[發明專利]一種基于GM(1,1)季節趨勢預測的房屋人口變動監測方法

在審

• 申請號: 201710616435.2
• 申請日: 2017-07-26
• 公開（公告）號: CN107423854A
• 公開（公告）日: 2017-12-01
• 發明（設計）人: 張宇光;黃亞坤
• 申請（專利權）人: 安徽訊飛智能科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于GM(1,1)季節趨勢預測的房屋人口變動監測方法，包括以下步驟：

(1)采集房屋近3年內的歷史用電或用氣賬單數據，并對歷史數據進行歸一化處理，歸一化公式如下：

xi′=xi-xminxmax-xmin]]>

其中，x_max和x_min分別是歷史賬單數據中的最大值和最小值，x_i是按照時間大小排序后的第i個賬單數據，x′_i是進行歸一化處理后的第i個歷史賬單數據；

(2)對于處理后的用水或用氣賬單數據序列X＝{x′₁,x'₂,...,x'_c}，其中x'_c為當前最近月份的賬單數據，根據x_c及其前3個月份賬單數據信息判斷房屋屬于新入住或人員搬離情況，推送監測結果；

(3)基于近3年的賬單數據構建GM(1,1)模型，預測x′_c后3個月的用水或用氣量，主要方法如下：

a.由X＝{x′₁,x'₂,...,x'_c}序列累加生成X'＝{x″₁,x″₂,...,x″_c}；

b.建立模型微分方程dX'/dt+αX'＝μ；

c.對于待估參數向量利用最小二乘法求解

d.求解微分方程，即為GM(1,1)模型；

(4)根據中心移動平均季節指數進行處理，具體方法如下：

a.計算X(c)＝{x′₁,x'₂,...,x'_c}的中心移動平均值CMA，以定義一年的月數為k＝12，先求k項移動平均值MA，再求CMA的新序列CMA'；

b.計算原始觀測值除以對應的CMA得出季節比率；

c.定義相同季節的季節比率為R′_i；

d.修正季節比率平均值，即可得出

(5)將步驟(4)剔除季節因素的趨勢數據應用于步驟(3)中建立的GM(1,1)模型，計算可得出灰色趨勢值建立預測模型X″_t＝Y_e·S_i，其中X″_t為預測值，Y_e為提出季節因素后的序列灰色趨勢值，S_i為季節指數；

(6)基于上述步驟預測出x′_c后的m個月的賬單信息，獲取以x′_c為中心點的前、后m個月的賬單序列X″_t＝{x′_c-3,x′_c-2,x′_c-1,x′_c,x′_c+1,x′_c+2,x′_c+3}；同時獲取上兩年月份c為中心前后共計2m+1個賬單數據序列X″_t-1和X″_t+1，分別對序列X″_t-1,X″_t和X″_t+1做統計回歸檢驗，定義閾值λ為不同回歸曲線之間函數參量的相似距離，根據選定的房屋變化數據集訓練集獲取最優λ值，若最終計算參數的Vd>λ，即該房屋可能發生人員的變動，該監測結果最終推送至網格員進行核查。