基于灰色等维新信息GM(1,1)模型的电力负荷预测

根据电力负荷的特性,将灰色等维新信息GM(1,l)模型的建模方法引入到电力负荷的预测中,建立相应的预测模型。并建立起一套系统的电力负荷预测方法,为城市电力资源规划提供决策参考,具有理论和实践意义。     

基于GM（1，1）模型群的福建铁路货运量预测

铁路货运量是确定铁路交通基础设施建设规模的主要依据,货运量预测结果的合理性、可靠性直接影响铁路工程项目的投资和效益。本文根据福建省铁路货运的发展状况,收集T2001-2010年的货运量数据,采用多个灰色GM（1,1）模型群对福建省铁路货运量进行模拟、预测。经过模型精度检验,最后选择新陈代谢GM（1,1）模型对未来三年内的福建铁路货运量进行预测。     

基于改进的灰色GM（1,1）模型在电力负荷预测中的应用

针对已有GM（1,1）灰色预测模型在数据波动、突变、转折等不确定情况下预测精度较差的问题,本文提出一种通过对原始数据序列作开三次方运算生成新数据序列的方法,建立了改进的GM（1,1）模型,减小了原始数据的增长率,降低了发展系数。通过实例计算表明,该模型具有良好的适用性和预性精度。     

基于灰色神经动态网络模型进行炎热地区短期电力负荷预测

文中应用了灰色预测的方法来进行某热带地区变电站的高压电网短期动态负荷预测,进而提取相关信息。在2009年度工作日和周末的气温变化模式中,传统GM（1,1）模型与GM（1,2）模型对比分析了其负荷条件。GM（1,2）模型揭示了单位小时的负荷需求和炎热地区气候气温变化指数,也就是当地常温的关系。使用两变电站A、B关于某炎热地区的负荷曲线可以验证这些模型。使用该地区具有的典型灰色组合模型从而掌握特定季节受温度影响的负荷变化。模型的适当性以及每周的预测结果显示了每个地点错误检查中好的结果。     

一种基于改进GM(1,1)模型的短期电力负荷预测算法研究

针对已有GM(1,1)灰色预测模型在数据波动、突变、转折等不确定情况下预测精度较差的问题,本文提出一种基于关联系数分析的分段多方案优选组合短期电力负荷预测模型.基于GM(1,1)模型在平滑上升和下降区段预测效果好、而一天的用电负荷可划分为几个峰谷区段的特点,通过对预测日的灰关联分段和优选组合,避免由于初始条件选择不当而将误差引入模型并随之被逐步放大的风险;同时,通过组合不同角度GM(1,1)模型,解决负荷的多因素影响.经南方电网广西贵港市实际工程验证,本模型预测平均误差在3%左右,预测精度有明显的提高,完全可满足该地区短期电力负荷预测的实际要求.     

基于灰色GM（1,1）模型的图书馆采购预测研究

以山东女子学院图书馆为例,利用灰色GM（1,1）理论,将2009-2013年该馆8类图书的采购量统计数据作为样本数据,建立了图书馆图书采购模型,经过后验差检验该模型精确度符合要求。然后利用该模型对2013年及未来3年8类图书的采购量进行了预测,结果发现：学校学科结构控制会影响图书采购量;学校重点学科及新上本科专业相关图书应加大采购。     

多变量灰色模型MGM（1，n）在R＆D投资预测中的应用

对未来R＆D经费总量及其与GDP比值进行科学的预测是制定科技发展规划的重要组成部分．提出一种定量分析预测方法——利用多变量灰色MGM（1,n）模型（multi—variable grey model）．研究R＆D投入与GDP所形成的复杂系统变量之间的相互影响关系,对天津市相关数据资料进行实证分析与中长期预测,为政府相关部门制订科学的科技发展规划提供有益的指导作用．     

基于GM（1，N） 的小城镇协调发展综合评价模型及其应用

小城镇作为社会、经济、资源与环境的复合生态系统,其协调发展是一个多复杂因素组成的动态过程,在这个过程中,各子系统的发展状态及其相互关系是影响到小城镇协调发展的关键问题。在本文分析小城镇协调发展过程基础上,借助GM（1,N）模型和多元统计分析,以各子系统以及整个小城镇的发展是否趋于协调为标准,建立了小城镇协调发展综合评价模型。然后,利用该模型对浙江省东阳市横店镇以及其他几个国家可持续发展实验区（孟庄镇、毛集镇、清溪镇、邱隘镇）在1993年～2001年间的协调发展趋势进行分析,结果表明,这些城镇在1993年～2001年期间的发展协调性虽然具有一定的波动,但整体趋势是不断趋于协调的,这与国家成立可持续发展实验区以后的各小城镇的实际发展状况是相一致的,结果也证明了模型的有效性。     

