。将构建的新维无偏灰色马尔可夫组合模型应用于大坝沉降量的预测。【结果】构建的模型预测平均误差由原来的1.7%降低为1.0%,且预测误差的变化波动性减小。同时,随着预测期数的增加,相对于传统灰色模型,改进后的组合模型的预测精度进一步提高。【结论】与传统计算方法相比,所建立的新维无偏灰色马尔可夫组合预测模型计算量小、预测精度较高,且该模型保留了传统灰色模型短期预测精度高的优点,提高了模型的中长期预测能力,适用于大坝沉降量的中长期预测。 相似文献
13.
14.
基于新维无偏灰色马尔科夫模型的建设用地预测 总被引：2，自引：0，他引：2
根据建设用地需求的特点,采用新维无偏灰色马尔科夫模型进行预测。实例计算结果表明,该模型与一般无偏灰色模型和灰色马尔科夫模型相比,预测准确度得到了较大提高,可以用于土地利用规划预测。 相似文献
15.
16.
基于灰色神经网络与马尔科夫链的城市需水量组合预测 总被引：1，自引：0，他引：1
【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。 相似文献
17.
农村电力系统规划和运行在负荷预测方面是非常重要.主要叙述了时间序列分析的构思,模型构建方法的过程及步骤,假设时间序列,运用MATLAB软件试验,实现了模型参数的估计的过程和模型的定阶.运用灰色理论法进一步建立灰色模型GM（1,1）,且通过灰色关联分析进一步分析出不同模型的灰色关联度,这样才能更好地选择模型. 相似文献
18.
基于对数变换的灰色GM（1,1）改进模型 总被引：1，自引：0，他引：1
灰色GM(1,1)模型是灰色系统模型的核心,本文通过对原始序列作对数变换生成新数列并结合优化灰导数的方法,改进了灰色GM(1,1)模型,提出了基于对数变换的灰色GM(1,1)改进模型,使模型的精度大为提高.本文不仅从理论上严格论证了新的改进模型的理论可行性,并且通过实际数据的验证与原始模型的结果相比较,证明了改进模型的实用性和可靠性优于原始模型. 相似文献
19.
棉花产量的灰色-马尔柯夫模型预测 总被引：3，自引：0，他引：3
在灰色-马尔柯夫预测模型基础上对我国棉花产量建立了预测模型,并将预测结果与常用的灰色GM（1,1）模型及灰色-马尔柯夫模型进行了比较。结果表明,用改进的灰色-马尔柯夫模型对棉花产量预测,建模简单、预测精度高,较好地解决了既有趋势性又有较大波动性的数据序列预测问题。具有一定的可行性。 相似文献