共查询到10条相似文献，搜索用时 15 毫秒
1.
为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测. 相似文献
2.
《绵阳师范学院学报》2016,(6):66-71
近年来,台湾入闽地年旅游人次数呈上升趋势,而合理的旅游人次数预测能够为政府相关部门以及旅游企业的决策提供一定的数据参考。本文以2007-2014年台湾同胞入闽地旅游年人次数为样本,采用残差修正的GM(1,1)模型对未来五年间台湾入闽地区旅游人次数进行了预测。并通过残差检验、相关度检验及后验检验等检验显示,修正GM(1,1)模型是合格的,预测结果具有合理性。 相似文献
3.
PM2.5对空气质量和能见度等有重要的影响,了解其变化趋势,对制定合理的治理机制具有现实意义.在传统的GM(1,1)模型的基础上,提高数据的光滑度,建立了改进的GM(1,1)模型,并利用MATLAB实现GM(1,1)模型算法.以石家庄市PM2.5浓度作为研究对象,以历史数据预测未来数据,并检验其精度.结果显示,石家庄市PM2.5浓度,在短期内仍将保持较高值,采取措施控制PM2.5浓度不容忽视. 相似文献
4.
5.
针对设备故障预测模型难以精确建立的特点,为提高故障间隔时间预测的精确度,提出了变周期三角函数-灰色模型GM(1,1)的预测方法。该方法在三角函数-灰色模型GM(1,1)基础上,建立了变周期三角函数—灰色GM(1,1)的组合模型,实现了对设备故障间隔时间的预测;并将预测结果与三角函数-灰色模型GM(1,1)进行对比,结果表明,采用变周期三角函数-灰色模型GM(1,1)对故障间隔时间进行预测,其预测结果的相对误差由24.16%降到3.24%,提高了预测结果的精度。 相似文献
6.
应用灰色数列预测方法,利用薄山林场麻栎解析木资料,建立麻栎生长的GM(1,1)模型,并进行检验,精度符合要求.并对麻栎未来的生长趋势作了预测. 相似文献
7.
张仁萍 《乐山师范学院学报》2012,(12):93-96
以货运周转量度量物流需求,运用GM(1,1)模型,结合excel 2003及mathematic5.0软件,预测乐山市"十二五"期间物流需求量,并采用Markov链对预测值进行修正。结果表明基于Markov链修正的GM(1,1)模型对物流需求预测是科学、可靠的,可为政府制定物流业近期发展政策提供定量依据。 相似文献
8.
结合灰色GM(1,1)模型和马尔可夫模型构建一种合理的灰色马尔可夫预测模型.按相对值的方法进行状态划分,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,并将由此建立的灰色马尔可夫模型运用于1997～2005年衡阳地区畜禽粪便数据来预测2006年畜禽粪便量.结果表明,这种模型的预测精度高达98.455 4%,明显优于单独使用GM(1,1)模型的预测结果. 相似文献
9.
10.
《洛阳师范学院学报》2016,(8)
利用2005~2012年安徽省电力消费量统计数据,建立了一个电力消费量预测的灰色GM(1,1)模型.模拟结果表明,灰色GM(1,1)模型比较合理地反应了安徽省电力消费量的增长趋势,并且预测精度较高,误差较小,为电力消费量预测提供了一个科学而有效的方法. 相似文献