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。     

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。     

灰色系统理论在产品失效时间预测中的应用

运用灰色系统理论,对产品失效时间建立GM(1,1)预测模型,并进行了预测,由计算结果表明该预测模型具有较好的预测精度。     

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。     

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。     

基于灰色GM(1,1)模型的江苏省物流量预测

物流量的预测对于政府制定宏观物流举措起到至关重要的作用。灰色在建立区域物流规模预测的灰色马尔可夫模型的基础上,以江苏统计年鉴公布的江苏省2006年~2012年货物周转量的统计数据为依据,对其2013~2015年的物流规模进行预测。与灰色GM(1,1)方法相比,灰色马尔可夫链模型对区域物流规模的预测更加科学合理。     

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PLS的组合预测模型及其应用

本文运用组合预测理论,利用偏最小二乘回归方法建立了基于灰色预测模型GM(1,1)、2阶自回归模型AR(2)和龚伯兹曲线模型的组合预测模型,并对农业贷款需求进行了预测。     

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.     

Predicting resilience in retailing using grey theory and moving probability based Markov models

The level of resilience for an urban retail system is referred to as the ability of diverse types of retailing to adjust to any modifications, crises or shocks, which can adversely influence the system equilibrium, without compromising on performing its’ functions in a viable way. We use the case of retailing in an urban environment, considering a town center, and observed the resilience factors in retailing. Apart from that, we propose a methodology to measure and predict the level of retail resilience of urban town centers. The idea and theory of grey prediction models and moving probability based Markov models are used in this research for predicting the retail resilience of town centers using several identified indicators. Here, the retail resilience of a case town center, which is located in an Indian city, is evaluated based on the five indicators of retail resilience. From the results of prediction, an increasing trend in the level of retail resilience is observed for the case during 2020. This is perceived as per the results of predictions from the grey model of the first order and with one variable (GM (1, 1) model) and the grey moving probability state Markov model-based error correction. Managers can acknowledge the level of retail resilience and the stage of the adaptive cycle, where the town center stands in resilience, for improving the future trends in the resilience of the town center. Also, the policy implications points in the direction to mend or amend strategies to fit the town center within the adaptive cycle of resilience, as discussed in the paper.     

黑龙江省经济适用住房价格预测

经济适用住房越来越成为广大人民群众关注的焦点。通过采用灰色系统理论中的灰色预测方法并建立灰色预测供给模型．对影响黑龙江省经济适用住房供给的因素进行定量化分析,进行价格预测。其结论是：黑龙江省降低经济适用房的价格势在必行;灰色预测模型具有较好的预测精度．预测结果可信;这种方法在房地产业具有较好的应用前景。     

基于现金流量的投资企业财务风险预警分析

由于受各种难以预料或者控制因素的影响,企业财务状况具有不确定性,从而使企业有蒙受损失的可能性。特别是处于投资期的企业,如果由于现金流入与流出在时间上差距太大,就有可能导致现金短缺。本文从投资企业的资金需求现状出发,分析企业在投资过程中发生财务风险的可能性,利用灰色灾变预测方法,构造现金流量异常值的预警模型,以对企业的财务风险进行预警。实践证明,该模型具有很高的可行性。     

浙江农村居民收入的灰色预测分析

灰色关联度分析和灰色预测模型的结果显示,未来几年中浙江农村居民人均纯收入仍将快速增长,但其结构的基本格局不会改变,非农劳动收入始终是农民收入的主要组成部分。我们要从农民人均纯收入结构分析中入手,提高农民向城市的转移速度,增加农村居民工资收入及家庭二、三产业经营收入,大力推进农业结构性调整,加快农业生产经营方式向集约化、规模化、产业化大生产经营的转变,使农村居民人均纯收入保持较快增长。     

基于电商大数据的农产品短期经营风险预测研究——以家庭经营梨果种植户为样本

农产品电商具有农业经营改善和农户福利提升的积极作用，在电商参与模式下识别和预测农产品短期经营风险有助于农户家庭主动管理和积极干预电商嵌入结构，也为区域电商布局优化提供理论依据和预警方案。文章以江苏省3755户家庭梨果种植户为样本，采集种植投入、电商交易和借贷保险等电子台账大数据，对比分析线性计量模型、一维非线性机器学习模型和二维深度学习模型对农产品短期经营风险结果和风险决策的预测能力。结果表明，电子台账大数据包含预测农产品短期经营风险的信息含量，基于特征灰度的二维卷积神经网络具有精准而稳定的预测能力，电商交易的预测信息含量高于种植投入和借贷保险且三者相互印证。在此基础上，从电商数据规范、台账软件升级、电商咨询建设和数字平台管理角度提出建议。     

商品住宅需求量灰色系统预测模型研究

论文运用灰色系统理论,建立了有效的商品住宅市场短期需求预测模型,并以沈阳市为例对模型进行运用,结果证明该方法具有科学性,能为政府进行商品住宅市场短期平衡和控制提供决策依据。     

基于无监督学习的目标轨迹预测

针对情报与侦察监视领域中目标轨迹预测问题，提出了一种基于无监督学习的预测方法。首先，根据历史信息分析目标历史活动规律；其次，构建隐马尔科夫模型，通过无监督学习自动实现预测目标在栅格网中的运动方向；最后，根据学习得到的运动方向和目标运动速度信息，计算未来短期内的目标轨迹。数值仿真验证了该方法能够有效地预测目标在未来短时刻内（通常为5 min）的运动轨迹。     

几种人口预测方法的应用与比较研究——以河北省滦南县为例

人口预测是准确把握人口增长趋势与结构特征的重要途径。本研究采用马尔萨斯人口模型、逻辑斯蒂人口增长模型和灰色预测模型三种方法,以河北省滦南县1998-2010年人口为基数,对未来10年人口增长趋势进行预测分析,并比较三种预测方法的特点与适用性,以期能够丰富人口预测方法相关研究。     

A Location Recommender Based on a Hidden Markov Model: Mobile Social Networks

With the development of mobile communication technology and location-based services, people can share information with friends through checking in anywhere, at any time. If we can “speculate” when users will next check in, we can make relevant and useful recommendations. Here, we introduce a new check-in-based hidden Markov model to cope with changing circumstances. A certain check-in-based hidden Markov model for each group is obtained first. The model then analyzes temporal check-in intervals of users before suggesting locations. We also discuss optimal parameter settings for the number of hidden states and the corresponding number of user groups. Experiments show that, given observations of a new entrant, the model is able to predict the most probable time period the user will check in next time. It can also recommend a specific user group for the new entrant. Hence, it enables the recommendation of potential locations of interest for the new entrant.     

Option pricing under Markov‐switching GARCH processes

This study proposes an N ‐state Markov‐switching general autoregressive conditionally heteroskedastic (MS‐GARCH) option model and develops a new lattice algorithm to price derivatives under this framework. The MS‐GARCH option model allows volatility dynamics switching between different GARCH processes with a hidden Markov chain, thus exhibiting high flexibility in capturing the dynamics of financial variables. To measure the pricing performance of the MS‐GARCH lattice algorithm, we investigate the convergence of European option prices produced on the new lattice to their true values as conducted by the simulation. These results are very satisfactory. The empirical evidence also suggests that the MS‐GARCH model performs well in fitting the data in‐sample and one‐week‐ahead out‐of‐sample prediction. © 2009 Wiley Periodicals, Inc. Jrl Fut Mark 30:444–464, 2010