导读:本文包含了灰色马尔科夫链论文开题报告文献综述及选题提纲参考文献，主要关键词:客流预测,灰色马尔科夫,公路
灰色马尔科夫链论文文献综述
王一智,马维珍,孙宁[1]（2019）在《基于灰色马尔科夫模型的公路客流量预测》一文中研究指出为了科学准确预测近期公路客流量,提出了应用灰色马尔科夫模型进行预测的方法。利用历史数据建立灰色GM(1,1)模型,通过确定系数可获得公路客流量的时间响应序列及还原值的表达式,从而可获得未来年公路客流量的发展序列值,结合马尔科夫链过程将随机序列状态划分为3类,通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值,最终求得各序列的修正值。通过安徽省公路客流量的历史数据,预测了近两年的公路客流量。实例证明该预测模型具有较高的精度,能够指导公路经营管理者近期的决策行为。(本文来源于《价值工程》期刊2019年33期）
齐辉,冯忠居,王富春,朱彦名,霍建维[2]（2019）在《基于灰色-马尔科夫模型的高边坡变形预测应用》一文中研究指出以京沪高速公路改扩建工程(莱芜—临沂)K565+914—K566+587(左幅)边坡为研究对象,研究了岩质高边坡二次开挖变形规律,并分别采用灰色GM(1,1)和灰色-马尔科夫模型对边坡位移实测数据进行建模分析,计算边坡位移变形预测值,后与常见的泊松曲线模型预测值进行对比,并通过工程实测值确定其预测精度。研究结果表明:在预测4个月内岩质高边坡变形用灰色-马尔科夫模型预测精度较高,平均精度可达到98.1%,具有很好的适用性。(本文来源于《山东交通科技》期刊2019年05期）
马尚[3]（2019）在《超额收益法在商誉价值评估中的应用分析——基于马尔科夫链修正的灰色神经网络模型》一文中研究指出作为企业整体价值中不可分割的一部分,商誉价值评估在企业运营管理和并购上市等经济活动中发挥的作用越来越大。但受限于商誉依附性、抽象性和不可确定性等特征,传统评估方法逐渐暴露出诸多问题。基于此,本文简要概述了选择超额收益法的原因,并针对其弊端构建灰色神经模型和马尔科夫链进行改进,再通过泸州老窖具体案例论述商誉评估过程,同时对模型合理性进行分析,希望为商誉价值评估准确性和科学性的提高提供一定借鉴作用。(本文来源于《财会通讯》期刊2019年29期）
崔毅,徐伟,张松涛[4]（2019）在《基于灰色马尔科夫模型的青岛冷链物流需求预测》一文中研究指出目前关于物流需求预测主要针对物流总量的需求预测,而对于冷链物流需求预测则较少。为实现对青岛冷链物流需求量的精确预测,采用灰色理论与马尔科夫链相结合的方法,构建灰色马尔科夫预测模型,以青岛2009～2017年的冷链物流需求量数据为依据,分别用灰色GM 1,誗1誗模型和灰色马尔科夫模型进行预测,得到未来6年的预测结果。数据表明灰色马尔科夫模型相较灰色预测模型其预测精度更高、更具实用性,以此为青岛未来冷链物流的发展提供数据参考。(本文来源于《物流科技》期刊2019年10期）
刘夏,李苑辉,欧志鹏,陈磊,陈明锐[5]（2019）在《基于ARIMA与灰色马尔科夫模型的叁亚市交通客流量预测研究》一文中研究指出为了较为全面、客观、准确地预测城市的交通客流量,对叁亚市旅游统计数据2012-2017年每月的交通客流数据进行分析,在数据整理的基础上,主要采用ARIMA模型和灰色马尔科夫模型对2012-01—2017-12月叁亚的交通流量分别进行拟合仿真,并对2018年每月的客流进行了趋势外推预测;结果表明:采用ARIMA预测模型所获得的平均绝对百分误差为4. 42%,采用灰色马尔科夫模型获得的平均绝对百分误差为3. 78%,表明两种预测具有较高的精度;最后利用灰色马尔科夫模型进行趋势外推预测,得出叁亚市2018年交通客流预计近3 600万,预测结果对叁亚市旅游、交通等行业制定政策能起到积极的作用。(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年05期）
徐长宝,赵立进,高吉普,黄良,贾永天[6]（2019）在《基于灰色马尔科夫链的继电保护装置寿命研究》一文中研究指出准确预测继电保护装置使用寿命,有利于消除安全隐患、保证电力系统正常稳定运行。该文分析影响继电保护装置使用寿命的主要因素,并结合层次分析法对各因素进行赋权分析。以平均故障率为衡量指标,建立基于灰色马尔科夫链的继电保护装置寿命预测模型,并且将各因素权重加入预测模型,结合算例分析进行仿真计算。最后通过精度检验,验证模型的有效性和精确性。(本文来源于《电力科学与技术学报》期刊2019年03期）
宋晓震,施式亮,曹建,王小普,罗鑫[7]（2019）在《灰色马尔科夫模型在我国煤炭消费量预测中的应用》一文中研究指出煤炭消费量关系国家战略,为准确预测我国未来煤炭消费量,在单一灰色GM(1,1)模型的基础上进行改进,形成灰色马尔科夫组合预测模型。利用2014～2018年国家统计局煤炭消费量数据作为原始序列,采用新陈代谢方法对2019～2020年煤炭消费量做出预测,并用平均相对误差、小概率误差和均方差比值对预测精度进行检验后,发现精度大大提高。组合预测模型预测未来煤炭消费需求成上升趋势,2019～2020年煤炭消费量预测值分别为27.1112和27.2831亿t标准煤。(本文来源于《采矿技术》期刊2019年05期）
