物流需求量的灰色系统预测分析

本文首先说明了物流需求预测的重要性,指出了灰色系统预测模型在物流需求预测中的应用价值。根据灰色绝对关联度,分析了相关经济影响因子对物流需求量的影响程度,然后举例说明了考虑相关经济因素对物流需求量影响的GM(1,N)模型系统预测比GM(1,1)模型单变量预测更有效。     

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。     

江苏省租赁和商务服务业的发展预测——基于灰色理论

商务服务业是服务业发展的新模式。本文基于灰色系统理论,以2005²012年的江苏省租赁和商务服务业生产总值作为衡量商务服务业发展快慢的指标依据,初步构建江苏省租赁和商务服务业发展的灰色GM(1,1)预测模型;并对预测模型的精度进行了检验。最后据此模型对江苏省租赁和商务服务业未来四年的发展情况做出合理预测并给出合理建议。     

甘肃省经济增长影响因素的灰色关联分析

根据古典经济增长理论、新古典经济增长理论、二元经济理论,物质资本、劳动力、人力资本、技术进步、市场因素等被视为影响经济增长的主要因素。选取以上指标作为影响经济增长的主要因素,运用灰色关联分析法,分析了甘肃省经济增长的影响因素。分析结果发现物质资本对甘肃省生产总值影响最大,其次为科技因素、人力资本、市场化因素,产业结构和劳动力对甘肃省经济增长影响因素最小,进而分析其各因素对甘肃省经济增长的影响力。     

基于灰色模型与BP神经网络的青岛旅游需求预测模型

本文主要研究青岛市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理,利用主成分分析得到影响旅游需求的主成分,以旅游人口建立GM(1,1)模型,进而将模型推广到GM(1,N)模型,并进行残差检验确保其可靠性;其次,对影响旅游需求的因素进行GM(1,1)灰度预测,并利用预测数据建立BP神经网络模型对GM(1,1)模型进行优化改进,最后,分析得到运用BP神经网络模型进行预测的结果更为准确。     

基于灰色GM(1,1)模型的城市年用电量预测——以珠三角地区某县级市年用电量数据为样本

尝试应用灰色GM(1,1)模型对发达地区城市年用电量进行预测。通过对珠三角发达地区某县级市2005-2012年的年用电量数据进行灰色建模,发现灰色GM(1,1)模型适用于城市年用电量的预测;采用类似方法对珠三角地区SD、SS等县级市2005-2012年的历史年用电量进行预测,预测模型都可以给出高精度的预测结果。     

房地产行业资本结构和绩效的关联研究——基于灰色系统和神经网络融合方法

文章以资产负债率和净资产收益率作为资本结构与绩效的衡量指标,基于灰色系统和神经网络理论,建立灰色系统GM(1,N)和神经网络的串联融合模型分析它们之间的关系。实证研究结果表明:资产负债率和净资产收益率存在稳定关系,资产负债率对净资产收益率有显著的促进作用。     

重庆市人口预测与发展趋势分析

人口与经济、社会的发展具有密切的关系,科学的预测未来人口的发展趋势,有利于制定合理的人口政策,促进人口、经济、社会的协调可持续发展。基于重庆市1999-2018年的总人口数据,采用线性回归模型、马尔萨斯模型、灰色系统模型GM(1,1)对重庆市2019-2036年的人口规模发展趋势进行预测及分析,研究结果表明:线性回归模型预测的人口规模最小,马尔萨斯模型预测的人口规模居中,灰色系统模型GM(1,1)预测的人口规模最大,取三种模型预测结果的平均值作为最终的预测结果,并结合其经济、社会发展的状况,提出合理的人口发展战略,力图实现人口、经济、社会的协调可持续发展。     

物流量预测的灰色残差修正模型

采用残差修正GM(1,1)模型建立区域物流量灰色预测模型。通过对某区域物流量预测的实例分析,对比普通GM(1,1)和残差修正GM(1,1)模型的预测结果,证明残差修正GM(1,1)模型在预测物流量时精度高、结果可信。     

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。     

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。     

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。     

中国石油消费的组合预测

石油消费预测有助于提高石油生产、进口及消费的合理性,进而实现合理规划.鉴于石油消费系统的复杂性和非线性特征,利用我国石油消费的历史数据,将VAR模型与灰色预测的GM(1,1)、无偏GM(1,1)两种模型有机组合,建立灰色VAR组合预测模型,实证分析得出了更为精确的预测值,由此得出此模型可以作为能源消费量预测的有效参考工具.     

基于动态灰色模型的丽江GDP预测分析

党的十八大明确提出2020年全面建成小康社会的宏伟目标。通过丽江市统计局获得2007年到2013年丽江生产总值及城乡居民收入的数据,以2007年至2013年的丽江生产总值为基础建立GM(1,1)模型并进行求解,分析模型的相对误差,级比偏差,可知GM(1,1)模型精度较高,用来预测2014年以及以后丽江每年生产总值。     

灰色改进GM(1,1)模型在保定市FDI预测分析中的应用

FDI即外商直接投资,以保定市2000-2006年FDI数据为基础,运用灰色系统理论,建立了常规GM(1,1)模型和改进的GM(1,1)模型。改进的GM(1,1)模型优于常规GM(1,1)模型,其精度更高。应用改进的GM(1,1)模型预测了保定市2007-2010年FDI,并分析了预测结果。结果符合保定市的实际情况。     

基于宏观经济因素的中国高速公路交通量增长预测模型

本文从影响高速公路交通量增长的宏观经济指标出发,借鉴了Matas(2001)高速公路交通量增长预测模型,回归出我国基于宏观经济因素的高速公路交通量增长预测模型,结果表明影响交通流量增长的最主要经济因素为地区生产总值和地区失业人口。本文还基于福建省某条高速公路的相关数据,在预测其经济因素概率分布模型的基础上,预测出其交通流量增长概率分布图。本文目的在于指出影响高速公路交通量增长的经济因素,同时为预测交通流量的增长提供一种客观的方法。     

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。     

云南省金融与经济增长关系实证研究——基于VAR模型视角

运用协整、Granger因果检验和向量自回归模型对云南省1966—2009年金融发展与经济增长关系进行实证分析.研究结果表明,金融相关率指标(FIR)、货款规模(LOAN)和云南省地区生产总值(GDP)存在长期均衡关系,FIR和LOAN对GDP都有正向的促进作用。     

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.     

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.