股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度。预测实例表明:PGNN 的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的。更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性。对于其他方面的预测应用也具有借鉴作用。     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1，1)模型，在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法，该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性，发挥两者的优势，从而进一步提高了预测精度一预测实例表明：PGNN的平均相对误差最小，其他指标介于GM和BP之间，显示了PGNN的预测性能是非劣的。更为重要的是，在实际预测时，我们事先不知道哪个模型最优，因此使用PGNN可减小盲目性。对于其他方面的预测应用也具有借鉴作用。     

非线性Gompertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM(1,1)模型给出一种新的非线性灰色模型--Gompertzlan模型及其解法.最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度.     

基于改进灰色模型在电力负荷预测中的应用

在电力负荷预测中,灰色GM(1,1)模型比较有效,但在实践中由于电力负荷情况的复杂性和多样性,改模型还是存在一点的问题,比如,预测误差较大,精度不能满足要求.为满足电力事业的发展,对灰色GM(1,1)模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度.     

一种改进的灰色模型在股票价格预测中的应用

灰色理论可以较好地对股票价格进行预测,而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题.本文提出了基于黄金分割法改进的股票价格灰色预测GM(1,1)模型,并通过实例验证了该模型能显著地提高预测精度,具有较高的应用价值.     

灰色神经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来,对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合,提出了预测宏观经济指标的新方法,实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型GNNM(1,1),该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性,并给出了相应的学习算法,然后通过示例说明模型的可行性。     

灰色袖经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来，对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合，提出了预测宏观经济指标的新方法，实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型CNNM（1，1），该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性，并给出了相应的学习算法，然后通过示例说明模型的可行性。     

基于灰色组合模型的河南GDP预测

为解决GM(1,1)预测中存在的历史数据的跳变问题,依据灰色灾变预测原理,利用线性回归适用短期预测的特点,提出了一种新的预测方法:用GM(1,1)模型预测将来可能的数据跳变日期点,对其他非跳变点使用分段线性回归函数进行预测。通过对河南省生产总值的预测,结论显示出此种方法较好地克服GM(1,1)模型和线性回归模型的缺陷,在现实中达到较好的成效。     

基于灰色模型的旅游流量预测方法探讨——以河北省为例

灰色预测模型GM(1,1)是一种旅游流量预测模型,本文根据2000年～2005年河北省海外游客量的统计数据,利用灰色模型对河北省2010年前的海外游客量进行了预测。通过分析,灰色预测模型具有较高的建模精度,预测方法和结果对旅游地规划具有一定的参考作用。     

基于ARMA模型和灰色预测模型的短期客流量预测比较研究

分析了城市公交客流特征,提出短期客流量预测的必要性.分别用ARMA模型以及灰色预测GM(1,1)对上海市59路五角场站客流量进行了短期预测,并比较了两种模型的预测精度,提出可行性建议.     

世界新船订单趋势预测的组合模型应用分析

本文利用趋势移动平均法、灰色系统的GM(1,1)方法和BP神经网络方法的组合模型进行了新船订单趋势的预测。预测结果的对比发现,组合模型能够比单一模型得到更准确的趋势预测结果。     

非线性Compertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM(1,1)模型给出一种新的非线性灰色模型——Gompertzlan模型及其解法。最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度。     

一种改进的灰色模型在股票价格预测中的应用

灰色理论可以较好地对股票价格进行预测,而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题。本文提出了基于黄金分割法改进的股票价格灰色预测GM(1,1)模型,并通过实例验证了该模型能显著地提高预测精度,具有较高的应用价值。     

非线性Compertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM（1,1）模型给出一种新的非线性灰色模型--Gompertzlan模型及其解法。最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度。     

基于灰色马尔科夫模型的辽宁高校R&D支出预测

文章将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,实现了两者的优势互补,并在辽宁省高校科技经费投资的数据在传统灰色GM(1,1)预测模型的基础上建立了高校R&D的灰色马尔科夫链模型,研究表明,该模型在高校R&D的预测方面相对传统的灰色GM(1,1)模型有更高的精度。     

公路交通运输量GM-Markov综合预测模型研究

为了提高公路交通运输量的预测精度,在介绍一般模型的基础上,建立了GM-Markov预测模型,它是将灰色预测方法与Markov预测模型优化组合,用灰色预测模型GM(1,1)预测随机时间序列数据的总体发展趋势,而用Markov模型预测各数据在总体趋势下的随机波动性变化,得到随机时间序列数据趋势预测模型的解。通过公路货运量的实际数据进行了验证,结果表明:GM-Markov预测模型既能预测参数随机数据序列的总体趋势,又能适应波动性较大的随机序列变化,其预测精度高于GM(1,1)模型的预测精度。     

GM(1,1)幂模型求解方法及其解的性质

根据灰色系统信息覆盖的基本原理,给出了GM(1,1)幂模型中参数a的估计方法.讨论了a的不同取值对模型解的影响,对其白化微分方程解的定理进行了补充,并给出了白化微分方程解的优化方法.结果表明,所提出的建模方法更能适应于一类具有饱和状态或发展变化受众多因素影响的波动原始序列,在0＜a＜1且a＞0和a＞1且a＜0两种情形下,GM(1,1)幂模型与灰色Verhulst模型具有相同的极限性质,但模拟预测精度高于灰色Verhulst模型.     

经济管理中常用预测模型的应用及比较分析

本文研究了经济预测中常用的逐步回归分析模型、偏最小二乘回归分析模型,BP神经网络分析模型,灰色预测GM(1,1)模型和组合预测模型在经济预测中的应用,比较了他们的优缺点,便于管理者在实际应用时对模型进行选择.     

灰色预测模型在江苏省GDP预测中的运用分析

从理论和实际应用上探讨灰色系统建模的原理,分析GM(1,1)模型的运用与检验过程。灰色预测模型既是灰色系统理论的重要内容之一,也是预测理论与应用中被广泛使用的一种预测方法,因此,对灰色预测模型的研究具有重要的意义。首先建立一个1978-2009年的江苏省GDP的时间序列数据,然后运用GM(1,1)模型进行预测,检验结果显示GM(1,1)模型能够提供精确的预测。     

组合预测方法在苯乙烯价格预测中的应用研究

苯乙烯是国民经济发展中重要的基础石化产品,其价格影响因素复杂,波动较大。本文基于灰色预测和指数平滑预测的基本理论,提出了一种新的基于灰色GM(1,1)模型和三次指数平滑模型的线性加权平均的组合预测方法,并以2010年1月到9月的苯乙烯周平均价格作为历史数据,对2010年10月的4个周平均价格进行了组合预测。结果表明,预测误差大大减小,预测精度显著提高。