GM(1,N)模型

摘要： 为了对原油管道内蜡沉积速率进行准确预测,基于灰色GM(1,N)模型理论和建模思路,综合考虑了管壁处剪切应力、管壁处温度梯度、管壁处蜡分子浓度梯度和原油的动力黏度4个影响因素,建立了GM(1,5)蜡沉积速率模型,并与黄启玉蜡沉积模型进行模型精度对比。结果表明:GM(1,5)蜡沉积速率模型的平均相对误差为2.9555%,模型精度高于黄启玉蜡沉积模型;通过对GM(1,5)蜡沉积速率模型的灰色参数进行分析,管壁处蜡分子浓度梯度、管壁处温度梯度对蜡沉积速率影响最大;采用灰色GM(1,N)模型来预测管道的蜡沉积速率是可行的,可为原油管道蜡沉积规律的深入研究和制订合理的清蜡周期提供参考。

摘要： [目的/意义]旨在准确、合理地对专利授权数进行预测.[方法/过程]运用灰色系统理论,对待选因素进行灰关联度计算,选择关联度较高因素的统计数据,形成被比较序列,再结合参考序列建立GM(1,N)模型,对专利授权数进行预测和误差检验.[结果/结论]通过与常规GM(1,N)模型对比,建立的GM(1,6)模型的预测准确度优于前者,克服了个人主观性对影响因素选择的干扰,平均相对误差仅为5.589％,验证了模型的有效性.

摘要： 灰色GM(1,N)预测模型在社会、经济、农业、生态等诸多领域应用十分广泛.为推广使用该预测模型,依据邓聚龙教授的灰色理论,使用VC++编程实现GM(1,N)预测模型,实现了多个预测因子和多个关联因子同时进行分析,提高了使用效率,择优选择算法提高了分析精度.使用参考文献中的数据和模拟数据,对系统预测模型正确性和预测精度进行了检验.

摘要： 在分析传统灰色负荷预测理论与GM(1,n)模型的基础上,再次对GM(1,n)模型进行改进,以解决由于传统的灰色理论对原始数据要求的严格造成预测结果误差较大的问题.实验表明,用此方法建立的负荷预测模型,在预测精度上有较大的提高,为今后灰色理论模型的改进提供了一定的依据.

摘要： 针对传统的GM(1,N)模型预测精度较差,文章提出一种基于花朵授粉算法的GM(1,N)模型新方法.该方法将原始数据和残差的均方差比值作为目标函数,直接计算GM(1,N)模型的发展系数和驱动系数,略去了背景值的构造.文章通过9组实验数据对比分析,并与传统的GM(1,N)模型和其他模型相比较,发现:改进的GM(1,N)模型在拟合精度上有大幅度提高.该模型计算简单且精度较高,为建立GM(1,N)模型及应用提供了参考依据.

摘要： 为预测民航事故征候数,依据民航行业发展统计公报,选取2010-2019年民航运输总周转量、旅客运输量、运输机队数量、固定资产投资等16个影响因素指标,使用GM(1,1)模型进行拟合,利用灰色关联分析理论进行指标关联度计算,选取指标关联度大的指标构建GM(1,N)模型进行拟合研究,以及使用多元线性回归理论构建回归方程进行对比.模型拟合结果显示,多元回归模型拟合精度最高,平均相对误差为4.62％,GM(1,1)模型拟合的平均相对误差为7.48％,GM(1,2)模型、GM(1,3)模型、GM(1,4)模型拟合精度分别为15.52％、27.86％、15.90％.应用多元回归模型得到中国民航2020年和2021年事故征候数的预测区间分别为616～645和650～711,事故征候趋于增加.

摘要： 为预测民航事故征候数,依据民航行业发展统计公报,选取2010-2019年民航运输总周转量、旅客运输量、运输机队数量、固定资产投资等16个影响因素指标,使用GM(1,1)模型进行拟合,利用灰色关联分析理论进行指标关联度计算,选取指标关联度大的指标构建GM(1,N)模型进行拟合研究,以及使用多元线性回归理论构建回归方程进行对比。模型拟合结果显示,多元回归模型拟合精度最高,平均相对误差为4.62%,GM(1,1)模型拟合的平均相对误差为7.48%,GM(1,2)模型、GM(1,3)模型、GM(1,4)模型拟合精度分别为15.52%、27.86%、15.90%。应用多元回归模型得到中国民航2020年和2021年事故征候数的预测区间分别为616~645和650~711,事故征候趋于增加。

