改进灰色预测模型的研究—以安徽省物流量预测为例

以GM(1,1)模型为基础,提出对原始数据取自然对数以提高原始数据的光滑度,同时,与优化背景值相结合,对GM(1,1)模型进行改进。利用安徽物流量的实际数据,比较原始GM(1,1)模型、基于优化背景值的GM(1,1)模型和新的GM(1,1)模型各自的拟合精度,发现新的GM(1,1)模型精度最好,有一定的实用性。     

改进灰色预测模型的研究——以安徽省物流量预测为例

以GM(1,1)模型为基础,提出对原始数据取自然对数以提高原始数据的光滑度,同时,与优化背景值相结合,对GM(1,1)模型进行改进.利用安徽物流量的实际数据,比较原始GM(1,1)模型、基于优化背景值的GM(1,1)模型和新的GM(1,1)模型各自的拟合精度,发现新的GM(1,1)模型精度最好,有一定的实用性.     

基于指数加权算子与自适应粒子群优化灰色模型的负荷预测

针对传统灰色预测模型GM(1,1)在预测增长较快的电力负荷时预测效果变差及数据离散度越大导致预测精度越差这一局限性,对传统灰色预测模型做进行改进。一方面,采用指数加权算子对原始数据序列进行处理,有效地减弱异常值的影响,强化了原始数据序列的大致趋势;另一方面,利用自适应粒子群优化算法与GM(1,1)模型相结合,优化GM(1,1)模型中的背景值,使其更合理,使原始信息得到更好的利用。     

灰色GM(1,1)模型在房价预测中的算法研究

本文利用灰色系统GM(1,1)模型来预测房地产价格,对模型的算法进行了调整与改进:对原始数据序列采用选取最近年份不同个数的样本数据(在序列中进行无间隔选取,即连续的)方式逐次建立相应的GM(1,1)模型,研究了选取的样本个数与误差之间的关系。通过具体算例即历年全国房屋的平均销售价格预测的验证,结果证明其误差与所选取最近年期的样本数据个数有一定的关系。可以根据所研究问题的特点适当选择样本个数,尽量减少预测的误差。     

改进的非等间距GM(1,1)模型的优化

针对传统非等间距GM(1,1)模型的不足,本文分析了传统非等间距GM(1,1)模型的基本原理,分析了传统非等间距GM(1,1)模型与白化方程之间的差异,提出了改进累加序列的方式来优化非等间距GM(1,1)模型,并建立了一种新的累加方式并应用于某大坝沉降。分析了本文中的非等间距GM(1,1)模型与传统非等间距GM(1,1)模型之间的差异。实例表明了改进非等间距GM(1,1)模型精度较高,更适合于工程实例。     

差异演化算法优化灰色模型的负荷预测

传统灰色预测模型GM(1,1)在预测增长较快的电力负荷时预测效果会变差,为克服这一缺陷,首先对原始数据进行开次方处理使数据增长变平稳,再将差异演化算法与GM(1,1)模型相结合,利用差异演化算法求解GM(1,1)模型中的参数。电力负荷预测实例结果表明该模型具有较高的预测精度和较广的应用范围。     

江苏劳动争议案件数量的灰色预测及启示

以2000～2009年江苏省劳动争议受理案件数据为依据,运用灰色系统理论,建立灰色GM(1,1)主模型和GM(1,1)残差模型,对江苏省劳动争议受理案件时间序列进行了拟合、分析与预测。通过实证分析表明,GM(1,1)残差模型的拟合程度较高,是一种有效的劳动争议数量预测算法,模型预测结果可为劳动关系管理和劳动争议处理提供有利的理论依据。     

GM(1,1)预测模型中原始数据的函数变换研究

灰色预测模型是灰色系统理论的重要内容之一,也是预测理论中被广泛使用的一种预测方法。为了提高预测精度,需要对原始数据序列作数据处理,提高数据序列的光滑度,本文主要是对灰色预测GM(1,1)模型利用函数变换理论对其原始数据函数变换处理进行研究,并对进过函数变换原的数据精度进行比较。     

