决策树和灰色—马尔柯夫模型的投标策略分析

基于灰色理论和马尔科夫理论,建立传统的灰色预测模型和灰色马尔科夫预测模型,对西安地铁客流量的数据进行分析预测；然后对原始数据序列滑动平均处理,再用无偏gm(1,1)模型拟合系统的发展变化趋势,将修正后得到的模型与马尔科夫模型进行结合,提出改进的灰色马尔科夫模型预测方法。利用改进后的新模型对地铁客流的预测结果与传统的灰色马尔科夫模型进行对比。结果表明,改进后的灰色马尔科夫模型预测精度有显著提高。

建筑安全事故预测是建筑安全评价和决策的基础。灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔柯夫链理论适用于预测随机波动大的动态过程。结合灰色预测和马尔柯夫链理论的优点,提出了一种灰色马尔柯夫预测模型,并运用灰色-马尔柯夫模型,对1999~2009年全国建筑安全事故死亡人数进行了预测分析。结果表明,该模型既能揭示死亡人数变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性。

针对房地产营销过程中,价格变化随机性的特点,将灰色gm(1,1)预测与马尔柯夫预测有机结合,构成灰色-马尔柯夫预测模型,对未来某一时段的房价进行预测。结果表明,该模型是可行的和有效的。

以建筑施工过程中频发的坍塌事故为研究对象,将灰色gm(1,1)模型与马尔柯夫预测技术相结合,构建坍塌事故的灰色马尔柯夫预测模型,并以我国三级以上建筑工程坍塌事故统计数据为基础,对我国坍塌事故进行趋势分析和状态预测。

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要.针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进.该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测.在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据.将该模型用于基坑沉降预测,并通过实例进行验证.实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%.

本文将马尔柯夫理论与灰色理论相结合，建立了gm（（1，1）模型，并将其应用于实际．本文针对重庆市商品房价格进行了建模分析，并预测了未来价格的发展的趋势，相对于单用马尔柯夫理论建模提高了精度。

草原上围栏草场建设已成为一种趋势,围栏草场面积的预测,可以为草原的评价、管理、规划、和决策提供重要的基础数据.灰色预测适合于数据量少的对象,而马尔科夫链适用于随机性强、波动性大的动态过程,通过有效结合这两种预测方法,采用新维无偏灰色马尔科夫模型,预测围栏草场的面积.用无偏灰色模型拟合围栏草场面积的发展变化趋势,用马尔科夫模型对拟合的数据分析预测,在每一步的预测中,利用新信息优先的原则,对原始数据进行等维处理,经过反复的预测,最后得到预测精度较高的结果.实例结果分析表明:此模型预测误差小,精度高,尤其适合中长期预测.

针对随机波动较大的施工质量成本预测问题,结合灰色scgm(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫scgm(1,1)预测模型,并以实例证明灰色马尔可夫预测模型对随机波动性较大的施工质量成本的数据列的预测,具有较高的准确性。

根据公路桥梁荷载的特点,采用新维改进灰色马尔科夫模型进行公路桥梁荷载预测。通过实例预测结果和实测结果比较可知,应用该预测模型对桥梁荷载进行预测,其预测精度、准确度较高,本荷载预测模型可以直接应用于桥梁结构设计和耐久性研究。

灰色模型是经济预测方法中最有效的方法之一,但灰色模型对波动性大的序列预测时精度较差。针对这一不足,提出灰色-马尔可夫的改进模型。新模型将原始序列进行对数运算提高数据光滑度,采用距离法降低灰色模型的相对误差,马尔可夫链对预测值进一步修正。将改进模型运用到景德镇陶瓷工业产值预测中,并与传统灰色模型、灰色-马尔可夫模型预测结果进行对比。结果表明改进模型的相对误差远小于灰色模型,预测精度优于灰色-马尔可夫模型,更能反应经济发展趋势。

中长期负荷预测在电网发展规划编制中占有重要地位,而其关键是数学模型的建立。本文建立了基于马尔科夫修正的灰色负荷预测模型,利用灰色预测模型对未来负荷进行预测,对预测结果采用马尔可夫链预测方法进行改进,提高其预测的准确性。采用灰色马尔科夫模型对某市用电需求负荷建立预测模型,预测了2006至2008年的用电负荷,与实际用电负荷进行对比,结果验证了灰色马尔科夫模型在对电力负荷进行长期预测时具有较高的精度。

以提高铁路客流预测精度为出发点,通过对传统的灰色模型进行分析,采用积分的数学思想对灰色预测背景值进行优化.结合马尔科夫预测模型的优点,运用马尔科夫对优化后的灰色预测模型误差进行修正,提高了预测模型的精度.以我国铁路客流预测为实例,通过对预测模型的预测结果的对比研究,验证了模型的有效性.

为了获得更精确的公路客运量预测结果,经分析,以公路客运量、人口和国内生产总值数据为基础,将灰色模型预测方法gm(1,3)和马尔可夫链预测结合,构成组合模型,对公路客运量作出预测.通过对杭州市公路客运量预测的实例分析,对比预测值和实际值,得出基于灰色gm(1,3)-马尔可夫链模型获得的预测结果比灰色预测更加准确的结论,研究结果表明:该模型对公路客运量预测有一定的实用价值.