摘要： 为科学测度2008—2017年南疆兵团新型城镇化、新型工业化、农业现代化和信息化发展状况及协调发展水平,构建完整的评价指标体系,利用熵值法、耦合协调度模型、灰色系统GM(1,N)及驱动力模型对南疆兵团的"四化"协调发展水平进行评价分析.结果表明:(1)南疆兵团"四化"综合发展指数水平处于上升趋势,但各师的发展不够平稳、差距较大;(2)经过十年的发展变化,南疆兵团"四化"发展的耦合协调度从勉强协调状态发展到中级协调状态,上升了两个发展阶段.但从空间角度来看,耦合协调度具有东高西低的现象,且各师之间的差距具有逐年增加的趋势;(3)在南疆兵团"四化"协调发展过程中,"四化"对系统发展均起着不同程度的驱动作用,其中农业现代化和新型工业化的驱动力度高于新型城镇化和信息化,所以短期内有效提升信息化对系统协调发展的驱动作用是推动南疆兵团"四化"协调发展的关键因素.结合结果对促进南疆兵团"四化"协调发展提出对策建议.

摘要： 为探究健康扶贫背景下医疗保障水平的发展情况,对居民医疗保健支出进行了预测分析.选取2014—2019年安徽省阜阳市统计年鉴数据进行实证研究,首先,从经济、人口、医疗保健环境和社会保障等方面对影响安徽省阜阳市医疗保健支出的因素进行灰色关联分析;其次,在灰色关联分析基础上筛选出关联度大于0.75的主要因子,建立灰色预测模型GM(1,N);最后,对模型精度检验并进行预测分析.研究结果表明,与阜阳市医疗保健支出关联度从大到小的影响因素依次是每万人医生数、人均可支配收入、总人口文盲率等;经检验,GM(1,5)模型的平均相对误差为5.24％,模型的精度较高,并预测出未来5年医疗保健支出将以每年约7％ 的增长率增长.研究结果可为阜阳市医疗保健改革策略提供理论依据,为健康扶贫机制研究提供一定的参考与支撑.

摘要： [目的/意义]对我国科技论文发表数量进行较为准确的预测,旨在为有关部门制定相关政策提供参考.[方法/过程]选取我国2005—2019年的相关数据进行实证分析,运用GM-BP神经网络组合预测模型,将灰色系统理论中的灰色关联分析、GM(1,N)模型与BP神经网络相结合,提高了预测的准确度.首先,运用灰色关联分析法对相关因素进行评估,选取灰关联度较高的因素构建GM(1,N)模型;其次,运用GM(1,N)模型的预测结果连同相关因素数据训练BP神经网络;最后,用训练好的BP神经网络进行二次预测并输出为最终预测结果.[结果/结论]与传统GM(1,N)模型相比,所构建的GM-BP神经网络对于科技论文发表量的预测准确度更高.

摘要： 本文选取灰色理论方法，建立船体建造费用的多参数估算模型进行预测分析。根据船体建造费用特点,采用GM(1,n)模型实现了对某型船体建造费用较高精度的预测.首先,根据实际分析提出了采用灰关联度和GM(1,n)模型实现对费用影响因素的筛选及费用预测;然后,建立了费用影响因素的筛选及费用预测模型;最后,根据实际数据对模型进行了误差检验并得出了费用预测结果.

摘要： 本文选取灰色理论方法，建立船体建造费用的多参数估算模型进行预测分析。根据船体建造费用特点,采用GM(1,n)模型实现了对某型船体建造费用较高精度的预测.首先,根据实际分析提出了采用灰关联度和GM(1,n)模型实现对费用影响因素的筛选及费用预测;然后,建立了费用影响因素的筛选及费用预测模型;最后,根据实际数据对模型进行了误差检验并得出了费用预测结果.

摘要： 本文选取灰色理论方法，建立船体建造费用的多参数估算模型进行预测分析。根据船体建造费用特点,采用GM(1,n)模型实现了对某型船体建造费用较高精度的预测.首先,根据实际分析提出了采用灰关联度和GM(1,n)模型实现对费用影响因素的筛选及费用预测;然后,建立了费用影响因素的筛选及费用预测模型;最后,根据实际数据对模型进行了误差检验并得出了费用预测结果.

