期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于OGM(1,N)模型的油气注水管道腐蚀速率预测方法
1
作者 李大鹏 孙首群 《计算机与数字工程》 2024年第8期2505-2509,共5页
腐蚀是油气注水管道失效的主要方式,提高油气注水管道内腐蚀的预测精度是预防管道提前失效、减小造成企业经济损失风险和人员伤亡的重要手段。在原有的灰色理论基础上,论文引入了OGM(1,N)模型对内腐蚀数据进行建模和预测,相比较传统灰... 腐蚀是油气注水管道失效的主要方式,提高油气注水管道内腐蚀的预测精度是预防管道提前失效、减小造成企业经济损失风险和人员伤亡的重要手段。在原有的灰色理论基础上,论文引入了OGM(1,N)模型对内腐蚀数据进行建模和预测,相比较传统灰色预测模型,该模型的预测精度提升非常明显。为了进一步减小误差,采用自适应粒子群算法优化模型中背景值的选取以及结合代谢数组改进OGM(1,N)模型。通过实验数据验证发现,改进OGM(1,N)模型相比较优化前预测精度再次提高24.9%。 展开更多
关键词 管道腐蚀 腐蚀速率 灰色预测 ogm(1 N) 自适应粒子群优化 新陈代谢
下载PDF
基于灰色关联分析和PSO改进的多变量GM(1,N)模型 被引量：4
2
作者 李克文 李萍 《计算机与数字工程》 2020年第10期2327-2331,2337,共6页
GM(1,N)模型是一种重要的因果关系预测模型,建模过程充分考虑了相关因素对系统变化的影响,但GM(1,N)模型存在建模机理和模型结构上的不足,因此在实际应用中常常导致模型误差大于GM(1,1)模型。为了解决传统灰色模型预测精度不高的问题,... GM(1,N)模型是一种重要的因果关系预测模型,建模过程充分考虑了相关因素对系统变化的影响,但GM(1,N)模型存在建模机理和模型结构上的不足,因此在实际应用中常常导致模型误差大于GM(1,1)模型。为了解决传统灰色模型预测精度不高的问题,论文以OGM(1,N)预测模型为研究基础,采用灰色关联分析方法计算筛选与参考序列关联度较高的序列组成自变量输入序列,同时根据OGM(1,N)模型预测原理优化模型初始条件,基于PSO算法和变量数目直接对OGM(1,N)模型参数进行优化求解。论文提出的模型将灰微分方程背景值的寻优过程转化为利用PSO寻找最小模型还原值与实际值误差平方和的问题,有效避免了背景值寻优过程或直接定义背景值再对模型参数值进行求解产生的偏差。最后,论文通过在两个预测数据集上的实验证明了所提模型的预测准确性和价值性。 展开更多
关键词 ogm(1 N)模型 灰色关联分析 预测精度 PSO
下载PDF
基于灰色理论的服装企业销售预测模型 被引量：9
3
作者 王昕彤 王秀敏 +2 位作者 郭瑞良 刘小艺 韩烨 《丝绸》 CAS CSCD 北大核心 2020年第2期55-60,共6页
销售预测是服装企业的一大难题,以往的研究大部分偏重于单渠道预测,并且采用时间序列、机器学习等需要巨大数据量的方法。为了顺应服装行业销售多渠道少数据的发展趋势,文章通过对灰色预测理论的文献梳理,发现其功能强大且所需数据集小... 销售预测是服装企业的一大难题,以往的研究大部分偏重于单渠道预测,并且采用时间序列、机器学习等需要巨大数据量的方法。为了顺应服装行业销售多渠道少数据的发展趋势,文章通过对灰色预测理论的文献梳理,发现其功能强大且所需数据集小,适合企业进行多渠道销售预测。针对线上销售数据多变量及线下销售数据单变量的不同特点,选取了三个灰色预测模型(DGM(1,1),ROGM(1,1),OGM(1,N))来建立企业多渠道销售预测整合策略。通过数据实验对这三个模型的模拟预测误差进行计算和比较,证实了这三种模型在进行线上或线下模拟预测误差均小于15%,达到较高预测标准,为企业销售预测提供一定的参考价值。 展开更多
关键词 销售预测 多渠道销售 灰色关联分析 DGM(1 1)模型 Rogm(1 1)模型 ogm(1 N)模型
下载PDF
基于自适应变异粒子群算法改进OGM(1,N)及其在排土场变形预测中的应用 被引量：6
4
作者 唐超 陈妍颖 +3 位作者 李庶林 刘胤池 胡静云 彭府华 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2020年第S01期3197-3205,共9页
