共查询到10条相似文献，搜索用时 15 毫秒
1.
灰色GM(1,1)残差修正模型在滑坡预测中的对比应用 总被引：2，自引：0，他引：2
在传统GM(1,1)模型的基础上,经过不同方式的残差修正,分别建立了一阶残差修正GM(1,1)模型和二阶残差修正GM(1,1)模型。根据滑坡的监测资料,对变形曲线为光滑型滑坡(如黄龙西村滑坡、某滑坡)和阶跃型滑坡(如新滩滑坡、洒勒山新滑坡)分别建立了传统GM(1,1)模型和一阶、二阶残差修正模型,并对不同滑坡各模型的预测精度进行了分析比较。结果表明,残差修正GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。对变形曲线为光滑型的滑坡,二阶残差修正GM(1,1)模型的预测精度一般高于一阶残差修正GM(1,1)模型的预测精度;对变形曲线为阶跃型的滑坡,一阶残差修正GM(1,1)模型的预测精度高于二阶残差修正GM(1,1)模型的预测精度。 相似文献
2.
《干旱区地理》2016,(2)
径流过程具有随机和灰色特征。基于此,将Markov预测与灰色GM(1,2)预测相结合,提出了GM(1,2)-Markov中长期河流年径流量预测模型。通过对黑河正义峡、莺落峡水文站65 a(1949-2014年)的年径流量资料分析,将莺落峡年径流量作为GM(1,2)预测的相关因素数据列,以1990-2009年的数据建立正义峡年径流量GM(1,2)-Markov模型,以2010-2014年的年径流量进行模型验证。结果表明:莺落峡、正义峡年径流量具有较强的相关性;建立的正义峡年径流量预测模型精度为83.65%;预测未来5 a的径流量,预测精度达到了97.12%;GM(1,2)-Markov、GM(1,1)和GM(1,2)模型的模型精度都符合建模的要求,但GM(1,2)-Markov模型的预测精度明显高于GM(1,1)模型和GM(1,2)模型。GM(1,2)-Markov模型为河流径流量的中长期预测提供了一种新方法。 相似文献
3.
基于BP神经网络的洪湖水质指标预测研究 总被引：2，自引：0，他引：2
《湿地科学》2016,(2)
为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。 相似文献
4.
为提高原始数据呈非线性、随机性变化、样本量较小时城市耕地面积的预测精度,将无偏GM(1,1)模型与广义回归神经网络相结合,建立了基于灰色广义回归神经网络的城市耕地面积预测模型,并将其应用于平顶山市耕地面积预测,结果表明该模型精度高,具有一定的应用价值。 相似文献
5.
目的 分析四川省2003 -2010年血吸虫病人群感染率变化趋势,应用GM(1,1)模型对今后3年人群感染率进行预测,为下一步制定全省血吸虫病防控措施提供参考.方法 收集四川省2003-2010年血吸虫病人群感染率资料,应用GM(1,1)模型进行拟合,建立预测模型.结果 四川省血吸虫病人群感染率呈逐年下降趋势;人群感染率预测模型为(1)(t+1)=- 103.1157e-0.4950(4)+132.6545,模型拟合精度高(后验差比值C=0.1672,小误差概率P=1),2003-2010年感染率GM(1,1)模型预测值与实际值吻合程度较好,预测2011-2013年感染率分别为1.2590/万、0.7675/万和0.4678/万.结论 该模型的拟合效果较好,预测结果显示今后3年内全省血吸虫病人群感染率将呈下降趋势;在血吸虫病低感染率和低感染度地区建立该模型进行疫情预测对制定防控策略具有重要参考价值. 相似文献
6.
灰色系统预测模型的修正研究——以芜湖市耕地为例 总被引：1，自引：0，他引：1
针对GM(1,1)模型预测的不足,对其进行修正得到修正模型,并利用芜湖市耕地变化进行实例验证和应用。结果表明:1)应用灰色预测的修正模型对耕地变化进行预测比直接应用灰色预测模型更精确;2)分段建模和建立灰色—马尔柯夫模型是从两个不同的角度对GM(1,1)模型进行修正,但两者可以相互结合,使预测结果更准确。3)建立灰色—马尔柯夫模型可以避免其他多种影响因素,更具科学性和实用性。 相似文献
7.
基于支持向量回归机的耕地保有量组合预测 总被引：1，自引：0，他引：1
赖红松 《地理与地理信息科学》2011,27(2):56-60
为提高耕地保有量预测精度,将灰色预测GM(1,1)模型、动力预测模型、BP网络预测模型和加权支持向量回归机预测模型相结合,建立了基于支持向量回归机的耕地保有量组合预测模型,并将其用于温州市耕地保有量预测。结果表明,该模型比任一单一预测模型精度更高,可用于耕地保有量预测。 相似文献
8.
预测陕西关中地区需水量的改进GM(1,1)模型 总被引：6，自引：0，他引：6
需水量评价与预测是水资源规划与管理一项重要的研究内容。本文采用定额法计算需水量。通过对陕西关中地区需水量要素组成的分析,认为需水量要素属平稳时间序列,且一阶累加生成数据系列满足指数规律,符合灰色预测条件。为了提高GM(1,1)模型的精度,采用一种改变背景值的新方法,即:中心逼近方法。通过精度检验,中心逼近式GM(1,1)模型平均误差百分比、误差平方和分别比传统的GM(1,1)模型提高了0.147和1.579。用中心逼近式GM(1,1)模型预测需水量各要素近期和中长期值,经检验,其中非农业人口、农业人口、耕地面积、工业总产值预测模型满足一级模型,等级为良好。牲畜头数预测模型为不合格模型,分析其原因,主要是因为时间序列数据不完全符合指数规律。通过定额法计算,预计75%保证率时2005年和2010年关中地区工农业需水量分别占总需水量的92.21%和89.75%,生活需水量分别占7%和9.04%。 相似文献
9.
当观测资料的数据量少而又存在多个相互影响或关联的变量时,常用的灰色预测模型GM（1,1）不能全面考虑多个变量。为此,采用自适应MGM（1,n）模型—多变量灰色预测模型,较好地解决了这一问题。针对一些地区气象数据较少甚至缺失的情况,以内蒙古正蓝旗的气象资料用Penman-Monteith计算的参考作物蒸散量（ET0）为研究对象,运用灰色系统理论建立MGM（1,3）模型,模拟预测参考作物蒸散量变化规律,并与GM（1,1）模型和BP神经网络模型比较,结果表明MGM（1,3）模型有较好的预测效果。 相似文献
10.
粮食生产是国民经济重要的组成部分,粮食生产的波动必然会引发整个国民经济的波动。因此人们在努力提高粮食产量的同时,也期望知道未来一段时间粮食产量的变化情况,以便为科学决策提供依据。基于吉林省1949~2008年粮食总产量数据,采用灰色GM(1,1)预测模型动态模拟该省粮食产量变化态势,并运用马尔柯夫状态转移矩阵对灰色GM(1,1)模型的模拟结果进行修正,以提高粮食产量预测精度。结果表明,马尔柯夫方法修正的灰色模型能够大大提高粮食产量的模拟精度,模型修正后的模拟产量的相对误差较之修正前下降了0.10(由0.19下降到0.09),将灰色GM(1,1)模型和马尔柯夫状态转移矩阵相结合用于粮食产量预测可以取得较好的效果。预测结果表明未来10a吉林省将增产粮食100亿kg,增产潜力巨大。 相似文献