导读:本文包含了灰色组合预测论文开题报告文献综述及选题提纲参考文献，主要关键词:沿海围垦区,深基坑工程,灰色组合预测模型,Midas,GTS有限元
灰色组合预测论文文献综述
陈璐,马惠彪[1]（2019）在《基于灰色组合预测的沿海围垦区基坑工程深层土体变形研究与控制》一文中研究指出我国沿海围垦区深基坑工程,受到地下土含水量大、水位高、渗透性差、易变形的影响,对周边建筑环境产生较严重的破坏,其中,深层土体变形是影响其施工的最直观因素。为能实时获得基坑工程深层土体的变形数据,建立了灰色组合预测模型,即采用灰色关联度的方法,选取周边地表沉降、桩顶位移、支撑轴力以及地下水位等监测值作为组合预测模型的自变量,根据不同影响因素对应深层土体变形值的权重关系,应用于沿海围垦区某基坑工程深层土体变形预测模型中,结果表明灰色组合预测模型较GM(1,1)具有较高的预测精度,在5%以内。同时运用Midas GTS有限元模拟工程案例,从支撑刚度角度,计算其最优面积的大小,通过减小桩顶水平变形,控制基坑工程深层土体位移。(本文来源于《中国港湾建设》期刊2019年11期）
唐嘉燕,唐鸿海[2]（2019）在《灰色BP神经网络组合模型在广州市居民储蓄额预测中的研究》一文中研究指出居民储蓄额是一种非平稳的时间序列,与实时政策影响有关,同时作为地区性总GDP的一大重要指标,其预测走向将是政府部门需要重视的一个环节,处于探索阶段。因此,提高储蓄率预测精度需要以较为精确样本值进行数据挖掘,同时采用单一理论模型将无法得到可实际应用的预测效率。因此,基于组合预测思想,将采用梯度下降法的BP神经网络反复训练,修正灰色Verhulst预测的组合模型对广州市城乡居民储蓄进行数据挖掘,训练过程中采用最高准确率模型进行预测未来叁年的居民储蓄额,提前预知储蓄率变化走向,及时提出应对措施。残差合格检验很好地反映模型准确率的提高,具有较好的拟合和预测精度。(本文来源于《现代职业教育》期刊2019年27期）
查天宇,成枢,吕磊[3]（2019）在《基于灰色BP神经网络组合模型的深基坑沉降预测》一文中研究指出以某地下商城开发项目为例,利用深基坑开挖期间周边建筑物沉降数据,分别采用灰色GM(1,1)模型、BP神经网络模型、灰色BP神经网络组合模型对沉降数据进行预测,将叁种模型预测数据与实测数据通过图表的方式进行对比分析,得出灰色BP神经网络组合模型相对于两种单一模型预测精度较高、预测沉降值更准确的结论,进一步为及时采取预防措施和避免灾难的发生提供了可靠的科学依据。(本文来源于《测绘与空间地理信息》期刊2019年09期）
高远,宁会峰,程金祥[4]（2019）在《一种灰色SVR珩磨尺寸组合预测模型》一文中研究指出针对灰色(1,1)模型(Grey model(1,1), GM(1,1))对非指数型数据序列预测精度低的问题,提出了一种组合预测模型。该模型通过参数累积估计、预测公式改进和数据等维递补,优化了GM(1,1)模型,再利用灰狼算法优化的支持向量回归机对优化后的GM(1,1)模型残差进行预测,并对其预测值进行残差修正。对柱塞套内圆珩磨尺寸的预测结果表明,该模型的预测均方误差为0.2826,平均绝对百分比误差为4.73%,其预测精度较GM(1,1)模型显着提高。(本文来源于《凿岩机械气动工具》期刊2019年03期）
周香连[5]（2019）在《基于灰色神经网络组合模型的税收预测》一文中研究指出针对税收收入预测方法,为了寻找将预测精度提升至最佳的预测模型,提出一种串联型灰色神经网络组合模型对我国税收进行预测。首先通过对单一的灰色及人工神经网络分别进行预测,然后以归一化处理后的预测数据作为神经网络的输入变量,以实际税收作为对应的网络输出。本文以2006—2017年我国税收数据作为实证分析,结果表明组合模型的预测效果不管是在收敛速度还是预测精度上都明显优于单一的预测模型。(本文来源于《市场周刊》期刊2019年06期）