基于灰色GM(1,1)模型的河北沿海地区物流需求预测研究

以灰色预测理论为基础,通过不同的原始数据序列构建不同维度的GM(1,1)模型,对其预测精度进行比较;并选取精度最高的模型建立起新陈代谢模型,采用等维灰数递补的动态预测方法,对河北沿海地区"十二五"期间的物流需求进行预测。     

基于先验神经网络的港口物流量对海洋经济增长预测——以浙江省为例

提出了一种基于先验知识神经网络预测模型,分别采用时间序列和多变量建模方法对反映浙江省海洋经济发展水平的各指标进行建模预测,与其他建模方法(如GM(1,1)时间序列模型)相比,有更好的综合性能。最后采用PKNN时间序列模型对2011-2020年浙江省沿海地区海洋经济发展水平进行预测,结果表明预测得到的2015年浙江海洋经济产值接近浙江省规划值。     

基于灰色GM(1,1)模型的河北沿海地区物流需求预测研究

以灰色预测理论为基础.通过不同的原始数据序列构建不同维度的GM(1,1)模型,对其预测精度进行比较;并选取精度最高的模型建立起新陈代谢模型,采用等维灰数递补的动态预测方法,对河北沿海地区“十二五”期间的物流需求进行预测.     

基于GM(1,1)残差模型的铁路客运量预测

运用灰色GM(1,1)模型,对铁路客运量进行预测,再用GM(1,1)残差模型进行修正,得出精度很高的预测模型,结合实际统计数据对预测结果的精度进行检验。结果显示,GM(1,1)残差模型的预测结果比灰色GM(1,1)模型有更高的预测精度。基于此,对2009~2014年广西壮族自治区铁路客运量进行预测。     

基于灰建模技术的移动电话通话业务预测研究

根据灰色GM(1,l)模型的建模机理,利用2006-2010年我国电信业务的统计数据,构建了中国电信移动电话通话业务GM(1,l)预测模型,对十二五期间中国国移动电话通话业务量进行预测。实例分析表明,建立的GM(1,1)模型具有较高拟合精度,十二五时期中国国移动电话通话业务量呈现高速增长态势。     

灰色模型的预测与应用研究

本文通过建立灰色预测的GM(1,1)模型对全国人均储蓄存款额进行预测,并且通过实际预测的效果说明灰色模型在时间序列预测中的应用。     

基于GM(1,1)模型的企业融资需求预测

一些企业在预测融资需求时大多采用销售百分比法,虽然简单方便,但是其基本假设与现实不很相符,实用性较差。GM(1,1)灰色预测模型建模所需信息较少,而模型精度较高,是处理小样本预测问题的有效工具。因此本文运用GM(1,1)模型来预测企业融资需求,克服了传统方法的缺陷,提高了企业财务预测的准确度。     

基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测。     

基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测.     

基于优化GM（1,1）模型AP1000核电设备趋势预测

本文从背景值计算的定义出发,运用Lagrange插值法对GM(1,1)模型背景值进行改进。使用优化的GM(1,1)模型对蒸汽发生器传热管发生破裂时二回路辐射剂量率进行实证研究,说明了该优化模型具有高精度性,扩大了GM(1,1)的适应性,为AP1000核电设备趋势预测提供了参考。     

基于GM(1,1)模型的船舶避碰决策的应用研究

本文在对船舶避碰决策研究现状回顾的基础上,对船舶避碰规则、船舶避碰过程和船舶碰撞的危险进行阐述,进而介绍基于GM(1,1)预测模型的灰色预测理论和方法,并初步探讨了通过引入缓冲算子来改进GM(1,1)模型,为船舶避碰决策提供一种新的安全的预测方法.     

灰色GM(1,N)方法在股票预测中的应用

对股票价格的预测,直接影响投资者的投资决策,与投资者的经济利益密切相关。股票市场特有的的波动性和不确定性,给股票的预测带来困难。20世纪80年代兴起的灰色系统理论,应用于股市预测的探索已经取得一定成就,已经采用过GM(1,1)模型、灰色神经网络模型、以及灰色马尔可夫模型等预测方法。文中拟采用GM(1,N)模型对股票价格进行预测,并与GM(1,1)模型进行比较,证实了GM(1,N)拥有更好的精度。