基于灰色GM(1,1)模型的高校餐饮盈亏趋势预测

本文针对高校食堂餐饮管理盈亏预测的需求,引入了灰色系统理论的概念,详细阐述了GM(1,1)模型的建立过程,并在传统GM(1,1)模型的基础上加入等维信息提高预测模型的精确性,最终将建立的模型应用到高校食堂餐饮的盈亏预测中。     

线性回归模型在电力负荷预测中的应用

中长期电力负荷预测是规划的前提和基础.以建立线性回归模型来科学预测电力负荷在未来的变化趋势及状态,通过算例分析,得出利用线性回归模型进行电力学系统中长期负荷预测取得令人满意的效果.     

基于GM(1,1)模型的软件缺陷数预测

本文主要研究运用GM(1,1)模型对软件缺陷数进行预测。首先是列举建立软件缺陷数预测模型的灰色理论;其次建立了基于GM(1,1)模型的软件缺陷数预测模型;最后是运用建立的模型对ISS软件缺陷数进行预测,效果很好。     

灰色GM(1,1)模型在医院门诊收入预测中的应用

文中采用灰色系统ＧＭ（１,１）模型,对我院某科门诊收入进行预测,得到较为满意的预测效果。     

非等间隔GM(1,1)模型在高耸建筑沉降监测中的应用

高耸建筑不均匀沉降变形直接影响建筑物的施工进度和安全性评价。以预测高耸建筑沉降变形量为目的,考虑到建筑物沉降监测非等时间隔的特点,以相邻观测时间间隔为权,直接生成1-WAGO序列,建立灰色系统非等间隔GM（1,1）模型,并将该模型应用于某大厦的沉降量预测分析中。由后验差检验结果、模拟预测分析说明,该模型所预测的沉降量结果正确可靠、精度高。     

基于GM(1,1)和Elman模型的露天矿山边坡位移预测

为对露天矿山边坡的变形趋势作出了科学的分析与预测,将GM(1,1)灰色模型与Elman神经网络模型结合,选取露天矿山实测位移数据进行了分析,并对两种预测模型方法进行比较。通过预测结果数据得出:两种模型均可对边坡位移进行较精确的预测,灰色GM(1,1)模型较为简洁,Elman神经网络模型预测值相对于灰色GM(1,1)模型预测值更加接近实际监测位移数据相对误差较小。两种预测模型均能基于现有数据对之后的发展规律作出预测,从而为露天矿山企业安全措施的制定提供重要参考依据。     

江苏省电力需求的短期预测

为了促进江苏省经济的持续稳定增长,运用霍尔特双参数指数平滑模型,GM（1,1）模型以及组合预测模型对江苏省的电力需求进行预测,并分析预测值与实际值的误差和相对误差,选出了最优模型,根据最优模型对江苏省2010-2014年的电力需求进行预测。     

灰色理论在中长期负荷预测中的应用

负荷预测是电力系统规划和运行研究的重要内容,是保证电力系统可靠供电和经济运行的前提.本文通过对灰色理论预测方法建模机理及其改进方法的研究,提出了改进模型.     

我国风电产业装机容量预测分析

目前我国风电产业进入规模化发展阶段,由于在发展过程中产业链相关主体缺乏对我国风电装机容量的准确预测,导致一系列无序发展问题,因此运用GM（1,1）灰色系统模型对我国未来风电装机容量进行了科学预测,根据预测结果,我国未来几年风电装机容量将继续保持高速增长,至2015年将达到3亿9258万kW,本文根据预测结果并结合实际对目前我国风电产业存在的问题进行了深入分析并提出了相应的对策建议。     

灰色预测GM(1,1)模型在股价预测中的应用

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,进行了实例分析,结果表明,模型准确度高,对市场有一定的参考意义。     

电力负荷预测的方法研究

介绍了负荷预测的基本概念和方法,并采用趋势分析法、回归分析法、单耗法、弹性系数法、负荷密度法、神经网络法、灰色系统法对包头城区的负荷进行预测,分析各种预测方法的预测结果,并采用组合预测法将负荷的实际值和预测值进行对比,最后提出优选组合预测法具有较好的预测效果。