围绕目前高速公路路基沉降预测精度不高,预测方法适用性不强等问题,基于组合预测理论,借助MATLAB计算软件,将基于灰色理论的GM(1,1)预测模型和星野法沉降预测模型线性组合,以组合预测误差的平方和最
针对利用传统GM(1,1)模型进行滑坡变形预测时存有较大的局限性及模型误差的问题,引入半参数理论对其进行改进.构建基于半参数模式的GM(1,1)滑坡预测模型,以补偿最小二乘为约束条件,对半参数GM(1
如何利用粒子群算法对GM(1,1)灰色预测模型进行优化,提高预测准确性。具体来说,我们结合matlab实现,通过粒子群算法调节模型参数,在预测结果上获得了较好的表现。同时,我们还分析了算法优化灰色预测
背景值是导致GM(1,1) 模型产生系统误差的主要原因之一. 对此, 提出一种优化的GM(1,1) 模型构建方法. 首先, 根据GM(1,1) 模型时间响应式的函数形式, 利用积分中值定理拟合真实背景
在互逆的分数阶累加生成算子和分数阶累减生成算子的基础上, 建立分数阶算子GM(1,1) 模型, 均值GM(1,1) 模型是当?? = 1 时的特例. 给出分数阶算子GM(1,1) 模型最小平均相对误差
传统GM(1,1)模型在工程变形预测中受到众多不确定性因素的影响,会导致预测精度低、残差大。因此,文中对传统GM(1,1)中原始数据、初始值、以及背景值进行改进。最后以某大坝边坡监测点的沉降位移为例,
GM(1,1)灰色模型在建筑物沉降预测中的应用,麻超,,本文详细介绍了 GM(1,1) 灰色理论模型,并利用该模型对一泵站的沉降进行了预测,同时将预测结果与回归模型进行了对比,最后从分析结
GM(1,1)模型在日本落叶松生长预测中的应用,惠淑荣,李丽锋,本研究运用GM(1,l)模型对辽宁省日本落叶松的生长进行了预测,并进行了模型精度检验,利用所建模型对林龄为21年和22年的日本落叶松�
论文研究-基于级比优化的广义GM(1,1)预测模型.pdf, 从GM(1,1)模型差分方程的角度推导出差分GM(1,1)模型及其还原时间响应函数,并与经典GM(1, 1)模型(微分GM(1,1)模型
论文研究-基于离散指数函数优化的GM(1,1)模型.pdf,
