导读:本文包含了灰色模型预测论文开题报告文献综述、选题提纲参考文献，主要关键词:灰色,模型,神经网络,马尔,科夫,福建省,风速。
灰色模型预测论文文献综述写法
丁磊明,杨晓雷,黄金波,姚剑峰[1]（2019）在《基于BP神经网络优化的改进灰色模型在电量预测中的应用》一文中研究指出经济增长与电力需求作为分析一个国家经济运行状况的两个重要指标,两者相互作用,联系紧密。用单一的预测方法预测电量无法保证高精度的预测结果,如何最大程度地提高预测精度是电力系统电量预测的研究的关键。现提出用BP神经网络算法修正灰色预测值的方法,其核心是通过分析月数据规律进行灰色预测外推得到初步预测结果,在充分考虑经济指标与电量的相互作用的情况下,利用BP神经网络对电量预测值进行修正,从而得到实用性更好的中长期电量预测结果。(本文来源于《机电信息》期刊2019年36期）
邱春冬,杨玉志,王春云[2]（2019）在《基于灰色马尔科夫链模型的CT球管故障间隔期预测》一文中研究指出本文阐述了灰色马尔科夫链模型原理,将灰色GM(1,1)预测模型和马尔科夫链状态转移相结合,建立数学模型来对CT球管的故障间隔期进行预测,通过实例分析说明灰色马尔可夫链模型可以预测CT球管的故障间隔期,该预测模型对指导设备使用科室和管理部门做出良好的设备管理决策具有一定价值。(本文来源于《现代仪器与医疗》期刊2019年06期）
钱冠文[3]（2020）在《基于灰色MGM(1,n)模型的福建工业产值预测分析》一文中研究指出福建省是我国东南沿海省份,拥有众多大型港口,是我国与世界交流的重要窗口。繁荣的进出口贸易促进着福建省整体欣欣向荣的发展。据国家统计局数据,2018年福建省实现地区生产总值35804.04亿元,同比增长8.3%。在此良好的发展前景下,合理准确地预测下一年份的工业总产值可以提前规划布局,为福建省更好地发展奠定良好的基础。(本文来源于《现代商贸工业》期刊2020年03期）
吴英,甘霖,刘猛[4]（2019）在《基于灰色GM(1,1)模型的六安市农产品冷链物流需求预测》一文中研究指出文章结合六安市农产品发展情况和相关政策导向确定了预测农产品冷链物流需求的种类指标,并以2011年-2017年农产品产量作为样本数据,采用灰色GM(1,1)模型预测六安市未来5年的农产品冷链物流需求量,同时对预测结果进行分析总结,一定程度上能为政府部门制订农产品冷链物流产业发展规划和进行物流决策提供参考。(本文来源于《阜阳师范学院学报(自然科学版)》期刊2019年04期）
张梅美,曹金璇[5]（2019）在《基于最优回归-灰色模型的走私案件预测研究》一文中研究指出国家税收中关税占有很大比例,走私犯罪主要依靠逃避国家关税获取高额利润。以全国走私案件数为研究对象,采用回归模型对全国走私案件进行有效预测。验证结果表明:回归-灰色模型相比于单独应用回归模型方差和降低了87.67%,预测精度显着提高,预测结果具有波动性,更符合实际情况,能够为走私案件预测提供决策支持。(本文来源于《软件导刊》期刊2019年12期）
车晴,刘杰文,张艺馨[6]（2019）在《基于Elman神经网络和灰色预测模型的钢铁冶炼的研究》一文中研究指出本论文主要通过排查数据并用Lagrange插值法完善数据,得到合金收得率降低钢铁厂钢水脱氧合金化成本并给出建议,利用灰色关联度分析并利用合金收得率公式计算C,Mn收得率,用Elman神经网络和GM(1,1)灰色预测模型预测优化C,Mn的收得率,利用微粒群算法给予优化成本的计算,给出配料方案和建议。(本文来源于《数码世界》期刊2019年12期）
李志超,刘升[7]（2019）在《基于ARIMA模型、灰色模型和回归模型的预测比较》一文中研究指出文章以上海市月度居民消费价格指数的预测为例,分别建立ARIMA模型、灰色模型GM(1,1)和一元n阶多项式回归模型。ARIMA模型定阶采用最小AIC准则,最终选择了ARIMA(3,1,7)模型;灰色模型GM(1,1)的数据维度选择采用动态比较的方法,叁期预测分别选用了12、13、14个样本数据;一元n阶多项式回归模型根据最小残差原则选择了23阶模型。最后比较叁种模型的预测精度,得到结论灰色模型GM(1,1)和ARIMA(3,1,7)模型比较适合对CPI指数进行短期预测且预测精度相差不多,而一元n阶多项式回归模型预测精度较差,不适合短期预测。(本文来源于《统计与决策》期刊2019年23期）