摘要： 本文选取灰色理论方法，建立船体建造费用的多参数估算模型进行预测分析。根据船体建造费用特点,采用GM(1,n)模型实现了对某型船体建造费用较高精度的预测.首先,根据实际分析提出了采用灰关联度和GM(1,n)模型实现对费用影响因素的筛选及费用预测;然后,建立了费用影响因素的筛选及费用预测模型;最后,根据实际数据对模型进行了误差检验并得出了费用预测结果.

摘要： 本文选取灰色理论方法，建立船体建造费用的多参数估算模型进行预测分析。根据船体建造费用特点,采用GM(1,n)模型实现了对某型船体建造费用较高精度的预测.首先,根据实际分析提出了采用灰关联度和GM(1,n)模型实现对费用影响因素的筛选及费用预测;然后,建立了费用影响因素的筛选及费用预测模型;最后,根据实际数据对模型进行了误差检验并得出了费用预测结果.

摘要： 通过灰关联分析得出,我国不合理的产业结构是制约我国节能降耗工作的进展.本文进而采用GM(1,N)模型的建立我国产业结构对能源利用效率的弹性模型,并对回归系数做出解释与分析.

摘要： 通过灰关联分析得出,我国不合理的产业结构是制约我国节能降耗工作的进展.本文进而采用GM(1,N)模型的建立我国产业结构对能源利用效率的弹性模型,并对回归系数做出解释与分析.

摘要： 通过灰关联分析得出,我国不合理的产业结构是制约我国节能降耗工作的进展.本文进而采用GM(1,N)模型的建立我国产业结构对能源利用效率的弹性模型,并对回归系数做出解释与分析.

摘要： 通过灰关联分析得出,我国不合理的产业结构是制约我国节能降耗工作的进展.本文进而采用GM(1,N)模型的建立我国产业结构对能源利用效率的弹性模型,并对回归系数做出解释与分析.

摘要： 通过灰关联分析得出,我国不合理的产业结构是制约我国节能降耗工作的进展.本文进而采用GM(1,N)模型的建立我国产业结构对能源利用效率的弹性模型,并对回归系数做出解释与分析.

摘要： 本发明是基于改进核心的BRDF模型的Gm‑APD激光雷达回波能量计算方法。本发明采用kernel‑based BRDF模型的建立思想，以LL‑BRDF为核心，考虑背景光及回波光来源，第一次建立了适应Gm‑APD激光雷达的改进kernel‑based BRDF模型，模型利用背景等效强度系数将背景光与激光回波建立了联系，获得混合散射光模型，使BRDF模型更能准确地描述实际目标散射情况。本专利所建激光雷达方程模型可更清楚描述回波组成及分布特性，相对现有激光雷达方程更符合实际物理规律，且方程能够同时获取噪声光及激光回波光，对Gm‑APD探测理论的定量研究提供更加有力支持。

摘要： 基于改进灰色GM(1,1)模型预测的EAST快控电源输出电流预测方法，涉及EAST快控电源技术领域，解决EAST快控电源输出电流的控制精度差的问题；根据EAST快控电源输出电流的原始序列的单调性，将原始序列分为上升阶段序列和下降阶段序列；对于上升阶段序列，建立非等间距的灰色GM(1,1)预测模型，对于下降阶段序列建立等间距的灰色GM(1,1)预测模型，再根据预测模型计算EAST快速控制电源输出电流的预测值，实现对EAST快控电源输出电流的精确快速控制；实现对输出电流实现精准预测，提升了电流跟踪响应速率，提升了等离子体垂直不稳定位移的主动反馈控制效果。

摘要： 本发明公开了一种基于老化因子和非等间距GM(1,1)模型的电力电缆剩余寿命预测方法，包括步骤：在一个预测时间节点，读取该电缆各历史时间节点根据等温松弛电流I(t)计算的老化因子，并且，创建该电缆的一个累加序列老化因子数组A(1)；根据累加序列老化因子数组A(1)计算一灰微分方程的参数，并且，使用参数预测该电缆在一个未来时间节点的老化因子；当未来时间节点的老化因子大于一阈值时，以未来时间节点与该预测时间节点的时间差作为该电缆在该预测时间节点的剩余寿命。本发明给出了一种基于材料绝缘性能进行寿命预测的方法对整根电缆进行绝缘性能测试，避免了用电缆局部代替整根电缆的破坏性试验。

