【摘要】：本文以灰色馬爾可夫預測模型為研究對象,結合灰色系統(tǒng)理論、馬爾可夫鏈理論,將新陳代謝和加權的思想加入到灰色馬爾可夫預測模型中,改進了灰色馬爾可夫預測模型,并進行了數(shù)據(jù)分析�；疑A測模型以少量數(shù)據(jù)信息為研究對象,原理簡單、運算方便,該模型對少量信息建模有較好的預測精度。馬爾可夫預測模型適用于數(shù)據(jù)波動較大的隨機過程,該模型預測的對象要求具有馬氏性。論文首先將兩個模型組合起來,形成灰色馬爾可夫預測模型,應用灰色預測模型反映數(shù)據(jù)序列的發(fā)展總趨勢,對數(shù)據(jù)進行趨勢化處理的基礎上應用馬爾可夫模型進行預測,希望通過發(fā)揮他們各自的優(yōu)勢,達到提高預測精度的目的,但是通過實例驗證,預測結果并不理想,于是論文提出了一種基于遺傳算法的加權方法,對灰色馬爾可夫預測模型進行了改進,在新陳代謝的基礎上建立了加權的灰色馬爾可夫預測模型,并進行了實例分析。實例研究表明,用改進前和改進后的模型對降水量進行預測,其結果均與對原始數(shù)據(jù)劃分的狀態(tài)有關,而在相同的狀態(tài)劃分下,改進后的模型有更好的預測效果。
[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.
【學位授予單位】：西安建筑科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：O211.62

【參考文獻】

相關期刊論文 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量預測[J];鐵道貨運;2016年09期

2 楊皓翔;梁川;崔寧博;;基于加權灰色-馬爾可夫鏈模型的城市需水預測[J];長江科學院院報;2015年07期

3 王鐵寧;朱域;陳曉晨;;基于灰色加權馬爾可夫的備件需求預測[J];裝甲兵工程學院學報;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及農(nóng)業(yè)受災面積預測應用[J];江西師范大學學報(自然科學版);2015年01期

6 杜川;梁秀娟;王中凱;肖長來;王亮;;改進灰色-馬爾科夫模型在年降水量預測中的應用研究[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)量預測方法[J];統(tǒng)計與決策;2012年17期

8 周廷慰;周宗福;;改進的灰色馬爾可夫組合預測模型應用研究[J];重慶工商大學學報(自然科學版);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測試驗[J];安徽農(nóng)業(yè)科學;2011年36期

10 李宏坤;趙長生;郭騁;趙利華;;GM(1,1)模型改進算法及其應用研究[J];大連理工大學學報;2011年06期

相關碩士學位論文 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;2015年

2 杜曉陽;灰色—加權馬爾可夫鏈的研究及在股市預測中的應用[D];河南科技大學;2012年

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

，

本文編號：2258739