吉兰泰盐湖卤水化学动态变化的灰色—马尔科夫过程预测分析

卤水中的化学成分因受多种因素影响,使其在时间序列上的变化波动强烈而规律难循。灰色—马尔科夫过程预测是预测事物在时间序列上发展趋势的一种良好有效的统计分析手段,它将灰色系统预测法和马尔科夫过程预测法有效结合,既弥补了两种方法各自的缺点,又能充分考虑数据给予的信息,可以大大提高随机波动较大数据序列的预测精度。本文用灰色—马尔科夫过程预测法对吉兰泰盐湖卤水中几种主要离子浓度的变化进行了趋势分析,分析结果发现几种离子浓度的变化均有一定的规律性,而且这些离子在预测数据的变化规律同原始实测数据变化规律有很好的一致性。     

晋城市粮食产量预测方法比较研究

提高粮食产量预测精度是科学编制土地利用总体规划的重要课题。该文首先运用灰色关联分析方法对影响粮食产量的因素做出关联因子排序,分析表明粮食单产对粮食总产量的影响最大,粮食作物播种面积次之。其次在灰色关联分析的基础上选取主要影响因子,通过比较线性回归模型、灰色GM(1,1)模型和灰色多元线性回归组合模型的预测结果,得到灰色多元线性回归组合模型预测结果最佳。     

马尔科夫方法修正的灰色模型在吉林省粮食产量预测中的应用

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。     

灰色系统理论在降水量超长期预测中的应用

应用灰色系统理论,根据乌鲁木齐地区46年(1941-1986年)降水量资料,建立了一套灰色动态模型,对未来21年的降水量趋势进行了研究,并用1981-1986年降水资料进行验证,得到了理想的结果,可为粮食产量预测及制定农业规划提供科学依据。     

小流域水土保持效益的灰色预测分析：以鹿马岔实验区为例

水土保持效益指标是一个多目标、多因素的动态灰色控制系统，其时间序列的动态变化可以用灰色控制理论中的灰色模型进行定理分析与预测。根据对鹿马岔小流域产业结构和经济潜力的分析，其预测值是可信的，从而证明了灰色系统理论是小流域水土保持综合治理效益预测实现模型化、定量化的有效方法之一。     

系列案犯罪地理目标模型优化

针对犯罪地理目标模型（CGT模型）在系列案件嫌疑人落脚点预测中未考虑地理环境因素影响,预测精度不高的问题,提出了一种顾及地理环境因素的犯罪地理目标模型优化方法（GEO-CGT模型）。研究采用相关性分析与灰色关联分析,刻画嫌疑人落脚点的地理环境相关性;参考多分类器系统理论,将地理环境因素与CGT模型进行非线性组合优化,并从搜索距离、面积误差对预测结果进行精度评估。以清远和韶关两市系列财产犯罪案件为样例数据,对模型预测进行对比实验,结果表明,改进后模型的预测精度相比于CGT和GEO-CGT模型均有显著提高。研究拓展了系列案嫌疑人落脚点预测方法,有效地提高了预测精度,对于警方缩小搜索范围,增大成功抓捕犯罪嫌疑人概率具有重要应用意义。     

基于变权组合预测模型探讨中国煤炭需求(英文)

变权组合预测是对各个单项预测模型在各时点上赋予适当权重进行组合,而权重是随预测时间变化的函数。该方法具有较高的预测精度和预测稳定性,能比较合理地描述系统的客观现实。本文依据1981-2008年的中国煤炭需求历史数据及对煤炭需求的影响因素,分别建立灰色系统、多元回归两个单项预测模型,构建了中国煤炭需求的变权组合预测模型,对中国未来12年煤炭需求进行了预测。     

