灰色预测模型的研究及应用

在介绍灰色系统理论的基础上,讨论了灰色预测原理,以中国总人口为例,进行了灰色预测模型的建立和求解,提出了中国人口动态模型;以城市的年供电量为例,利用历史数据,并对电力系统各年的日最大负荷的预测建立了基于残差修正的灰色预测模型.该预测模型是一种基于残差CM预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,最终的预测结果误差可基本控制在3%之内.经过实例计算,基于残差修正的灰色预测模型在对电力系统的日最大负荷进行预测时,与传统的系统理论方法相比较,该方法计算简捷,具有较高的预测精度,具有很好的实用性.     

基于等维递补灰色模型的人口预测分析

以2003～2017年陕西省年末人口总数为依据,选择2003～2015年数据建立静态灰色模型,而后构建等维递补动态模型与静态灰色模型.结果表明,动态预测模型明显好于静态预测模型,动态预测模型预测精度较高,可靠性强.最后利用等维递补动态模型对陕西省2018～2028年人口进行预测,为有关部门决策提供了科学依据.     

改进的灰色马尔科夫预测模型对全国碳排放量的预测

基于灰色理论和马尔科夫理论,建立传统的灰色马尔科夫预测模型;对传统灰色马尔科夫预测模型初始预测值的构造存在的一定误差进行改进,并用改进后的新模型计算全国碳排放量,然后将全国碳排放量预测结果与传统的灰色马尔科夫模型进行对比;预测结果表明：改进后的灰色马尔科夫模型预测精度有了进一步的提高并验证了算法的有效性。     

项目管理中的时间和费用风险联合控制模型

时间、费用和质量是项目管理中的三大控制目标 ,而通常对于时间和费用风险的控制与管理则分别进行 ,往往由于不合理的资金安排导致工期的延误 ,或由于进度的风险造成资金困难 .为了能够同时对工期和费用风险进行有效的控制 ,建立了基于计划预算值、挣得值和实际支出值的时间和费用风险联合控制模型 ,并引入对于整个项目和单个工序的偏差分析方法 .通过一个具体的实例分析 ,可看出该模型的实用性 .另外 ,对于模型中资金流的优化 ,应根据项目的具体情况采用适当的优化方法 ,而且 ,为了有效地采用该模型进行项目的时间和费用联合控制 ,应在施工现场建立充分有效的期间数据报告系统     

基于PSO优化的灰色神经网络预测算法的研究

由于灰色神经网络随机初始化网络的参数在使用灰色神经网络预测模型时,经常会出现在进化过程中陷入局部最优值和预测精度较低等问题.因此,提出采用粒子群优化(PSO)算法优化灰色神经网络的初始参数,建立了基于粒子群优化灰色神经网络的预测模型.使得在预测性能的稳定性上,明显优于单纯使用灰色神经网络模型.通过实验,对比分析了BP神经网络、灰色神经网络和PSO优化的灰色神经网络三种预测模型,结果验证了所提模型的有效性,从而进一步提高了灰色神经网络预测模型的精确度.     

基于灰关联分析的多因素时间序列预测研究与应用

由于传统的时间序列预测是基于单因素,在实际应用中有许多不足,应用灰色GM（1,1）模型对单因素时间序列的预测綦础上,结合灰色关联分析原理,提出了建立多因素时间序列的灰色预测模型,该模型不仅克服了时间序列的随机因素影响,而且．综合考虑影响事务发展的多种因素。实验结果表明,该模型有效地提高预测精度。     

基于最优组合模型预测锚杆极限抗拔承载力的方法（英文）

针对改进指-幂混合模型和不等间距灰色GM(1,1)模型对锚杆极限抗拔承载力预测精度较差的问题,基于最优加权组合建模理论,以组合模型的最小对数误差平方和为目标函数求解最优加权系数,推导出最优加权几何平均组合预测模型,以提高锚杆极限抗拔承载力预测精度的置信度.选取2个典型锚杆拉拔工程实例(锚杆P-s曲线分别为缓变型和陡变型)用以验证各预测模型的精度和可靠度.计算结果表明:该组合预测模型不仅适合缓变型曲线,而且也适合陡变型曲线,其精度和可靠性均优于其他预测模型,预测精度等级划分为优秀,可作为锚杆抗拔承载力实测资料的一种有效分析模型.     

