组合熵值马尔科夫模型的住宅用地价格预测

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%.

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.合理的耐久性预测模型保证了桥梁维持在较高的服务水平上,降低了重大安全事故发生的概率,在经济和社会方面都具有重要意义.本文结合马尔科夫过程的特点,建立桥梁耐久性退化模型,总结模型退化步骤,并以具体实例进行计算,得到期望等级与时间的关系曲线,为确定合理的维修加固方案和剩余寿命预测奠定理论基础.

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.

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。

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。

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.

针对单一模型都有其特定的适用范围和条件,文中提出了一种基于马尔科夫链拟合的非负时变权重组合预测算法。该算法通过马尔科夫链对筛选出模型的状态概率分布变化规律进行拟合,将一步转移概率矩阵的估计问题转化为多元约束自回归模型,然后利用一步转移概率矩阵的估计和初始状态概率分布来确定组合权重。实例表明,该方法计算量小、精确度高、具有实用性。

根据2010年中国公路货运价格指数,利用二状态一阶马尔柯夫模型对公路货运价格进行研究,并预测2011年部分月份数据。结果表明运价上涨和下跌状态之间存在不同的转移概率,其平均持续期分别为1.71、1.91个月,中国公路货物运输价格指数的持续期不是很长,可变性较大。

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。

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.

本文用加权马尔科夫链模型预测水库含沙量,结合水库实测入库含沙量数据,分析加权马尔科夫链模型在水库含沙量预测精度。研究结果表明：加权马尔科夫链模型适用于水库含沙量的预测,在年尺度上预测值和实测值之间的相对误差在14.47%~19.25%,过程拟合系数0.7以上;在小时尺度上预测值和实测值之间的相对误差低于15%,过程拟合系数可达到0.65以上,预测精度符合入库含沙量预测规范的要求。研究成果对于水库含沙量预测方法提高参考价值。

经济的快速发展要求有功能完善、结构合理的综合运输系统,对该系统进行合理预测与规划可避免交通设施重复建设,减少资源浪费.本文基于马尔科夫理论,预测区域综合交通客运结构发展规律.构建了基于马尔科夫链的区域综合客运结构发展模型,并以黑龙江省综合客运交通为例,确定了黑龙江省未来年份的客运结构.结果表明,黑龙江省水运在客运中占有的份额正在被其他方式所代替,部分铁路客运量向公路转移,四种客运方式分担比率除水运以外没有大的改变,民航所占份额有所减小.验证了客运结构发展预测的可靠性,可为相关部门管理者提供决策建议.

造成目前商品房空置率高的主要原因是房地产开发商需求预测出现偏差从而导致决策失误。本文借助马尔可夫链的相关理论,构建了消费者住宅面积需求动态预测模型,通过算例分析说明了该模型在住宅面积需求预测中的应用,并运用spss统计分析软件对预测结果进行了合理性证明。

在可持续发展概念的深远影响下，人们越来越关注威胁自己生存的地球上的资源枯竭和环境污染问题，世界各地纷纷兴起绿色革命，积极营建绿色住宅是我国房地产业走可持续发展道路的必然选择。本文以马尔可夫链理论为基础，通过建立基于马尔可夫链的绿色住宅需求预测模型，对绿色住宅市场需求进行预测，为房地产开发企业的住宅产品开发提供决策依据。

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。

对于开发商来说住宅用地的选择是至关重要的,而住宅用地的价格高低对于他们来说更是重中之重。开发商在进行土地招标的竞价过程中必定要有一个合理的价格依据。本文基于模糊数学相关理论提出了一种新的住宅用地价格评估方法,该方法会给开发商一个很好的出价参考。

通过选择住宅地价影响因素并设定量化标准、构建地理加权回归(gwr)模型对1997—2004年北京市住宅用地出让数据进行了统计及空间可视化分析,探索了不同影响因素对北京市住宅用地价格的影响及其空间差异性。发现北京市住宅地价多中心影响效应显现\";生活质量型\"较之\"生活便利型\"基础设施对住宅用地价格的影响更大;地铁与城市快速路对于住宅用地价格的影响具有明显的空间\"互补效应\";土地面积对地面单价影响显著。

新集一矿煤炭资源不仅储量丰富,而且煤质好。矿井涌水量的预测对煤炭的安全开采有重要意义。介绍了新集一矿涌水的基本来源及涌水量的变化。利用1999年～2011年各月涌水量的统计数据以及马尔科夫链预测原理把各月涌水量分成5个区间,预测出2012年1月涌水量的概率。运算的结果概率最大值与当月实测涌水量相符。但要指出的是,这种方法是要有大量的统计数据作为支撑。

我国建筑事故预测中具有统计数据少、数据波动性大等特点,缺乏具有高精度、可操作性强的预测模型。将灰色系统理论和马尔可夫原理相结合,充分发挥了灰色系统理论适用于小样本数据拟合和马尔可夫适合处理数据波动大的系统过程的优势,通过gm(1,1)模型的建立,提出一种适合建筑事故统计数据特点的灰色马尔可夫预测方法。将该方法应用于1994—2007年建筑施工事故次数分析,以此为基础对2008—2009年的建筑施工事故次数进行预测。研究结果表明:基于灰色马尔可夫理论建筑事故预测结果精度可达90%以上。