灰色预测模型及应用论文设计

灰色BP网络模型在嵌岩桩承载力预测中的应用摘要本文结合灰色理论和bp网络理论建立灰色bp网络模型来探讨其在嵌岩桩承载力预测中的应用。

关键词:bp网络模型, 嵌岩桩, 承载力abstract: combined with grey theory and the bp neural network theory, the paper talks about a grey bp network model to study the rock-socketed pile bearing capacity prediction of application.key words: bp network model, rock-socketed pile, bearing capacity中图分类号： tu473文献标识码：a 文章编号：由于嵌岩桩的单桩承载力很高，嵌岩桩的试验资料非常有限，在这些有限的试验资料中，真正能做到桩基破坏阶段的试验很少。

如何根据这些实测的有限的荷载与沉降数据准确地预测桩的完整的荷载一沉降关系，进而确定桩的极限承载力，对于指导嵌岩桩设计和施工是具有重要意义的。

本文结合灰色理论和bp网络理论建立灰色bp网络模型来探讨其在嵌岩桩承载力预测中的应用。

1、模型的建立由灰色理论得知单桩的极限承载力pu可由如下公式表示：（1）其中：pi为桩顶荷载序列，为pi的一次累加生成，第i+1级桩顶累计荷载预测值，a表示发展系数。

根据公式建立残差序列的bp网络模型。

若预测阶数为m，即用作为bp网络训练的输入样本；将的值作为bp网络训练的预测期望值。

采用上述bp算法，通过足够多的参差序列案例训练这个网络，使不同的输入向量得到相应的输出量值。

训练好的bp网络模型可以作为残差序列预测的有效工具，bp网络模型如下：图1 bp神经网络的设计图这里设计的bp神经网络的输入层节点为3，即由前三个数据预测下一个数据。

隐含层为一层，其节点数为6。

基于财务杠杆系数灰色灾变预测的财务预警分析摘要:由于受各种难以预料或控制因素的影响,企业的财务风险不可避免。

通过建立财务预警模型可以对企业的财务风险进行有效的防范。

而企业财务预警模型的构建,其方法及选用的指标体系是多种多样的。

本文从财务杠杆系数出发,通过运用灰色灾变预测的方法,结合实例对企业的财务风险进行预警分析。

结果证明,此方法具有很好的可行性和实用性。

关键词:财务杠杆系数灰色灾变预测财务预警在市场变化的不确定性及竞争日益激烈的环境下,由于财务的复杂性,企业的财务风险成为一种客观存在。

而企业财务活动的组织和管理过程中的某一方面或某个环节的问题,都可能促使这种风险转变为损失,导致企业发生财务危机。

因此,对企业财务状况进行预警分析并进行有效的防范,对规避企业财务风险,从而提高企业经济效益和竞争力。

一、财务预警模型的构造本文选择财务杠杆系数作为分析的财务指标,并根据灰色预测方法只需较少数据即可建立分析模型以及可处理财务风险无规则概率分布的特点,运用灰色灾变预测方法对企业的财务风险进行预警分析。

(一)财务杠杆系数企业可以通过借款或其他方式增加资本,只要债务成本低于这些资本投入的收益,财务杠杆就可以提高企业的资本收益率,但与此同时财务杠杆也提高了企业的财务风险。

资本结构决策需要在杠杆收益与其相关的风险之间进行合理的权衡。

(二)灰色灾变预测灰色灾变预测属于灰色理论中的一个部分,主要针对“部分信息已知,部分信息未知”的“小样本”,“贫信息”的不确定性问题,运用数学方法进行描述出来。

主要任务是利用模型预测出下一个或几个异常值出现的时刻,以使人们提前做好防备,采取对策,减少损失。

灰色灾变预测的准确率较高、实用性也较强,目前被大量应用于预测实践当中。

二、实证分析以下结合具体实例进行分析,该企业为河南省某一著名企业,企业近年来发展势头良好,做出了不殊的成绩。

以下数据来源于集团公司各年中期和年度财务报告,数据为集团母子公司的合并后数据。

公共危机事件网络舆情影响趋势预测及其应对策略研究摘要：当前我国正处于突发事件的高发期和社会的转型期，随着网络的日益普及，网络逐渐成为广大民众展现情绪、表达民意的公共话语空间，进而引出的是公共危机事件网络舆情，这是社会政治生活领域里出现的新问题。

