摘要：智能电网的发展将给传统用电方式带来重大变化,在此背景下,基于灰色理论提出一种用电量预测新方法。首先通过灰色关联分析法确定影响用电量的主因素变量,然后采用多变量灰色模型(multi-variable grey model,MGM)(1,n)进行用电量预测,该方法能够反映各因素间的相互制约、相互促进的关系,避免了传统灰色模型GM(1,1)未考虑其他随机因素对用电量影响的局限性。对一个实际电力系统的用电量进行预测,结果表明所提方法能有效提高预测精度且适用于中长期电量预测。

摘要：根据对多变量灰色预测模型应用方法的研究,将多变量灰色模型拓展到吸附法油气回收装置的性能预测领域,通过筛选关键的性能变量,收集装置特定工况下的多组关键变量的历史数据,构建了一阶多变量灰色预测模型,并利用该模型对油气回收装置未来时间段内的装置性能进行分析预测,模型的预测精度经过了工程项目的使用并验证,具有较好的预测效果,为吸附法油气回收装置活性炭更换的时间节点提供有效借鉴。

摘要：依据信息模糊和不确定状态下乏信息数据处理理论,提出了一种改进多变量灰色系统的乏信息堤防短期预测模型;引入多变量灰色模型对多测点的沉降变形序列进行拟合,结合混沌粒子群优化算法和分数阶微积分理论,实现了在乏信息条件下对堤防多测点变形的短期预测;由对比结果可知,研究提出的模型可行且有效,填补了堤防乏信息处理模型的空白。

摘要：基于卡诺(Kano)模型分析了顾客需求动态性的产生机理,提出顾客需求的动态性包括时间性、环境依赖性、可替代性、模糊性和耦合性等特征;在总结现有顾客动态需求预测方法及各自特点基础上,提出了基于多变量灰色模型(Multi-variable Grey Model,MGM)的顾客动态需求预测方法,在考虑顾客需求耦合关系的基础上,以少量样本数据即可保证预测精度;以某企业履带起重机产品顾客动态需求预测为例检验了方法的合理性与有效性。

摘要：传统多变量灰色模型MGM(1,n)的背景值误差会使得求解的灰色参数精度降低。总体最小二乘是一种可以同时顾及到观测误差与模型系数矩阵误差的数学方法。基于此,引入TLS对传统MGM(1,n)模型的灰色参数进行修正。通过对某大坝变形数据试算,验证表明,该方法能够有效地提高变形预报精度。

摘要：采用多变量灰色模型对建筑物沉降观测数据进行处理,并通过工程实例将预测结果与实测数据对比,说明多变量灰预测色模型的准确性,预测精度较高,尤其适用于多点变形的整体预测预报。满足工程需要,具有重要的工程意义和经济价值。