甘肃省粮食生产的多尺度及关联分析

采用甘肃省1949-2011年时间尺度的粮食产量历史数据,在对粮食产量时空尺度分析的基础上,基于33 a时间序列的粮食产量及其相关的11个变量的基础数据作为样本,建立粮食生产灰色系统模型对驱动机制进行分析,期望为农业部门粮食生产决策提供科学借鉴。分析结果表明:(1)1949-2011年,甘肃省粮食生产在波动中增长;粮食总产量、人均粮食产量及单产的曲线的动态变化基本吻合;甘肃省粮食产量变化主要存在23 a、15 a左右的年代际振荡周期和准9 a的年际波动周期,其中23 a、15 a左右的振荡周期较强烈;(2)单产、农村从业人口和有效灌溉面积是甘肃省粮食生产的主要驱动力。     

基于随机森林模型的山区铁路线暴雨洪灾风险评估——以朔黄铁路原平段为例

随机森林决策树分裂易受数据集不平衡性及变异性的影响,导致权重分配和预测结果出现偏差。山区洪灾风险评估影响因素众多、数据差异性大,如何降低数据不平衡性以及变异性的影响,直接关系各因素重要性的科学排序以及评价结果的准确性。该文依据流域灾害系统理论,从致灾因子和孕灾环境选取9个风险指标,构建山区铁路洪灾风险评估数据集,在此基础上,分别采用基于Gini指数和Sigmoid函数两种分裂方式的随机森林模型进行对比分析,之后采用最优模型对朔黄铁路原平段沿线洪灾风险进行预测,并利用实地调研结果对预测结果进行验证。研究发现：地形要素(高程、坡度、坡向)与洪灾风险密切相关,孕灾环境作为产生暴雨洪灾风险的内因,在山区铁路洪灾风险评估中起决定性作用;基于Sigmoid函数分裂方式的随机森林模型在分裂过程中可以降低信息不纯度和数据变异性对结果的影响,精度更优,预测结果与实际吻合度较高,方法适用性较强。研究成果可为山区铁路暴雨洪灾风险评估提供方法参考。     

云南省粮食供需安全状况及趋势研究

通过对云南省近18年来粮食生产与需求进行对比,定量分析了当前云南省粮食供需状况,并在此基础上通过灰色系统GM（1,1）模型预测2010～2030年粮食产量,同时参照云南省的权威人口预测数据,对未来云南省粮食供需趋势进行预测。研究表明：在未来20多年内,云南省土地提供的粮食能基本满足全省居民温饱型的粮食消费水平,距小康型粮食消费水平有一定差距,达到富裕型粮食消费水平的可能性很小。根据研究结论和目前云南省粮食供需状况,提出了相关解决云南省粮食产能安全的对策和建议。     

中国气候变化对县域粮食产量影响的计量经济分析

利用中国1988、1995、2000和2005年县级而板数据构建了包含气候变化因素、投入要素、自然环境条件变量的面板数据随机效应计量模型,并利用该模型研究了中国县域气候变化(主要以1988-2005年间气温、降水变动)对粮食产量的影响.研究表明,从整体上看,一定幅度内的气温上升和降水增加对我国粮食产量变动有正向作用.将气温、降水变动的影响分解到不同省份上后,可以发现气温、降水变动对中国县域粮食产量的影响存在明显的区域分异特征.气温上升和降水量的增加对中国东北、华北以及西北部省份的粮食产量提升有利,对其他省区则会产生小幅负面影响.对气温、降水变动分季进行考察的结果表明,气温、降水变动对中国县域粮食产量的影响存在季节性差异,譬如春季气温变动对中国县域粮食产量的影响并不显著,但是夏、秋、冬3季的气温对中国县域粮食产量有显著的影响,不过其影响的程度与效果各异.春、夏两季降水对中国粮食产量变化存在显著影响.     

