区域粮食总产量预测的灰色动态模型群

应用灰色系统理论 ,建立了福建省粮食总产量的动态模式 ,分析了粮食总产量的历史变动状况 ,并对1998～ 2 0 0 5年的粮食总产量进行预测。模型采用两种特殊措施 ,极大地提高了预测精度。     

GM3磁通门磁力仪稳定性分析

通过2002～2003年的GM3磁通门磁力仪的资料,对该仪器的各项指标进行稳定性分析,考核运行状态是否正常,以证明是否替代模拟观测仪器。     

灰色GM(1,1)残差修正模型在滑坡预测中的对比应用

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。     

GM（1,1）模型在铁路路基冻胀监测中的应用

通过对季节性冻土区铁路路基冻胀量与地层温度的监测,可以了解监测段的冻胀变化过程,但无法对未来的发展趋势作出有效预测。本文采用GM（1,1）模型对监测段落路基的冻胀变形及冻结深度的变化情况进行预测。结果表明,此预测方法可以在现有监测数据的基础上有效预测短期内路基冻胀的发展趋势。根据模型预测结果,可以提前采取有效整治措施,便于决策者对轨道检验周期、维修周期、限速周期等作出合理调整。     

地面沉降模拟计算的灰色离散GM（1，1）模型

地面沉降的模拟计算属于灰色问题,建立一个有效的灰色预测模型是十分重要的,在分析灰色线性回归组合模型模拟序列特点的基础上,建立了以原始数据直接建模的离散GM（1,1）模型（称为ODGM（1,1）模型）,将某沉降实例数据建立ODGM（1,1）模型,并与灰色线性回归组合预测模型进行比较,结果证明离散GM（1,1）模型优于灰色线性回归组合预测模型。     

季节指数及其在季节性监测资料分析和预报中的应用

基于灰色模型的诸多优点，作者选用GM(1，1)模型分析和预报形变监测序列。然而直接应用GM(1，1)灰色模型分析和预报具有季节性的监测序列时往往精度不高。因此，作者提出运用基于季节指数的“去季节波动”法与GM(1，1)混合建模，对监测资料进行分析与预报。基于均方差和平均绝对误差两个精度准则，作者对此方法与周期函数拟合模型进行了比较。结果表明，此方法提高了具有季节性波动监测序列的预报精度，且建模方法简便、快捷。     

GM(1,1)分解模型与ARIMA模型在岩溶地下水模拟中的对比研究——以柳林泉流量模拟为例

本文运用GM(1,1)分解模型和ARIMA模型分别模拟柳林泉流量。根据影响特征将泉水流量变化分为两个时段研究:1957—1973年泉水流量处于自然状态;1974—2009年泉水流量受气候变化和人类活动双重影响。运用第1时段的数据建模获得自然状态下泉水流量的模型,将模型外推,获得第2阶段自然状态下泉水流量,然后根据水量平衡原理,减去同期实测流量,获得人类活动对泉水流量衰减的贡献。GM(1,1)分解模型的结果显示,从20世纪70年代到21世纪初柳林泉衰减量为2.26m3/s;ARIMA模型的结果为2.32m3/s;与同期实际衰减量2.27m3/s比,相对误差分别为0.44%和2.20%,表明两种模型都适用于泉水流量的模拟。对比人类活动和气候变化对柳林泉流量衰减的贡献,两个模型得到同样结果,即人类活动的贡献是气候变化的8～9倍。实证研究显示,GM(1,1)模型适用于指数序列的模拟,对具有周期波动的泉水流量,可通过周期修正提高精度;而ARIMA模型能够较好地反映泉水流量相对于降水量的时间滞后效应,能比较准确地模拟泉水流量与降水量的量化关系。      

基于残差周期修正的辽宁省粮食产量灰色预测

基于1971—2005年辽宁省主要粮食作物水稻和玉米的全区平均单产资料,根据产量数据的多周期和波动性特点,采用周期修正残差值方法,构建了辽宁省粮食产量灰色预测模型,采用正弦曲线拟合残差序列,对模型的残差进行周期修正,预测精度提高。结果表明：预测＂十二五＂期间,辽宁省水稻在2013年以后出现小幅度下降,而单产绝对值仍处于一个相对较高的水平。玉米单产至2014年呈持续增产趋势,2015年略有下降,单产波动幅度较小。以2006—2009年实际产量数据对模型进行检验,效果较好。水稻单产预测模型精度为一级,玉米单产预测模型精度为二级。该模型对于大灾年份的粮食产量预测精度较差,但可反映其趋势。     

灰色预测模型GM(1.1)在水文预测中的应用——以玛纳斯河为例

由于灰色预测模型理论较时间序列预测具有很大的优势,所以在许多领域得到广泛的应用.为将该方法应用于水文与水资源预测,本文以玛纳斯河流量预测为例,应用GM(1.1)灰色预测模型对水文水资源要素进行预测,并分析该预测模型在水文水资源中的应用.经分析认为,GM(1.1)灰色预测模型对水文水资源要素预测具有重要的意义.     

基于生态足迹模型的福建省生态安全分析与预测

生态足迹是目前较通用的衡量区域可持续发展的指标,利用生态足迹模型与其他指标结合,可以测算生态赤字（盈余）、生态足迹压力指数、万元GDP足迹等反映区域生态安全状态的定量指标．本研究计算了2002-2008年福建省人均生态赤字及生态足迹压力指数,得到全省生态压力的变化趋势．利用GM（1,1）灰色预测模型预测2009--2014年福建省人均耕地生态足迹与承载力、人均建筑用地生态足迹与承载力、人均生态赤字及生态足迹压力指数,结果表明,若继续沿着2002--2008年的发展模式,福建省在未来几年内生态安全将面临极大威胁,全省经济发展模式转型刻不容缓．