共查询到15条相似文献，搜索用时 545 毫秒
1.
为更准确地预测港口集装箱吞吐量,以灰色马尔科夫模型为基础,建立一种优化的灰色马尔科夫动态模型。根据上海港集装箱吞吐量历史数据建立GM(1,1)预测模型。引入无偏灰色预测理论对GM(1,1)预测模型进行优化。构造等维信息模型,及时更新预测使用的数据以形成动态预测。利用马尔科夫理论对优化后的GM(1,1)预测残差值进行修正,得出上海港集装箱吞吐量的预测值。研究结果表明,与传统灰色马尔科夫模型相比,优化的灰色马尔科夫动态模型预测精度提高了37.03%,预测值拟合曲线更加贴近实际值曲线,预测结果有更高的可信度,为上海港集装箱吞吐量预测提供了一种新的方法。 相似文献
2.
为准确进行港口货物吞吐量预测,采用逐步递归的方法,建立基于时间序列的港口货物吞吐量广义回归神经网络(Generalized Regression Neural Network,GRNN)预测模型.利用该模型预测某港口货物吞吐量,结果表明:对于小样本的短期预测,该模型具有适应性好、误差小等特点. 相似文献
3.
在中长期负荷预测中,由于电力负荷具有突变性,常规GM(1,1)模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性.通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM(1,1)模型提高了预测的精度. 相似文献
4.
为提高长山水道船舶交通流量的预测精度，对灰色系统中的GM(1,1)模型进行优化.在对长山水道船舶交通流量进行分析的基础上，通过改进GM(1,1)模型背景值、改变初始条件、增加新信息优先权、引入残差修正等方法对GM(1,1)模型进行优化.通过该优化模型的预测数据与历史数据的比较验证了该优化模型的准确性和可靠性.最后用该优化模型对长山水道2015—2016年的船舶交通流量进行了预测. 相似文献
5.
郭维民 《山西师大体育学院学报》2013,(5):95-97
针对原始数据序列建立灰色GM（1,1）模型,然后利用BP神经网络对GM（1,1）模型预测值加以校正,得到GM（1,1）与BP神经网络组合预测模型。通过运用田径比赛项目相关成绩序列进行模型检验,相比单纯的GM（1,1）模型,组合模型具有更高的预测精度,表明了组合模型预测的可行性。 相似文献
6.
为对港口吞吐量进行科学预测,在最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)基础上,引入灰色关联分析(Grey Relational Analysis,GRA)和二阶振荡粒子群优化(Two-Order Oscillating Particle Swarm Optimization,TOOPSO),提出一种新的GRA-TOOPSO-LSSVM算法预测港口吞吐量.采用GRA法筛选出对上海港吞吐量有重大影响的因素,并将其作为LSSVM的输入变量;采用TOOPSO法对LSSVM的参数进行寻优;运用LSSVM非线性映射的优势对上海港吞吐量进行预测.在上海港吞吐量实证研究的过程中,GRA-TOOPSO-LSSVM算法与TOOPSOLSSVM和基于交叉验证的LSSVM算法进行对比分析.研究结果表明,GRA-TOOPSO-LSSVM算法具有更好的预测精度和收敛速度,为港口吞吐量预测的研究提供了一种新的方法. 相似文献
7.
改进型灰色新陈代谢GM（1，1）模型对外语类生源数的预测修正——基于南通职业大学外国语学院外语类生源数的研究 总被引：1，自引：0，他引：1
任海华 《吕梁教育学院学报》2011,(2):117-118,133
通过改进型的灰色新陈代谢GM（1,1）模型对原先常规GM（1,1）模型预测的外语类专业生源数进行有效的修正,取得了更好的预测效果。 相似文献
8.
9.
由于传统的基于GM(1,1)的物流总额预测方法需假设其他因素变化对物流总额无影响,给预测结果带来较大误差,本文采用GM(1,1)-MLP神经网络组合模型对我国未来物流总额进行预测。将组合模型与GM(1,1)的2012—2016年物流总额拟合结果进行比较,发现组合模型的预测平均误差仅为2. 3%,远低于GM(1,1)的预测平均误差(25. 2%),精准度大大提高,可以被有效应用于我国未来的物流总额预测。 相似文献
10.
港口吞吐量的预测受众多因素的影响,如何确定影响港口吞吐量的典型因素,是预测的关键问题之一。为解决此关键问题,先对港口吞吐量影响因素进行分析,再用系统聚类法确定其中的典型因素。以典型因素作为自变量,应用多元线性回归分析法建立港口吞吐量的典型因素预测模型。对厦门港集装箱吞吐量的预测结果表明,该模型有较高的拟合度和预测精度。 相似文献
11.
基于NARX神经网络的港口集装箱吞吐量预测 总被引：1，自引：0，他引：1
为对港口集装箱吞吐量进行科学预测,采用带外生变量的非线性自回归(NARX)模型对上海港的集装箱吞吐量进行预测.通过主成分分析法对港口吞吐量影响因子进行相关性分析,将筛选出的GDP作为外部输入因子引入NARX模型.实证分析发现,引入GDP的NARX神经网络模型对具有非线性特征的集装箱吞吐量数据有良好的映射逼近性.训练后的网络误差小且拟合度高,具有良好的泛化能力,预测性能较好. 相似文献
12.
吴国锋 《安徽职业技术学院学报》2010,9(2):17-19
江苏省是东部沿海地区经济发展较快的省份,对电力的需求很大,用电量预测十分重要。文章从江苏省电力资源需求现状入手,以江苏省大量的历史数据作为分析基础,利用二次Lagrange插值方法改进传统灰色GM(1,1)预测模型背景值,避免了Runge现象,达到提高预测精度的目的,并通过实例验证了该方法的有效性。 相似文献
13.
张利霞 《济宁师范专科学校学报》2014,(3):60-62,65
以2001~2010年济宁市10年的人口数据资料为依据,应用灰色系统理论构建GM(1,1)人口预测模型.统计检验和误差分析表明,模型精度较高,用该模型对济宁市2011~2015年的人口总数进行了预测,并结合济宁市人口发展历史和现状对预测结果进行了分析. 相似文献
14.
为准确掌握桥式起重机(简称桥吊)的动态信息,对上海外高桥集装箱桥吊的实时工况进行统计分析与预测.通过分析桥吊起升电机的振动信号和温度信号统计特性,得到振动与温度的关系;通过对信号数据的预处理,建立支持向量机(Support Vector Machine, SVM)训练模型,其中对惩罚参数和核函数参数采用交叉验证的方法进行优化;利用得到的训练模型预测后继的振动信号.与单纯用振动信号或温度信号所建的模型相比,这种振动信号与温度信号相结合的模型对电机振动信号预测的准确性更高. 相似文献
15.
以7～10届全国运动会田径比赛各项目前三名成绩的平均值作为研究对象，利用灰色理论的GM（1，1）模型方法探讨了全运会田径项目的发展变化态势，旨在为08年北京奥运会寻找基石和突破口。结果显示，男子竞走、跨栏跑等项目；女子中长跑、竞走、标枪、铅球、链球等项目应为08年北京奥运会中国代表团的重点发展项目。在此基础上，利用三数据建模预测法建立了全运会田径成绩的预测模型，并对十运会田径成绩进行预测，然后与实际成绩进行对比，结果多数项目的预测精确度很高，达到了预期的目的。 相似文献