[1]杨 坦,蒋亚龙,孙志豪.1-AGO-GM(1,1)模型的构建及其在火灾死亡人数预测中应用[J].常州大学学报(自然科学版),2019,31(04):26-30.[doi:10.3969/j.issn.2095-0411.2019.04.004]
　YANG Tan,JIANG Yalong,SUN Zhihao.Construction of 1-AGO-GM(1,1)Model and Its Application in the Prediction of Fire Death[J].Journal of Changzhou University(Natural Science Edition),2019,31(04):26-30.[doi:10.3969/j.issn.2095-0411.2019.04.004]
点击复制

1-AGO-GM(1,1)模型的构建及其在火灾死亡人数预测中应用()
分享到：

常州大学学报(自然科学版)[ISSN:2095-0411/CN:32-1822/N]

卷:
第31卷
期数:
2019年04期
页码:
26-30
栏目:
安全工程
出版日期:
2019-07-28

文章信息/Info

Title:
Construction of 1-AGO-GM(1,1)Model and Its Application in the Prediction of Fire Death
文章编号:
2095-0411(2019)04-0026-05
作者:
杨 坦1; 蒋亚龙1; 孙志豪1; 2
(1.安徽新华学院 土木与环境工程学院,安徽 合肥 230088; 2.合肥建工第一建筑工程有限责任公司,安徽 合肥 230011)
Author(s):
YANG Tan1;  JIANG Yalong1;  SUN Zhihao1; 2
(1.College of Civil and Environmental Engineering, Anhui Xinhua University, Hefei 230088, China; 2.Hefei Frist Construction Engineering Co.,Ltd., Hefei 230011,China)
关键词:
一次累加法;  GM(1; 1)模型;  预测误差
Keywords:
1-AGO;  GM(1; 1)model;  the prediction error
分类号:
X 913.4
DOI:
10.3969/j.issn.2095-0411.2019.04.004
文献标志码:
A
摘要:
针对传统GM(1,1)预测模型对初始值依赖程度较高,预测结果波动性大的问题,采用一次累加方法对初始值进行修正,构建了1-AGO-GM(1,1)模型.并以北京市2008—2017年火灾死亡人数预测分析为实例,进行相应的拟合运算,对比两种模型的运算误差,结果表明改进型GM(1,1)预测精度更高,能够取得良好的预测效果.
Abstract:
Aiming at the problem that the traditional GM(1,1)prediction model is highly dependent on the initial value and the volatility of the prediction result is large, the initial value is corrected by an accumulative method, and the 1-AGO-GM(1,1)model is constructed. Taking the prediction of fire deaths in Beijing from 2008 to 2017 as an example, the corresponding fitting calculations are carried out to compare the operational errors of the two models. The results show that the improved GM(1,1)has higher prediction accuracy,which can achieve good predictive results.

参考文献/References:

[1] 宋英华,王亚楠,吕伟,等.基于RBF神经网络的火灾报警系统失效概率预测[J].安全与环境学报,2017,17(5):1740-1744.
[2]郑坚,陈斌.基于时间权重序列的GM(1,1)初始条件优化模型[J].控制与决策,2018,33(3):529-534.
[3]邹进贵,聂海滨,邱国庆.一种同时优化背景值和初始条件的GM(1,1)建模方法[J].测绘地理信息,2018,43(2):79-82.
[4]吴天魁,王波,周晓辉,等.火灾损失预测的改进GM(1,1)模型[J].数学理论与应用,2014,34(1):58-70.
[5]王换鹏. GM(1,1)模型的优化研究[D].秦皇岛:燕山大学,2012.
[6]杨坦,吴睿,王超,等.GM(1,1)模型的改进及其在火灾致死人数预测中的应用[J].重庆科技学院学报(自然科学版),2017,19(6):83-85.
[7]余泳,吴琼,丁冰清.GM(1,1)模型在国家自然灾害预测评估项目中的应用——以森林火灾预测为例[J].项目管理技术,2017,15(3):24-26.
[8]韩中庚.数学建模方法及其应用[M].北京:高等教育出版社,2009.
[9]卓金武.MATLAB在数学建模中的应用[M].北京:北京航空航天大学出版社,2014.
[10]公安部消防局.中国消防年鉴(2014)[M].北京:中国人事出版社,2014.
[11]公安部消防局.中国消防年鉴(2015)[M].北京:中国人事出版社,2015.
[12]陈华友,周礼刚,刘金培.数学模型与数学建模[M].北京:科学出版社,2014.
[13]周凯,宋军全,邬学军.数学建模竞赛入门与提高[M].杭州:浙江大学出版社,2012.

备注/Memo

备注/Memo:
收稿日期:2018-05-07。
基金项目:安徽新华学院科研团队研究项目(2016td012); 安徽省大学生创新创业训练计划项目(AH201512216014)。
作者简介:杨坦(1987—),男,安徽合肥人,硕士,讲师。E-mail:yangtan0513@126.com
更新日期/Last Update: 2019-07-16