若网络舆情未合理引导，则在较大程度上会引发公共危机，危害社会稳定和经济发展。

所谓预警就是指对某一警情的现状和未来进行测度，预报不正常状态的时空范围和危害程度，以及提出防范措施。

本文采用SPSS数据分析软件对原始数据进行分析与聚类，归纳出网络舆情发展的不同种类。

通过对每类事件网络舆情发展趋势的分析，找出规律。

在此基础上应用matlab软件建立预测模型，依据灰色理论，建立预测模型，该模型是微分回归分析的一个特例，以指数形式为基础，以一次累加数据作为原始数据，以初始观测值为准确定积分常数。

本文采用此法将杂乱无章数据列进行整理、生成，将空缺的数据通过计算加以补充，用其所整理过的数据列建立模型并通过它进行决策和预测，将结构、关系、机制不清楚的网络舆情过程作灰色预测以进行提前控制。

关键词：网络舆情；灰色理论；预测模型；预警。

1问题重述公共危机或突发性群体事件是由临时的、自发的同类个体组成的整体，由于某种共同要求，造成对社会具有不平常影响的事情，其从发酵到爆发都伴随相关信息传播活动。

而网络信息传播是指民众以网络为平台，借助网络论坛(BBS)、网络聊天(Chatting)、博客(Blog)、维客(Wiki)、电子邮件(E-mail)及网络新闻组(Usernet News)等网络渠道，围绕即将发生或已发生的群体性事件发布信息。

当传播途径从传统渠道向互联网等途径转移后，出现了流言广泛传播，难以实施有效控制或澄清；舆情信息传播速度快、范围广、影响大；信息交流呈现非理性化、情绪化倾向的新特征。

网络舆情是群体性事件发展演变的一个重要因素，它常直接引发或间接推动群体性事件的恶性发展。

中国人口增长模型论文摘要：人口问题涉及人口质量和人口结构等因素，是一个复杂的系统工程，稳定的人口发展直接关系到我国社会、经济的可持续发展。

如何从数量上准确的预测人口数量以及各种人口指标，对我国制定与社会经济发展协调的健康人口发展计划有着决定性的意义。

近年来我国的人口发展出现了许多新的特点，这些都影响着我国人口的增长。

鉴此，本文依据灰色预测方法和年龄移算理论，基于人口普查统计数据，从人口系统发展机理上展开讨论。

首先根据灰色预测理论，建立了一级的灰色预测模型，再将近几年我国的人口数量带入模型，便得到未来较短时间内我国的人口数量。

所得结果为我国总人口将于2006年、2007，2008，2009，2010年分别达到13.1495，13.2212，13.2909，13.3587，13.4246亿人。

然后分析人口发展方程中按年龄死亡率及生育模式等参数函数的内在变化规律，及其对总人口的影响，建立了莱斯利主模型，并在此基础上针对各参数函数的不同特点，建立了生育模型和死亡模型等子模型。

在将所得子模型和主模型结合，依据当前人口结构现状对我国的人口做了长期的预测。

所得结果是我国总人口将于2010年、2020年、2030年分别达到13.51058，14.38295，14.78661亿人与国家发展战略报告数据一致。

最后对所建模型的优缺点进行了客观的评价。

一、问题的提出1.1 问题：中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。

根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。

近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。

2007年初发布的《国家人口发展战略研究报告》还做出了进一步的分析。

关于中国人口问题已有多方面的研究，并积累了大量数据资料。

试从中国的实际情况和人口增长的上述特点出发，参考附录2中的相关数据（也可以搜索相关文献和补充新的数据），建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测。

灰色预测模型在公路货运量预测中的应用摘要：为了提高公路运输行业的管理水平，为设计、修建货运场站或现代物流中心提供数据依据和决策支持，就必须要准确的预测公路货运量。

在运输业今年运量统计的基础上，利用灰色预测理论的gm（1,1）模型，给出了gm(1,1)模型的详细步骤，并以公路货运量历年数据预测为例进行了实际应用。

可有效处理小样本、贫信息的不确定性，并在一定预测时段内有良好的预测精度和实用性。

关键词：公路货运量 gm（1,1）模型预测1.现有的预测方法当前普遍存在的对于社会经济的预测方法主要有时间序列法、回归分析法、灰色预测法、指数平滑法、神经网络预测法以及将不同的预测方法结合起来，按照提供信息量的多少和精度的不同，分别取不同的权重形成的组合预测模型。