为快速准确地获得住宅工程造价时间序列变化的内在规律,提高住宅工程造价预测效果,将灰色gm(1,1)预测方法和马尔可夫概率转移方法有效结合起来,建立灰色马尔可夫模型对住宅工程造价进行预测,并应用该模型对成都市住宅工程造价实例进行预测分析,其预测结果与实际值吻合较好,表明所建立的该预测模型是可行的,在住宅工程造价预测中具有推广应用价值。

桥梁耐久性预测不仅可以揭示桥梁在整个使用期间耐久性退化过程和变化趋势,而且是采取合理维修加固方案的依据。该文考虑桥梁耐久性检测数据非等时距的特点,采用三弯矩法对其进行处理,并在处理数据基础上,应用灰色-马尔科夫组合模型进行模拟,并提出组合模型对桥梁耐久性进行预测,解决了传统模型无法考虑不确定因素和耐久性状况不平稳变化的影响。最后通过对辽宁省某桥的耐久性进行实际预测,并将计算结果进行对比,验证了改进模型的有效性和实践性。

将结合灰色系统理论与马尔可夫理论,对公路交通事故进行预测.利用灰色马尔可夫预测模型,可有效地处理类似交通事故等随机性、波动较大的数据。

为了找到一种能够精确有效地预测桥梁运营状况的方法,提出一种基于灰色gm(1,1)理论模型并用马尔科夫链修正的灰色-马尔科夫预测模型.结合河北省某地区的159座桥梁数据对该方法进行应用检验,结果表明:灰色-马尔科夫模型预测数据的平均相对误差为-0.11%,相比灰色gm(1,1)理论模型预测数据的平均相对误差-0.34%,在精度上有了明显的提高,而且灰色-马尔科夫模型预测出的数据更加稳定.利用马尔科夫链优化过的灰色gm(1,1)理论模型预测出2017年至2019年该地区一类桥的数量分别为49座、39座以及34座.由此可知灰色-马尔科夫模型在已知的桥梁定期检查数据基础上可以提供较为精确的预测,相较于灰色gm(1,1)预测模型,该方法具有更高的精度和稳定性.

以湖南省怀新(怀化—新晃)高速公路k1469+545—745边坡为研究对象,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,并分析两种模型的预测精度,进而确定两种模型的预测适用时间。结果显示,灰色gm(1,1)模型适用于4个月内边坡位移预测；灰色-马尔科夫模型可用于9个月内边坡位移预测,且预测时间内边坡稳定。

针对公路运量预测中弹性系数随机波动性较大的问题,结合灰色模型可以揭示预测数据的发展趋势以及马尔可夫预测适合描述随机波动性较大的预测问题的优点,建立了公路运量预测中弹性系数的灰色马尔可夫预测模型;用该模型对北京市公路客运弹性系数进行预测,验证了模型对公路运量中弹性系数进行预测的合理性。研究结果表明,灰色马尔可夫预测模型能够较好地提高公路运量预测中弹性系数的预测精度,对于提高公路运量预测精度具有重要意义。

灰色模型不适合长期、随机性和波动性较大的数据序列预测,针对这一问题引入马尔可夫预测理论,建立了公路运输弹性系数的灰色马尔可夫预测模型。模型兼有灰色预测和马尔可夫预测的优点,克服了随机波动性数据对公路运输弹性系数预测精度的影响,拓宽了灰色预测模型的应用范围。通过湖南省公路客运弹性系数预测的实例证明,基于灰色马尔可夫的公路运输弹性系数预测模型的预测精度普遍高于灰色gm(1,1)模型的预测精度,具有较好的实用性。

针对深基坑变形难以建立准确的计算模型进行预报问题,本文运用非等时距灰色-马尔科夫链对深基坑变形量进行预测。首先基于原始实测数据,建立非等时距灰色预测模型；然后采用马尔科夫链对预测值残差序列进行修正,进一步提高预测模型的预测精度；最后对潍日高速跨铁路转体桥深基坑4个测点的变形量进行预测。研究表明,灰色-马尔科夫链模型的预测精度明显高于灰色模型,预测值与实测值吻合较好,预测值后验差为0.07、0.37、0.16和0.33,精度等级均为1级,该模型为深基坑变形预测提供一种新方法。

以灰色预测模型、马尔可夫链理论为基础,引入新信息不断加入更替的思想,建立了等维新息无偏灰色马尔可夫预测模型.利用无偏灰色预测模型对原始数据进行拟合得到数据的发展变化趋势,再结合该趋势进行马尔可夫预测,并在每次预测中对数据推陈出新.以2012年—2016年某混凝土梁桥技术状况评分作为原始数据,构建预测模型,预测该桥在未来五年内的技术状况.结果表明:新维无偏灰色马尔可夫预测模型具有误差小、精度高等特点,并能适用于中长期预测.