發(fā)布時(shí)間：2018-10-09 08:52

【摘要】：本文以灰色馬爾可夫預(yù)測模型為研究對象,結(jié)合灰色系統(tǒng)理論、馬爾可夫鏈理論,將新陳代謝和加權(quán)的思想加入到灰色馬爾可夫預(yù)測模型中,改進(jìn)了灰色馬爾可夫預(yù)測模型,并進(jìn)行了數(shù)據(jù)分析�；疑A(yù)測模型以少量數(shù)據(jù)信息為研究對象,原理簡單、運(yùn)算方便,該模型對少量信息建模有較好的預(yù)測精度。馬爾可夫預(yù)測模型適用于數(shù)據(jù)波動(dòng)較大的隨機(jī)過程,該模型預(yù)測的對象要求具有馬氏性。論文首先將兩個(gè)模型組合起來,形成灰色馬爾可夫預(yù)測模型,應(yīng)用灰色預(yù)測模型反映數(shù)據(jù)序列的發(fā)展總趨勢,對數(shù)據(jù)進(jìn)行趨勢化處理的基礎(chǔ)上應(yīng)用馬爾可夫模型進(jìn)行預(yù)測,希望通過發(fā)揮他們各自的優(yōu)勢,達(dá)到提高預(yù)測精度的目的,但是通過實(shí)例驗(yàn)證,預(yù)測結(jié)果并不理想,于是論文提出了一種基于遺傳算法的加權(quán)方法,對灰色馬爾可夫預(yù)測模型進(jìn)行了改進(jìn),在新陳代謝的基礎(chǔ)上建立了加權(quán)的灰色馬爾可夫預(yù)測模型,并進(jìn)行了實(shí)例分析。實(shí)例研究表明,用改進(jìn)前和改進(jìn)后的模型對降水量進(jìn)行預(yù)測,其結(jié)果均與對原始數(shù)據(jù)劃分的狀態(tài)有關(guān),而在相同的狀態(tài)劃分下,改進(jìn)后的模型有更好的預(yù)測效果。
[Abstract]:In this paper, the grey Markov prediction model is taken as the research object, combining the grey system theory and Markov chain theory, the idea of metabolism and weight is added to the grey Markov prediction model, and the grey Markov prediction model is improved. The data are analyzed. The grey prediction model takes a small amount of data information as the research object, the principle is simple, the operation is convenient, the model has good prediction precision for the small amount of information modeling. Markov prediction model is suitable for random processes with large data fluctuation, and the objects predicted by the model require Markov property. Firstly, the two models are combined to form the grey Markov prediction model. The grey prediction model is used to reflect the general trend of the development of the data series, and the Markov model is used to predict the data on the basis of the trend processing. It is hoped that the prediction accuracy can be improved by giving full play to their respective advantages, but the prediction results are not satisfactory through examples. Therefore, a weighted method based on genetic algorithm is proposed in this paper. The grey Markov prediction model is improved and the weighted grey Markov prediction model is established on the basis of metabolism. The case study shows that the prediction of precipitation by the improved model and the improved model is related to the state of the original data partition, and the improved model has better prediction effect under the same state partition.
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O211.62

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱菲;;基于灰色馬爾可夫鏈組合模型的蘭州鐵路局集裝箱運(yùn)量預(yù)測[J];鐵道貨運(yùn);2016年09期

2 楊皓翔;梁川;崔寧博;;基于加權(quán)灰色-馬爾可夫鏈模型的城市需水預(yù)測[J];長江科學(xué)院院報(bào);2015年07期

3 王鐵寧;朱域;陳曉晨;;基于灰色加權(quán)馬爾可夫的備件需求預(yù)測[J];裝甲兵工程學(xué)院學(xué)報(bào);2015年03期

4 董慧君;;基于灰色GM(1,1)模型的江蘇省物流量預(yù)測[J];商場現(xiàn)代化;2015年04期

5 劉輝;龔海林;;灰色馬爾可夫模型的改進(jìn)及農(nóng)業(yè)受災(zāi)面積預(yù)測應(yīng)用[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

6 杜川;梁秀娟;王中凱;肖長來;王亮;;改進(jìn)灰色-馬爾科夫模型在年降水量預(yù)測中的應(yīng)用研究[J];節(jié)水灌溉;2014年06期

7 周慶元;;基于灰色馬爾可夫模型的糧食產(chǎn)量預(yù)測方法[J];統(tǒng)計(jì)與決策;2012年17期

8 周廷慰;周宗福;;改進(jìn)的灰色馬爾可夫組合預(yù)測模型應(yīng)用研究[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

9 梅疏影;;基于馬爾可夫模型的南京市年降水量預(yù)測試驗(yàn)[J];安徽農(nóng)業(yè)科學(xué);2011年36期

10 李宏坤;趙長生;郭騁;趙利華;;GM(1,1)模型改進(jìn)算法及其應(yīng)用研究[J];大連理工大學(xué)學(xué)報(bào);2011年06期

相關(guān)碩士學(xué)位論文 前3條

1 劉紅躍;基于灰色馬爾可夫鏈理論的股市分析[D];北方工業(yè)大學(xué);2015年

2 杜曉陽;灰色—加權(quán)馬爾可夫鏈的研究及在股市預(yù)測中的應(yīng)用[D];河南科技大學(xué);2012年

3 唐斌;基于灰色馬爾可夫鏈組合預(yù)測的隨機(jī)橋梁荷載模型研究[D];中南大學(xué);2009年

，

本文編號：2258739