贾云蒲,陈宽民,曹夏玲[6]（2019）在《基于改进灰色组合模型的城市轨道交通客流预测——以西安地铁2号线为例》一文中研究指出针对城市轨道客流培育发展大致呈S形曲线的特点,首先以灰色Verhulst模型对西安地铁2号线客流进行预测.为提高预测结果的精度,对原始数据形成的序列数据通过对数变换处理来减少其波动性.由于所研究轨道线路尚未到达客流饱和阶段,为了规避单一模型较大的风险性,针对不同模型的特点,从处理过的原数据列选取西安地铁1号线开通年度(2014年1月)之后的西安地铁2号线数列,此数据列数据量较少,波动性小,采用灰色GM(1,1)模型对处理过的西安市地铁2号线数列进行预测.通过将灰色GM(1,1)模型预测结果与改进Verhulst模型预测结果进行线性组合,之后将采用不同预测模型的预测结果与实际值进行对比分析,发现组合模型的预测精度更高.(本文来源于《河南科学》期刊2019年05期）
潘恺,田林亚,李成成[7]（2019）在《动态灰色时序神经网络组合模型在地铁运营期沉降预测效果分析》一文中研究指出为了提高在变形监测中数据预测的精度以及它的可靠性,该文提出了基于动态灰色时序模型与神经网络组合的预测方法。根据已有的地铁沉降数据,对地铁隧道结构变形进行数据分析与预测,并与动态灰色模型、动态灰色时序模型进行精度对比。实例证明,该组合模型在地铁隧道结构变形预测中的精度较高。(本文来源于《勘察科学技术》期刊2019年02期）
刘天,王芸,姚梦雷,黄继贵,吴杨[8]（2019）在《GM(1,1)灰色模型、马尔可夫链模型及其组合模型和SARIMA模型在甲肝发病数预测中的应用效果比较》一文中研究指出目的比较GM(1,1)灰色模型、马尔可夫链模型及其组合模型和SARIMA模型在甲肝发病数预测中的应用效果。方法利用2010—2014年江西省甲肝逐月发病数数据,分别拟合GM(1,1)灰色模型、马尔可夫链模型、灰色马尔可夫链组合模型和SARIMA模型。利用4个模型预测2015年1—12月甲肝发病数并与实际值比较,采用平均绝对百分比误差(MAPE)、平均误差率(MER)、均方误差(MSE)和平均绝对误差(MAE)4个指标评模型预测效果。结果 2010—2015年江西省累计报告甲肝2 939例,甲肝发病数整体呈逐年下降趋势(r_s=-0.838,P<0.01)。SARIMA(0,1,1)(1,0,0)12为最优SARIMA模型;GM(1,1)灰色模型拟合精度为合格。模型预测的MAPE从低到高依次为灰色马尔可夫链组合模型(23.894%)、SARIMA模型(25.529%)、GM(1,1)灰色模型(28.429%)、马尔可夫链模型(39.426%);MER从低到高依次为SARIMA模型(21.303%)、灰色马尔可夫链组合模型(25.574%)、灰色模型(30.717%)、马尔可夫链模型(35.203%);MSE和MAE从低到高依次均为SARIMA模型(45.293、4.918)、灰色马尔可夫链组合模型(47.122、5.903)、灰色模型(67.738、7.091)、马尔可夫链模型(85.252、8.126)。结论灰色马尔可夫链组合模型和SARIMA模型预测效果较好,可以用于甲肝发病数的预测。(本文来源于《华南预防医学》期刊2019年02期）
