运用灰色系统理论,根据矿井相对瓦斯涌出量的历史统计数据建立GM(1,1)模型和GM(1,1)新陈代谢模型,使用残差进行精度检验。对比表明,新陈代谢模型精度高于常规的GM(1,1)模型,应用GM(1,1)新陈代谢模型对矿井未来3 a的瓦斯涌出量进行了预测,为矿山可持续发展提供参考。
2024-02-28 16:05:52
215KB
1
文中针对时间因素对GM(1,1)模型预测造成的影响引入了时间加权-新陈代谢GM(1,1)模型,并将该模型应用于建筑物的沉降预测,结果证明时间加权-新陈代谢GM(1,1)模型比传统的GM(1,1)模型的预测精度高,具有较高的参考价值。
2024-02-28 15:49:35
655KB
1
基于新陈代谢GM(1,1)-ARMA(p,q)模型的江苏省地区生产总值预测，陶利，陈亦涛，本文结合新陈代谢GM(1,1)模型以及ARMA(p,q)模型的优点，用新陈代谢GM(1,1)模型提取序列中的趋势项，其余部分进行ARMA(p,q)分析，建立了新陈�
2024-02-28 15:47:08
689KB
1
一个好的借鉴，关于GM（1，1）模型的，这种新陈代谢的模型是对原始的GM（1，1）模型的改进，在解决相关问题时可能更好的提供借鉴！！！！
2022-02-18 18:37:04
125KB
1
矿井工作面瓦斯涌出是一个动态不确定的过程,因此最新瓦斯涌出数据的研究至关重要,本文将灰色GM(1,1)模型瓦斯涌出量预测结果加入原始数列,对原始数据序列的信息进行更新,建立了矿井瓦斯涌出量GM(1,1)新陈代谢动态预测模型,采用残差检验法对该模型精度进行检验,其平均相对误差为3.861%,预测精度明显优于GM(1,1)模型,提高了灰色GM(1,1)模型预测瓦斯涌出量的精度。
2022-02-18 18:12:36
677KB
1
由于常规CM(1，1)模型进行预测时，精度较高的仅是最近的几个数据，越往未来发展，该模型预测的精度也就越弱。针对常规GM(1，1)模型存在的不足，运用灰色系统理论，建立了灰色新陈代谢CM(1，1)河流水质预测模型，对该模型的精度以及误差进行了分析，并利用该模型对某地区河流的水质进行了预测。计算机实际模拟证明：灰色新陈代谢GM(1，1)预测模型能够明显地提高预测精度，增加预测的可靠程度，从而实现河流水质的早期预测评估。
2021-11-05 20:26:05
181KB
1
%下面程序是灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序,matlab6.5 ,使用本程序请注明，程序存储为gm1.m
%x = [5999,5903,5848,5700,7884];gm1(x); 测试数据
%二次拟合预测GM(1,1)模型
function gmcal=gm1(x)
2021-04-09 19:59:45
55KB
1