灰色模型和最小二乘支持向量机在短期负荷组合预测中的应用

提出了结合数据预处理和灰色模型(GM)的最小二乘支持向量机(LS-SVM)短期负荷预测模型和算法.该模型在数据预处理的基础上,根据时刻T,通过缩小的样本集建立灰色模型,利用灰色模型的预测结果构建最小二乘支持向量机,最终,通过建立的最小二乘支持向量机对预测时刻进行预测.该算法不仅通过数据预处理策略提高了预测精度,而且避免了组合预测模型中权值选择问题.采用上述方法对河南电网负荷进行了预测分析,结果证明了该方法的有效性.     

灰色新陈代谢GM（1,1）模型在农村居民人均纯收入预测中的应用

研究了基于灰色系统理论的农村居民人均纯收入的预测方法.建立不同维的常规GM（1,1）模型群,根据不同维预测模型的模拟相对误差,优选出基础GM（1,1）模型并建立灰色新陈代谢GM（1,1）模型对陕西省农村居民人均纯收入进行了预测.该方法能够有效融合新信息,弥补常规GM（1,1）模型的不足,实例计算表明该模型预测结果比较准确.     

基于灰色关联和混合神经网络的光伏功率预测

为了提升光伏发电功率预测模型的精度和增强其对多变天气的适应能力,提出了采用基于天气预报的灰色关联相似日样本选取与混合神经网络相结合的光伏发电功率预测模型.相似日选取以辐射强度的影响因素为依据,采用晴天理论太阳辐射强度、空气污染指数、云量、湿度4个变量,通过灰色关联选出与预测日较为接近的历史数据构成样本子集.建立混合神经网络,对选出的样本子集进行天气要素扩充并训练模型,代入预测日特征向量完成预测.为检验该模型的精确性和鲁棒性,通过实例与常见BP神经网络模型进行预测结果对比,显示了新模型在光伏发电功率预测的良好应用前景.     

城市需水预测算法比较

建立高精度水量预测算法模型,有利于水资源充分利用。以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证。结果表明：4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型。将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79%,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法。     

Complete fuzzy scheduling and fuzzy earned value management in construction projects

This paper aims to present a comprehensive proposal for project scheduling and control by applying fuzzy earned value. It goes a step further than the existing literature: in the formulation of the fuzzy earned value we consider not only its duration, but also cost and production, and alternatives in the scheduling between the earliest and latest times. The mathematical model is implemented in a prototypical construction project with all the estimated values taken as fuzzy numbers. Our findings suggest that different possible schedules and the fuzzy arithmetic provide more objective results in uncertain environments than the traditional methodology. The proposed model allows for controlling the vagueness of the environment through the adjustment of the α-cut, adapting it to the specific circumstances of the project.     

The relationship between perceived competence and earned credits in competence-based higher education

We explored how two types of study outcomes, perceived competence and earned credits, are interrelated, and influenced by self-regulation, motivation (intrinsic value and expectancy of procrastination) and deep approach to learning. The relationships between these variables were analysed in a sample of 894 first-year Dutch university students, using linear structural modelling. Results show that learning process factors play other roles in explaining perceived competence than in explaining earned credits. Perceived competence and earned credits, as two sides of the same coin in competence-based education, are only weakly related. Furthermore, this study shows that it is most likely that perceived competence affects earned credits, but a model in which earned credits affects perceived competence as possible causal relationship was also accepted, although the relationship remains weak. The practical implication of this study is that, as long as perceived competence and the number of credits are not related, competence-based higher education will not obtain optimal efficiency. For participants and researchers in higher education, it remains important to be aware that different learning goals may evoke different study behaviours in students, and the challenge for higher education is to align these goals.     