谭凯,汪文生,张利,梁怡[9]（2019）在《基于多元回归——灰色预测组合方法的煤炭行业人才需求预测》一文中研究指出在对煤炭行业人才需求的预测中,利用单项预测方法进行预测有时会受到局限,本文提出一种基于多元回归——灰色预测的组合预测方法对煤炭行业人才需求进行预测。选取30个煤炭企业2013—2017年期间人才变动的数据,提取煤炭年产量和年薪酬水平为主要因子,对2013—2017年的煤炭行业经营管理人才需求量进行预测,残差分析结果表明,用多元回归-灰色预测模型预测较单一方法更有效,构建的预测方法具有很好的适用性。(本文来源于《煤炭工程》期刊2019年03期）
周步祥,罗燕萍,张百甫,董申[10]（2019）在《基于分数阶灰色Elman组合模型的中长期负荷预测》一文中研究指出针对电力系统中长期负荷预测样本少、间隔时间长、影响因素多等问题,提出基于分数阶灰色Elman的组合预测模型,首先针对负荷预测样本少、增长趋势明显的特点,利用分数阶灰色模型弱化原始序列的随机性,降低解的扰动界,其次利用Elman神经网络模型适应性与学习能力强的特点来解决负荷的非线性及影响因素复杂的问题,然后根据最优模型赋予二者最优权值,得到最终的组合模型,最后采用傅里叶级数残差校正模型修正组合模型的误差。仿真结果表明,本文提出的方法可有效拟合负荷的变化趋势,提升负荷预测的准确度。(本文来源于《水电能源科学》期刊2019年02期）
灰色组合预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
居民储蓄额是一种非平稳的时间序列,与实时政策影响有关,同时作为地区性总GDP的一大重要指标,其预测走向将是政府部门需要重视的一个环节,处于探索阶段。因此,提高储蓄率预测精度需要以较为精确样本值进行数据挖掘,同时采用单一理论模型将无法得到可实际应用的预测效率。因此,基于组合预测思想,将采用梯度下降法的BP神经网络反复训练,修正灰色Verhulst预测的组合模型对广州市城乡居民储蓄进行数据挖掘,训练过程中采用最高准确率模型进行预测未来叁年的居民储蓄额,提前预知储蓄率变化走向,及时提出应对措施。残差合格检验很好地反映模型准确率的提高,具有较好的拟合和预测精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰色组合预测论文参考文献
[1].陈璐,马惠彪.基于灰色组合预测的沿海围垦区基坑工程深层土体变形研究与控制[J].中国港湾建设.2019
[2].唐嘉燕,唐鸿海.灰色BP神经网络组合模型在广州市居民储蓄额预测中的研究[J].现代职业教育.2019
[3].查天宇,成枢,吕磊.基于灰色BP神经网络组合模型的深基坑沉降预测[J].测绘与空间地理信息.2019
[4].高远,宁会峰,程金祥.一种灰色SVR珩磨尺寸组合预测模型[J].凿岩机械气动工具.2019
[5].周香连.基于灰色神经网络组合模型的税收预测[J].市场周刊.2019
[6].贾云蒲,陈宽民,曹夏玲.基于改进灰色组合模型的城市轨道交通客流预测——以西安地铁2号线为例[J].河南科学.2019
[7].潘恺,田林亚,李成成.动态灰色时序神经网络组合模型在地铁运营期沉降预测效果分析[J].勘察科学技术.2019
[8].刘天,王芸,姚梦雷,黄继贵,吴杨.GM(1,1)灰色模型、马尔可夫链模型及其组合模型和SARIMA模型在甲肝发病数预测中的应用效果比较[J].华南预防医学.2019
[9].谭凯,汪文生,张利,梁怡.基于多元回归——灰色预测组合方法的煤炭行业人才需求预测[J].煤炭工程.2019
[10].周步祥,罗燕萍,张百甫,董申.基于分数阶灰色Elman组合模型的中长期负荷预测[J].水电能源科学.2019