鉴于传统GM(1,1)模型不能考虑反映外部环境变化对系统变化趋势的影响以及GM(1,N)多变量模型在模型结构上存在不足,引入OGM(1,N)模型并针对其背景值取值存在的误差采用自适应变异粒子群算法对背景值进行优化。对排土场3个监测点(G7,G8,G9... 鉴于传统GM(1,1)模型不能考虑反映外部环境变化对系统变化趋势的影响以及GM(1,N)多变量模型在模型结构上存在不足,引入OGM(1,N)模型并针对其背景值取值存在的误差采用自适应变异粒子群算法对背景值进行优化。对排土场3个监测点(G7,G8,G9)进行灰色关联分析,将改进后的模型应用于界牌岭矿山排土场边坡变形预测工作,并与GM(1,1)模型、Verhulst模型和非线性回归模型结果作对比。排土场3个监测点的预测结果:改进的OGM(1,N)模型平均相对百分误差分别为0.16%,2.26%,10.562%;GM(1,1)模型平均相对百分误差分别为16.57%,18.07%,19.095%;Verhulst模型平均相对百分误差分别为4.52%,2.34%,29.809%;非线性回归模型平均相对百分误差分别为11.44%,8.45%,11.621%,改进的OGM(1,N)模型相较其他3种模型有较高的精度。对优化前后的OGM(1,N)模型结果进行了对比,平均相对模拟百分误差约减小到优化前的1/3。综合3个监测点的预测数据效果,改进的OGM(1,N)模型在边坡变形预测中具有较好的适用性与有效性。 展开更多
关键词 边坡工程 边坡变形预测 灰色预测 ogm(1 N) 自适应变异粒子群算法 多变量预测模型
原文传递
基于优化灰色模型的湖南省粮食产量预测方法改进研究 被引量：11
5
作者 张模蕴 肖国安 《湘潭大学学报（哲学社会科学版）》 CSSCI 北大核心 2020年第3期118-122,共5页
常见的粮食产量预测方法主要包括时间序列法、回归分析法、神经网络、灰色模型等方法,由于粮食产量数据呈现出的非线性特征,非线性灰色模型GM(1,N)在粮食产量预测方面具有更好的适应性,但由于模型自身存在一些缺陷,使得预测精度不高。... 常见的粮食产量预测方法主要包括时间序列法、回归分析法、神经网络、灰色模型等方法,由于粮食产量数据呈现出的非线性特征,非线性灰色模型GM(1,N)在粮食产量预测方面具有更好的适应性,但由于模型自身存在一些缺陷,使得预测精度不高。为提高预测结果的准确性,采用灰色关联分析,应用优化灰色模型OGM(1,N)进行计算,并将结果与GM(1,N)模型预测结果进行比较,发现OGM(1,N)模型预测结果精度较GM(1,N)模型预测结果精度提高了一个数量级,表明OGM(1,N)模型在粮食产量预测方面有更高的准确性。最后根据预测结果的分析讨论,对湖南省粮食增产问题提出了一些建议。 展开更多
关键词 粮食产量预测 灰色系统理论 ogm(1 N)
下载PDF
基于灰色理论的粒径分布对磷建筑石膏抗折强度的影响 被引量：1
6
作者 吴磊 陶忠 +2 位作者 赵志曼 方艺璇 王金玉琳 《材料导报》 EI CAS CSCD 北大核心 2022年第S02期227-231,共5页
探究磷建筑石膏(PBG)粒径对其力学性能的影响对磷建筑石膏的生产有着重要意义。本工作以磷建筑石膏2 h抗折强度为衡量指标,以粒径参数D10、D50、D90为主要参数,采用灰色理论分析磷建筑石膏粒径分布特征对其力学性能的影响规律,实现了基... 探究磷建筑石膏(PBG)粒径对其力学性能的影响对磷建筑石膏的生产有着重要意义。本工作以磷建筑石膏2 h抗折强度为衡量指标,以粒径参数D10、D50、D90为主要参数,采用灰色理论分析磷建筑石膏粒径分布特征对其力学性能的影响规律,实现了基于粒径参数的磷建筑石膏2 h抗折强度的预测。随着磷建筑石膏粒径分布发生变化,其标稠用水量和2 h抗折强度也发生了显著变化;灰关联分析表明对标稠用水量和抗折强度影响最大的为细端粒径参数D10。建立OGM(1,4)模型实现了基于粒径参数D10、D50、D90预测磷建筑石膏的标稠用水量,预测误差为3.59%;建立OGM(1,2)模型实现了基于标稠用水量预测磷建筑石膏2 h抗折强度,预测误差为7.49%;结合两个模型可以实现基于粒径参数的磷建筑石膏2 h抗折强度的预测。 展开更多
关键词 磷建筑石膏 粒径参数 灰关联 ogm(1 N) 2h抗折强度 标稠用水量
下载PDF
基于原始序列的灰色预测模型 被引量：1
7
作者 王奉伟 周世健 +1 位作者 周清 陆培鹤 《测绘科学》 CSCD 北大核心 2016年第6期34-39,共6页
针对原始序列平滑处理和用直线斜率代替t=k+1/2时刻导数两方面的问题,该文在分析GM(1,1)建模过程和原理的基础上,应用中心逼近原理,提出了基于原始序列的灰色预测模型OGM(1,1)。对于严格呈指数增长趋势的原始序列,通过平滑处理使其更利... 针对原始序列平滑处理和用直线斜率代替t=k+1/2时刻导数两方面的问题,该文在分析GM(1,1)建模过程和原理的基础上,应用中心逼近原理,提出了基于原始序列的灰色预测模型OGM(1,1)。对于严格呈指数增长趋势的原始序列,通过平滑处理使其更利于建模,再通过累减获得新的初始序列,建立OGM(1,1)模型。通过对高增长、低增长和缓慢递减3种类型实测数据序列验证分析,比较GM(1,1)、PGM(1,1)和OGM(1,1)3种模型在变形监测数据处理中的拟合和预测结果,结果表明OGM(1,1)模型拟合效果更好、预测精度更高。 展开更多
关键词 灰色预测模型 原始序列 GM(1 1) PGM(1 1) ogm(1 1)
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部