配电系统短路电流峰值灰色预测模型优化

低压配电系统全局选择性保护对短路电流峰值预测提出了实时快速性特殊要求,以灰色预测理论为依据建立适合短路电流数据特征的传统预测模式的灰色预测模型存在理论上的缺陷,影响预测精确度。为此,在对传统灰色预测不足进行分析的基础上,通过调整初始迭代点,引入递推结构,选择合适的修正因子等方法对模型结构进行拓展,以相对误差均值最小为原则的目标函数动态选择参数,进一步优化灰色模型,将优化后的模型应用于低压配电系统,可实现短路电流峰值的快速、高精度预测。     

ERP实施总体流程与项目规划

ERP项目周期可分为项目前期、项目规划、业务模型设计、业务模型实现、上线准备、系统上线和项目验收7个阶段,整个实施过程必须有规范的实施流程.项目规划阶段的主要任务是完善项目三级组织、制定整体实施计划、召开项目启动大会;整体实施计划是指导双方项目组进行项目实施的关键资料,也是项目实施进度的控制依据;整体实施计划包括实施主计划、质量控制方案和风险管理方案;实施主计划的主要内容包括项目范围、项目目标和进度计划等.     

GIS-Based Simulation of Engineering Construction Schedule

For its complexity, engineering construction schedule design is limited by various factors. Simulation-based engineering construction schedule takes critical path method （ CPM ） network as frame and calls complex cyclic operation network （CYCLONE） simulation model enclosed in advance for its simulation nodes. CYCLONE simulation model takes charge of simulating stochastic duration of activity and efficiency of resources, while CPM model performs project scheduling. This combination avoids the shortcomings of both models. Furthermore. geographic information system （ GIS ） technique is utilized to visualize the construction processes which are otherwise difficult to be understood by static results described. Application in practical project verifies the feasibility and advantage of the technique.     

基于灰色关联分析与 XGBoost 模型的销售预测研究

为提高销售预测准确率,提出一种基于改进 XGBoost 的销售预测方法。首先对销售量影响因素进行特征分析,通过改进灰色关联分析方法对训练数据进行降维处理|然后采用基于 XGBoost 算法的销售预测方法对降维后的特征数据进行监督训练|最后使用训练后的模型对销售情况进行预测评估。实验结果表明,基于灰色关联分析和 XGBoost 模型的销售预测方法正确率达到 95%以上,比传统的经典预测方法提高 35%以上,比 XG?Boost 预测方法提高 19.6%。基于灰色关联分析与 XGBoost 模型的销售预测方法不仅能有效处理海量数据,提高销售预测准确率,还能为制造企业实现产品精准投放提供决策依据。     

基于非线性组合模型对石油价格的预测

鉴于石油在国民经济中的重要地位及其对金融市场的重要影响,提出新的非线性组合预测模型:HP滤波-AR模型-ARMA模型,使用HP滤波将原序列分解成两部分即周期性波动序列和趋势要素序列。根据两个序列的不同性质,对趋势要素序列建立AR模型,然后建立随机周期性波动序列,对随机周期性波动序列建立ARMA模型。将两个预测值之和与原序列比较,同时将该模型与其他模型进行对比。对比结果表明,预测精度高于其他模型。     

基于IOWGA算子的铁路客运量组合预测

科学准确地预测铁路客运量是制定铁路网规划的基础。以全国铁路客运量的历史数据为基础,采用灰色GM（1,1）模型和三次指数平滑模型进行组合优化,建立了基于IOWGA（Induced Ordered Weighted Geometric Averaging）算子的组合预测模型,并对组合预测模型进行了检验,检验结果表明,组合预测模型是有效的、可靠的,具有较高的精度,可对我国的铁路客运量进行预测。最后利用所建立的预测模型预测了2008年--2010年我国铁路客运量。     

灰色预测理论在高校基建工程投资估算中的应用

工程投资估算是基建工程能否顺利进行的重要影响因素。分析了高校基建项目及其工程投资估算的传统方法,介绍了灰色预测理论及其数学模型,并以某高校学生宿舍基建工程为例,探讨了灰色预测理论在高校基建工程投资估算中的应用。研究结果表明,灰色预测理论在较少同类工程历史数据时有较好的预测精度,适用于高校基建工程投资估算场合。