王一智,马维珍,孙宁[8]（2019）在《基于灰色马尔科夫模型的公路客流量预测》一文中研究指出为了科学准确预测近期公路客流量,提出了应用灰色马尔科夫模型进行预测的方法。利用历史数据建立灰色GM(1,1)模型,通过确定系数可获得公路客流量的时间响应序列及还原值的表达式,从而可获得未来年公路客流量的发展序列值,结合马尔科夫链过程将随机序列状态划分为3类,通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值,最终求得各序列的修正值。通过安徽省公路客流量的历史数据,预测了近两年的公路客流量。实例证明该预测模型具有较高的精度,能够指导公路经营管理者近期的决策行为。(本文来源于《价值工程》期刊2019年33期）
马东[9]（2019）在《基于灰色GM(1,1)改进模型的年度风功率预测》一文中研究指出通过对累加生成序列进行平移变换和改善背景值构造公式,建立了GM(1,1)的改进模型,并应用该改进模型对某风电场测风塔年平均风速进行预测,结果表明改进模型的预测精度有一定提高。(本文来源于《应用能源技术》期刊2019年11期）
周冰,李聪,王铃鑫,郑楚翔[10]（2019）在《基于灰色Markov模型的移动对象位置预测研究》一文中研究指出论文针对移动对象位置预测问题,提出了基于灰色Markov模型的预测方法。首先将问题抽象为单变量的灰色系统构建GM(1,1)模型。接着,以一分钟为间隔,提取GeoLife中的部分GPS轨迹数据代入预测模型,并且针对其结果对模型进行检验。最后将Markov模型引入到GM(1,1)模型中再次进行实验,与传统GM(1,1)模型进行对比。实验结果表明,灰色Markov模型相比于灰色模型在移动对象位置预测上误差更小,预测结果更为精确可靠。(本文来源于《计算机与数字工程》期刊2019年11期）
灰色模型预测论文开题报告范文
（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：
本文阐述了灰色马尔科夫链模型原理,将灰色GM(1,1)预测模型和马尔科夫链状态转移相结合,建立数学模型来对CT球管的故障间隔期进行预测,通过实例分析说明灰色马尔可夫链模型可以预测CT球管的故障间隔期,该预测模型对指导设备使用科室和管理部门做出良好的设备管理决策具有一定价值。
（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。
灰色模型预测论文参考文献
[1].丁磊明,杨晓雷,黄金波,姚剑峰.基于BP神经网络优化的改进灰色模型在电量预测中的应用[J].机电信息.2019
[2].邱春冬,杨玉志,王春云.基于灰色马尔科夫链模型的CT球管故障间隔期预测[J].现代仪器与医疗.2019
[3].钱冠文.基于灰色MGM(1,n)模型的福建工业产值预测分析[J].现代商贸工业.2020
[4].吴英,甘霖,刘猛.基于灰色GM(1,1)模型的六安市农产品冷链物流需求预测[J].阜阳师范学院学报(自然科学版).2019
[5].张梅美,曹金璇.基于最优回归-灰色模型的走私案件预测研究[J].软件导刊.2019
[6].车晴,刘杰文,张艺馨.基于Elman神经网络和灰色预测模型的钢铁冶炼的研究[J].数码世界.2019
[7].李志超,刘升.基于ARIMA模型、灰色模型和回归模型的预测比较[J].统计与决策.2019
[8].王一智,马维珍,孙宁.基于灰色马尔科夫模型的公路客流量预测[J].价值工程.2019
[9].马东.基于灰色GM(1,1)改进模型的年度风功率预测[J].应用能源技术.2019
[10].周冰,李聪,王铃鑫,郑楚翔.基于灰色Markov模型的移动对象位置预测研究[J].计算机与数字工程.2019