舒服华[8]（2019）在《基于灰色马尔科夫模型的我国面粉消费量预测及粮食安全的思考》一文中研究指出科学预测我国面粉消费量对指导行业发展规划,促进粮食安全,更好满足人们美好生活的需求具有重要意义。灰色预测方法对于波动性较大的非平稳数据序列预测精度不高,马尔科夫链理论可以克服随机波动性数据序列对预测精度的影响,将灰色预测方法与马尔科夫理论结合,可以发挥两种方法的优势,有效提高预测的精度。文中运用灰色马尔科夫模型预测我国面粉消费量,取得了较为理想的效果,模型的平均预测为0.79863%,比传统灰色GM(1,1)模型平均预测误差3.8697%减小79.362%,由模型预测得到2019/2020年度我国面粉消费量为9351.2449万吨。(本文来源于《现代面粉工业》期刊2019年04期）
张先华,李政,谭小慧,王康[9]（2019）在《基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟》一文中研究指出地铁由于其空间的密闭性以及地下位置,在发生火灾时,救援及自救难度较大。火灾中最危险的因素是浓烟,影响视线且容易引起窒息,增加了地铁逃生的难度。为此,提出一种基于灰色马尔科夫预测模型的地铁火灾逃生路线规划,根据烟雾数据对地铁逃生路线进行最优规划。灰色马尔科夫预测模型结合灰色理论和马尔科夫链各自的优点,既保留了数据的总体趋势,又缩小了波动性较大的数据带来的误差,提高了整体的预测精度。利用灰色马尔科夫预测模型对烟雾浓度的变化进行预测估算,得到拟合度较高的数据序列,从而推荐最优逃生路径。通过结合实际数据的验证和3D模拟,表明所提出算法的预测精度较高,符合实际数据变化趋势,适用于地铁火灾场景。在虚拟地铁逃生3D模拟演习中,能实时规划逃生路径,最后的模拟效果验证了该方法的可行性。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年08期）
张喜才,李海玲[10]（2019）在《基于灰色与马尔科夫链模型的京津冀农产品冷链需求预测》一文中研究指出冷链物流既是消费升级背景下民生的重要保障,也是京津冀农业协同发展的根本支撑,同时也是非首都核心功能疏解的对象之一。建立精确、有效的冷链物流预测模型是京津冀冷链物流发展和京津冀农业协同发展的关键。本文打破传统单一模型的预测精度限制,利用Python软件,采用灰色模型与灰色-马尔科夫链组合模型的建模方法提高预测精度,并对北京、天津、河北以及京津冀地区的农产品冷链物流需求做出定量预测,并据此提出对策建议,为政府冷链物流规划布局、基础设施设备的建设投入、扶持政策的出台提供依据。(本文来源于《商业经济研究》期刊2019年15期）
灰色马尔科夫链论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以京沪高速公路改扩建工程(莱芜—临沂)K565+914—K566+587(左幅)边坡为研究对象,研究了岩质高边坡二次开挖变形规律,并分别采用灰色GM(1,1)和灰色-马尔科夫模型对边坡位移实测数据进行建模分析,计算边坡位移变形预测值,后与常见的泊松曲线模型预测值进行对比,并通过工程实测值确定其预测精度。研究结果表明:在预测4个月内岩质高边坡变形用灰色-马尔科夫模型预测精度较高,平均精度可达到98.1%,具有很好的适用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰色马尔科夫链论文参考文献
[1].王一智,马维珍,孙宁.基于灰色马尔科夫模型的公路客流量预测[J].价值工程.2019
[2].齐辉,冯忠居,王富春,朱彦名,霍建维.基于灰色-马尔科夫模型的高边坡变形预测应用[J].山东交通科技.2019
[3].马尚.超额收益法在商誉价值评估中的应用分析——基于马尔科夫链修正的灰色神经网络模型[J].财会通讯.2019
[4].崔毅,徐伟,张松涛.基于灰色马尔科夫模型的青岛冷链物流需求预测[J].物流科技.2019
[5].刘夏,李苑辉,欧志鹏,陈磊,陈明锐.基于ARIMA与灰色马尔科夫模型的叁亚市交通客流量预测研究[J].重庆工商大学学报(自然科学版).2019
[6].徐长宝,赵立进,高吉普,黄良,贾永天.基于灰色马尔科夫链的继电保护装置寿命研究[J].电力科学与技术学报.2019
[7].宋晓震,施式亮,曹建,王小普,罗鑫.灰色马尔科夫模型在我国煤炭消费量预测中的应用[J].采矿技术.2019
[8].舒服华.基于灰色马尔科夫模型的我国面粉消费量预测及粮食安全的思考[J].现代面粉工业.2019
[9].张先华,李政,谭小慧,王康.基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟[J].重庆理工大学学报(自然科学).2019
[10].张喜才,李海玲.基于灰色与马尔科夫链模型的京津冀农产品冷链需求预测[J].商业经济研究.2019