基于改进灰色模型的物流成本预测研究

物流成本的正确预测有助于合理分配现有资源,提升物流成本效益。为了克服传统灰色模型预测精度低的缺陷,通过引入将阶跃函数改进传统灰色模型,提升灰色模型预测精度。利用历年我国物流总费用数据,对未来年物流成本和灰色预测模型的精度进行预测,将预测结果与简单平均法、移动平均法、指数平滑法和传统灰色模型进行比较,验证模型的合理性和有效性。     

GM(1,1)模型和线性回归组合模型在旅游人数预测中的应用

以我国1987-2002年各年的国内旅游人数为例，运用GM（1，1）模型和线性回归的组合预测新方法研究旅游人数的变化规律，建立了旅游人数预测的组合模型，对此后几年旅游人数作了预测，并与实际情况进行比较发现预测精度满足要求，具有实用性。     

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。     

基于灰色波形理论的铀资源价格预测方法

根据铀资源U3O8现货价格时间序列数据波动幅度不规则的特征,采用非等间隔的灰色波形预测模型,以UxC咨询公司2010年1月～2014年12月U3O8现货价格的月度数据为原始数据,对其2015年1月～2016年2月的U3O8现货价格进行灰色波形预测.最后,将该模型预测结果与在价格预测中应用较广泛的基本GM(1,1)模型和ARIMA模型预测结果进行对比,分析结果表明,相比于其他两种模型,灰色波形预测模型预测值与U3O8现货价格真实值具有更好的拟合度,且精确度更高,可用于实际应用.     

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。     

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GM(1,1)宏观经济预测及相关对比分析

本文基于灰色系统理论,运用相同的国内宏观经济数据,进行了GM(1,1)模型的构建和选择,并与正交尺度网络模型以及BP模型、小波神经网络模型等预测结果进行了对比研究,结果表明,本文所建立的GM(1,1)模型在有效性方面具有一定的优势。最后,本文运用GM(1,1)模型对我国未来5年国内生产总值的发展情况进行了预测,结果表明,在宏观经济环境不变的情况下,未来5年我国国内生产总值能够实现翻番。     

湖北省粮食产量灰色关联分析与预测

根据2003-2009年湖北省的粮食统计资料,运用灰色方法对影响粮食生产的诸人文因素进行灰色关联分析,并运用GM（1,1）模型对未来几年的粮食总产量进行预测。分析结果表明,8个主要影响因子与粮食总产量呈显著关联,其中粮食播种面积、有效灌溉面积、第一产业从业人数、粮食单产和化肥施用量是影响湖北省粮食总产量的5个重要的因子;预测结果则表明,未来几年湖北省的粮食总产量将持续上升,湖北省人均粮食产量也同样呈上升趋势,这将为湖北省农业的可持续发展提供参考。     

基于DEA模型和GM模型的指数预测法

DEA模型和灰色预测模型是两个常见的、预测效果也较精确的模型,本文基于这两个模型构造了加权模型,使得预测结果更加精确,模型的应用范围也更广,并通过对上证指数和深证指数的预测来验证模型的准确性。在实证部分还给出了新陈代谢加权模型,从实际数据的验证结果可以看出这一改进同样使得预测结果更加精确。     

基于遗传算法的我国居民消费价格指数短期灰色预测研究

针对传统灰色GM(1,1)预测模型存在精度差的问题,提出采用遗传算法对其进行改进。利用改进的GM(1,1)模型,根据2006年1月至2008年3月共27个月我国居民消费价格指数的统计资料,对2008年1-3月消费价格指数进行了预测,与实际消费价格指数和传统GM(1,1)的计算结果进行比较研究,结果表明改进的模型预测精度高,预测结果好,最后对未来三个月居民消费价格指数进行了预测并进行了分析。     

基于灰色预测理论的深圳市旅行社发展预测

运用灰色预测理论,建立旅行社接待人数和营业收入的灰色模型,对深圳市旅行社的发展趋势进行预测。根据预测结果,深圳市旅行社在经营管理中应重视其发展规律,提高服务质量的同时满足不同类型、层次消费者的需求以适应动态的市场变化与行业的要求。     

公路工程造价指数分析与预测

本文运用多元回归模型分析了工程造价指数的影响因素及影响程度，运用逼近中心式灰色模型对工程总价格指数进行了预测，最后以实际工程为例进行了验证，证明逼近中心式灰色模型预测精度高，预测效果好。     

基于MATLAB的粤东西北地区旅游收入和人数灰色预测研究

运用灰色模型对原始数据进行预处理后,对旅游客源人数及收入情况进行预测分析,可以为区域旅游业的发展提供决策参考。文章选取广东省粤东西北地区12个城市的8个年度的统计数据,以接待过夜旅游者人数、旅游收入变量分析为基础,依托MATLAB平台、运用灰色预测模型,做好预测精度检验,对2014年至2018年粤东西北地区旅游收入与人数作外推预测,得出科学预测值,并就粤东西北地区旅游发展的优劣势,提出区域旅游转型发展的策略。     

安徽省道路旅游客运车辆需求量预测分析

本文分别采用指数函数曲线预测模型、灰色简单预测模型和多元线性回归的一般模型预测安徽旅游人数,依据三种方法预测结果的加权平均数,预测了安徽道路旅游客运车辆需求量,为道路旅游客运体系的建立,能够提供科学的决策依据。     

组合模型对南通港集装箱吞吐量预测研究

港口集装箱吞吐量是增强港口竞争力,提升港口经济效益的一个重要影响因素。准确预测港口集装箱吞吐量,对于港口发展具有重要作用。本文选取了1995年~2010年南通市港口集装箱吞吐量的数据,在灰色预测模型和三次指数平滑模型的基础上进行加权组合,建立组合模型预测2011年~2015年的集装箱吞吐量,通过对比分析,组合模型的预测结果比单一模型的预测结果更接近于实际值。最后,利用组合模型对2016年~2020年南通市港口集装箱吞吐量进行预测,并在预测结果的基础上结合南通港发展现状,对南通港今后的发展建设提出了一些建议,为"十三五"期间南通市港口更好地发挥在对接"一带一路"和长江经济带战略中的作用提供决策参考。     

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。     

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。     

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。     

我国居民消费价格指数的预测分析——基于残差修正的改进GM(1,1)模型

我国居民消费价格指数受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于残差修正的改进GM(1,1)模型。首先,本文介绍了改进GM(1,1)模型的建立方法与步骤;接着结合2007²011年我国居民消费价格指数建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国居民消费价格指数,便于对我国未来居民消费价格指数的宏观调控。结果表明,该预测方法是可行的,为相关预测提供了理论依据。