灰色系统理论在过坝运量预测中的应用

重庆交通大学学报（自然科学版） ›› 2007, Vol. 26 ›› Issue (6): 145-147.

灰色系统理论在过坝运量预测中的应用

李唯唯¹，赵健²

1.重庆工学院计算机科学与工程系，重庆 400050；2.重庆交通大学西南水运工程科学研究所，重庆 400074

收稿日期:2006-11-17 修回日期:2007-04-16 出版日期:2007-12-15 发布日期:2015-01-22
作者简介:李唯唯(1976一)，女，重庆市人，讲师，从事数据库、电子商务教学及研究工作.E-mail:liwwcq@sina.com

Application of Grey Models to Prediction of Transport Quantity Passing a Dam

LI Wei-wei¹,ZHA0 Jian²

1.Computer Department，Chongqfng Institute of Technology，Chongqing 400050，China； 2.Southwester Hydraulic Research Institute For Water Way，Chongqing Jiaotong University，Chongqing 400074，China

Received:2006-11-17 Revised:2007-04-16 Online:2007-12-15 Published:2015-01-22

摘要/Abstract

摘要： 为了解决复杂的过坝客货运量预测问题，基于灰色系统理论中的GM(1，1)模型对过坝运量预测建立灰色模型，并利用该模型对乌江银盘枢纽过坝运量进行预测，结果表明利用灰色系统理论方法对过坝运量进行预测是可行的，具有较高的可信度．

关键词: 过坝运量, 灰色系统, GM(1, 1)模型, 预测

Abstract: Based on grey models GM(1，1)，the prediction model of transport quantity passing a dam is established.The practical implementation of the model Was accomplished by a case study in prediction of transport quantity passing the lock of the Wujiang River Yinpan Dam.Results show that the model based on grey models is feasible and has higher reliability、

Key words: transport quantity passing a dam ;grey model;GM(1, 1)model;prediction

中图分类号:

N941.5

李唯唯，赵健. 灰色系统理论在过坝运量预测中的应用[J]. 重庆交通大学学报（自然科学版）, 2007, 26(6): 145-147.

LI Wei-wei,ZHA0 Jian. Application of Grey Models to Prediction of Transport Quantity Passing a Dam[J]. Journal of Chongqing Jiaotong University(Natural Science), 2007, 26(6): 145-147.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	代昱昊，王华，彭桂彬. 基于TEM的玉磨铁路隧道渗漏水状态预测方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 88-92.
[3]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[4]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[5]	刘杰. 基于栈式自编码的高速铁路站间客流短期预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 26-30.
[6]	王志祥1,2，李建阁1，陈楚鹏2. 基于变权重评价的沥青路面使用性能灰色预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 95-101.
[7]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[8]	邓涛1，李鑫2. 智能车辆横纵向运动综合控制方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 133-140.
[9]	裴同松1，裴彧2. 基于马尔科夫链-BP神经网络模型对公路运量的预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 35-41.
[10]	闫佳庆1，邵鹏1，张立立2，王力1. 考虑大型车因素的城市路网交通流速度预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 7-11.
[11]	黄益绍1,2，韩磊2,3. 基于RS-IPSOSVM的公交客流量预测方法[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 11-19.
[12]	翁小雄，郝翊. 基于LSTM引入客车占比特征的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 20-25.
[13]	杨波1，刘昱1，杨政龙2. 引入逻辑斯蒂增长模型的集装箱吞吐量长期预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 45-50.
[14]	张献州1，2，夏晨翕1，陈霄1，蒋英豪1，陈建营1. IGM-FM串联模型在高铁路基沉降预测中的应用[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 99-108.
[15]	刘莎，董国发，李想，曾晰. 客流量动态影响下公交智慧出行服务模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 10-17.