草地退化系统预测与畜种结构调整分析：以西藏聂荣县为例

利用灰色关联方法对聂荣县草地发展的相关因子进行了系统关联分析,得出由牧业人口和载畜量为主的人为因素是影响该县草地退化,沙化的最强因子,利用灰色系统预测方法对草爱化与强关联因素进行１０年的中期预报,并对牧业人口与牲畜结构进行了方案优化与比较。     

用多变量灰色预测模型模拟预测参考作物蒸散量的研究

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。     

2010年北京市流动人口预测

针对北京市流动人口样本数据量小、不连续等特点,本文采用Logistic曲线拟合和等维递补灰色预测理论,预测“十一五”期间北京流动人口的增长情况。首先,通过Logistic曲线拟合与外推,掌握流动人口增长的总趋势;其次,选定不同长度的人口序列以建立多个等维递补灰色模型,检验并分析各种预测结果的合理性与不足;最终确定北京市流动人口增长预测的高、中、低方案。实践表明,灰色等维递补预测法对“小样本”、“贫信息”的人口预测是切实可行的。     

基于灰色系统理论的河南旅游业发展研究

优越的地理位置和丰富的旅游资源使得河南的旅游业快速发展,对旅游业发展进行预测可以为旅游业发展决策提供帮助。运用灰色系统理论的灰色关联度分析法,对河南省旅游业的影响因子进行定量分析,得知影响河南旅游业发展的三大因素是国内生产总值、人均国内生产总值和民用汽车数量。建立河南国内旅游接待人数和国内旅游收入的灰色GM(1,1)预测模型。结果表明,未来5年河南省旅游业发展势头强劲。     

灰色系统预测模型的修正研究——以芜湖市耕地为例

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。     

高层建筑沉降监测与预测分析

沉降监测就是利用先进的、高精度的测绘仪器,按照一定的时间间隔测量其沉降值,并对测量数据整理、分析变形规律的过程。高层建筑竣工以后,还要进行2~3年的沉降预测,其目的是为了预测建筑物的沉降趋势,以便对工程状态和质量做出正确评价。本文结合某高层建筑的沉降监测实例,具体阐述了沉降监测和预测分析的过程,提出了使用灰色系统GM(1,1)模型进行沉降预测的方法,同时对沉降预测的精度也进行了分析。     

民勤县荒漠化影响因素定量分析

通过对民勤县荒漠化影响因素的考察,以年末农村人口、耕地面积、粮食产量、造林面积、机电井眼数、小麦单产量、农村用电量、地下水矿化度、上游来水量、沙尘天数、降水量11个指标的逐年变化数据,利用因子分析法对各影响因素的内在结构及各类因子对荒漠化进程的影响程度进行了分析。结果表明,1989—2003年间,该县荒漠化发展进程中人为因素占82%,自然因素占18%。     

暴雨泥石流高发地区年降水量的灰色拓扑预测--以昆明市东川区为例

气候系统是较典型的灰色系统，适于应用灰色系统理论预测模型进行预测。东川是泥石流高发区，降水是促发泥石流的动力条件，是泥石流预报的重要依据。基于1981-2003年的降水资料，应用灰色系统（1，1）预测模型，对东川地区未来年份的降水量进行了灰色预测，预测效果良好，可为当地气象部门、农业部门及防灾减灾部门提供科学的依据。     

利用不同方法估测土壤有机质及其对采样数的敏感性分析

用随机方法从262个采样点中抽取200个点作为已知有机质含量的数据集,将所有采样点的碱解氮作为辅助数据预测有机质的空间分布。利用有机质信息的普通克立格法的方差解释量和预测精度最低,而回归克立格法因在预测过程中加入了回归残差而使方差解释量最大、预测精度最高。为了分析采样数对不同方法预测精度的影响,从上述已知有机质含量的200个点中分别随机抽取40、80、120、160个点构成4个数据集,分别利用它们的有机质信息和不同方法预测了有机质的空间分布,结果表明:对于每个数据集,4种方法的预测精度顺序均为RGK>COK>RG>OK,线性回归法的预测精度随采样点的增加基本不变,而其它三种方法的预测精度却逐渐提高。