摘要： 本发明涉及一种GLB1点突变小鼠模型在GM1神经节苷脂贮积症的治疗药物筛选中的应用。经体外真核细胞质粒转染研究显示，该突变的残留酶活性为野生型酶活性的0.55％，提示严重缺乏，蛋白质结构分析提示该变异位于半乳糖结合结构域。进一步采用CRISPR/Cas9基因编辑技术成功构建了GLB1 p.G453R点突变纯合小鼠，模拟晚发型神经节苷脂贮积症。该小鼠模型表现为β半乳糖苷酶缺乏，脑组织GM1显著沉积，脑细胞及溶酶体肿大。本发明从模式动物水平上证实了新变异GLB1 p.G453R为致病性变异，明确了GLB1点突变小鼠的临床表型，为GM1神经节苷脂贮积症药物治疗筛查提供了研究平台。

摘要： 本发明涉及一种基于GM(1,1)模型和灰色Verhulst模型的城市用电量预测方法，首先，对历史用电量数据作cos(x)变换以增强数据序列的光滑度，从而提高GM(1,1)的预测精度；然后，将cos(x)变换后的数据输入GM(1,1)模型，得到预测的用电量数据序列；最后，对预测的用电量数据序列进行精度检验，若预测值在精度要求范围内，则输出用电量数据序列；否则，结合残差序列变化的特点及灰色Verhulst模型的优点，建立灰色Verhulst模型对精度不高或较低的残差序列做残差修正，直到用电量预测值满足精度要求，输出修正后的用电量数据序列。与现有技术相比，本发明具有较好地预测了城市年用电量和具有较高的预测精度等优点。

摘要： 本发明属于钟差预报技术领域，公开了一种基于初始条件优化GM模型的GPS卫星钟差预报方法及系统，基于初始条件优化GM模型的GPS卫星钟差预报方法包括：采用原始钟差序列的最新信息计算初始条件，并构建灰色模型；利用所述构建的灰色模型进行GPS卫星钟差预报。本发明提供了一种由原始信号的最新分量生成初始条件进行GM模型优化并进行GPS卫星钟差预报的方法，本发明能够准确、有效的进行卫星钟差的预报，预报精度高，误差小，预报性能优越。本发明选择原始序列的最新分量来生成初始条件，既充分利用已有信息又遵循了新信息优先原则，有效提高了整体预报性能。

摘要： 本申请公开了一种基于改进GM(1，1)模型的智能电能表集抄数据二次研判方法，将首次出账失败的集抄数据视为异常集抄数据，对首次出账失败的异常集抄数据进行二次研判，在保证用户及供电公司双方利益基础上，尽最大可能利用集抄数据进行出账，减少人工核抄，增加企业经济效益。

摘要： 本发明公开了一种基于GA‑GM(1,1)幂模型的滑坡变形预测预报方法，通过GA算法求解GM(1,1)幂模型幂指数α和序列长度m，进而求得GM(1,1)幂模型相关参数，如初始条件s(1)t0、发展系数a和灰作用量b等，解得滑坡发生时间t。本发明能保证求取的相关参数最优，进而确保最终预测预报的滑坡发生时间与实际滑坡发生时间相差较小，提高了地质灾害预测预报的准确性。

摘要： 本发明提供了一种基于改进GM(1,1)模型的空中目标威胁预测方法，对传统GM(1,1)模型进行改进，包含以下步骤：首先，修正了传统GM(1,1)模型中的固有残差；然后根据一阶累加生成序列中各分量的大小确定权重，取各分量的加权求和作为初始条件；其次，根据时间权重序列对残差平方和进行加权，求解最优问题确定时间参数；最后利用傅里叶级数拟合残差序列，将残差序列反馈给优化后的GM(1,1)模型，得到最终的改进GM(1,1)模型；根据改进后的预测模型计算来袭空中目标的威胁值，实现对空中目标威胁值的准确预测，提升了我方阵地对来袭空中目标的反应速度，提高了模型的预测精度和普适性。

摘要： 本发明公开了一种基于LSTM‑GM神经网络模型的风暴潮智能预报方法，步骤依次包括收集处理观测站点历史风暴潮数据资料与收集观测站点的历史风暴潮数据，包括观测站点气象因素数据与台风因素数据；将归一化后的数据按比例随机分为训练集和预测集；将训练集数据输入LSTM神经网络模型中进行迭代训练并用测试集数据对训练结果进行验证，直至预测误差满足预设预报精度标准；LSTM神经网络模型的预测误差序列输入GM模型中，利用GM模型对误差序列进行修正，将预测数据进行反归一化处理，输出风暴潮潮位预测值；预测结果评价。本发明一种基于LSTM‑GM神经网络模型的风暴潮智能预报方法具有风暴潮预报精度高、模型收敛时间短的特点。