货运量作为交通运输的一个重要评价指标，对于货运量的预测可以采取不同的方法进行预测，不同的方法提供的有价值信息各不相同，预测精度也各异。

本文主要采用灰色预测模型对公路货运量进行预测。

2.灰色理论与灰色预测模型由于环境对系统的干扰，系统信息中原始数据序列往往呈现离乱情况，离乱数列即为灰色数列或称灰色过程，灰色理论利用那些较少的或不确切的表示系统行为特征的原始数据序列作生成变换后建立微分方程，建立的模型称为灰色模型（greymodel），简称gm模型。

gm（1,1）表示一阶单个变量微分方程，是最常用的灰色预测模型，其形式为：式中，x=x(t),u和b为待估参数。

这个微分方程的解是：3.灰色预测模型的应用3.1灰色模型建模机理灰色系统建模是利用离散的时间序列数据建立近似连续的微分方程模型。

在这一过程中，累加生成运算（ago）是基本手段，其生成函数是灰色建模、预测的基础。

来自所收集的描述过去、现在状况的数据，是构造系统数学模型的依据。

在贫信息情况下，用概率统计方法寻求其统计规律，或用模糊统计方法寻求其隶属规律是困难的，但对于离散过程，在一定程度上相对强化确定性（规律性）和弱化不确定性是可能的，其途径就是通过累加生成运算得到生成时间序列x。

基于模式搜索法改进的单桩极限承载力灰色预测模型摘要：根据拉格朗日中值定理建立了变权背景值构造形式，背景值权值采用具有全局寻优能力的模式搜索法求解，工程实例应用结果显示基于模式搜索法改进的单桩极限承载力灰色预测模型提高了预测精度，具有更好的工程应用价值。

abstract： according to the lagrange’s mean value theorem， the paper established variable weight background value structure form. the background value right value uses pattern search method of global optimization ability to solve， engineering example application results show that the improved single pile limit bearing capacity grey forecasting model based on pattern search method improves the accuracy of the predictions， and has better applied value in engineering.关键词：极限承载力；灰色预测模型key words： ultimate bearing capacity；grey forecasting model中图分类号：tu71 文献标识码：a 文章编号：1006-4311（2012）32-0094-020 引言目前应用最广泛的是单桩极限承载力非等步长灰色预测模型，但是该模型是以紧邻均值为背景值进行参数估计的，这就造成了该模型的白化方程和灰微分方程达不到统一，因此根据拉格朗日中值定理提出了变权背景值构造形式，并采用具有全局寻优能力的模式搜索法求解背景值构造中的权值，建立基于模式搜索法改进的单桩极限承载力灰色预测模型。

灰色预测模型及应用论文公司标准化编码 [QQX96QT-XQQB89Q8-NQQJ6Q8-MQM9N]灰色系统理论的研究GM(1,1)预测与关联度的拓展摘要：科学地预测尚未发生的事物是预测的根本目的和任务。

无论个体还是组织，在制定和规划面向未来的策略过程中，预测都是必不可少的重要环节，它是科学决策的重要前提。

在众多的预测方法中，灰色预测模型自开创以来一直深受许多学者的重视，它建模不需要太多的样本，不要求样本有较好的分布规律，计算量少而且有较强的适应性，灰色模型广泛运用于各种领域并取得了辉煌的成就。

本文详细推导GM（1,1）模型，另外对灰关联度进行了进一步的改进，让改进的计算式具有唯一性和规范性[]4。

通过给出的实例高校传染病发病率情况，建立了GM(1,1)预测模型，并预测了1993年的传染病发病率。

另外对传染病发病率较高的痢疾、肝炎、疟疾三种疾病做了关联度分析，发现痢疾与整个传染病关系最密切，而肝炎、疟疾与整个传染病的密切程度依次差些。

关键词：灰色预测模型；灰关联度；灰色系统理论The Research of Grey System TheoryGM（1,1) prediction and the expansion of correlationxueshenping Instructor: tangshaofangAbstract：Science has not yet occurred to predict the fundamental thing is to predict the purpose and mission. Whether individuals or organizations, in developing future-oriented strategy and planning process, the forecasts are essential and important aspect, which is an important prerequisite for scientific decision-making. Among the many prediction methods, the gray prediction model has been well received since its inception attention of many scholars, it does not require much sample modeling, does not require a better distribution of the sample was calculated, and has strong adaptability less , gray model widely used in various fields and has made brilliant achievements.This paper is derived GM (1,1) model, the other on the gray correlation was further improved, so that the improved formula is unique and normative. University by giving examples of the incidence of infectious diseases, establishing the GM (1,1) prediction model and predict the incidence of infectious diseases in 1993. In addition to the high incidence of infectious diseases, dysentery, hepatitis, malaria, made the three diseases, correlation analysis, found that dysentery is most closely with the infectious disease, and hepatitis, malaria and infectious diseases, the closeness of the order of hearing.Key words：Grey prediction model ; Grey relational grade;Grey system theory目录灰色系统理论的研究GM(1,1)预测与关联度的拓展1、引言模型按照对研究对象的了解程度可分为：黑箱模型、白箱模型、灰箱模型。