青海省物流需求规模预测的实证分析

运用灰色GM（1,1）预测模型,选取货运量为指标,根据统计数据建立了青海省铁路和公路物流需求规模模型,并对青海省十二五期间的物流需求规模进行了预测,在一定程度上能够为青海省物流业发展提供定量依据。     

基于灰色系统理论GM（1,1）模型的林芝旅游市场规模预测

旅游业是西藏林芝市的支柱产业,对林芝旅游市场规模进行预测具有重要的意义。基于2009-2016年林芝市旅游接待人数数据资料,利用灰色系统理论GM（1,1）模型对林芝市十三五期间旅游市场规模进行预测,并对其进行了残差检验、关联度检验和后验差检验,检验结果显示建立的GM（1,1）模型具有较高的精度,可以进行实际预测。预测结果表明林芝未来几年旅游业市场规模将呈现持续稳定增长的趋势。     

基于灰色马尔可夫模型的北京市文化消费预测

为了把握文化消费的未来走向，拉动文化消费增长，使用GM（1,1）模型和马尔可夫模型相结合的灰色马尔可夫模型，对北京市2008—2018年文化消费支出数据进行建模，得到 2019—2023 年的北京市文化消费预测值。结果表明：灰色马尔可夫模型有效改善GM（1，1）模型预测波动数据效果不理想的缺点，提升了模型的预测精度。受疫情影响，2020年北京市文化消费下降35.6%，2021—2023年将呈现持续增长趋势。根据预测结果，对拉动文化消费增长点提出合理建议。     

灰色模型在建筑物沉降预测中的应用

针对建筑物出现的变形问题,提出在现有建筑物观测数据的基础上,在MTALAB的语言环境下,建立GM（1,1）模型,来预测该建筑物的沉降量。分析结果表明,把灰色GM（1,1）模型和MATLAB结合起来预测建筑物的沉降发展趋势,具有较强的实用性。     

基于GM（1，1）模型的中国制造业总量的预测研究

文章通过灰色预测的GM（1,1）模型,对中国制造业总量做了预测分析,针对预测结果给出建议。     

“一带一路”区域物流供需预测分析——以福建和新疆为例

物流产业发展推动了经济提质增效升级,提高了国民经济实力,预测区域物流的供给与需求发展,促进其协调发展的问题备受关注。本文构建了物流需求系统和物流供给系统指标,通过GM(1,1)模型以新疆和福建为例对未来几年物流需求和供给做预测分析。研究发现:预测福建和新疆未来的物流需求均会大幅上升,应加大物流投入使其协调发展。最后提出了促进物流可持续协调发展的建议。     

基于等维新息灰色马尔可夫模型的河南旅游总收入预测

以河南省旅游总收入为对象进行研究,选取2005—2018年的旅游总收入数据作为研究样本,在GM(1,1)模型的基础上,用马尔可夫理论和等维新息的思想加以修正,建立了等维新息灰色马尔可夫模型。结果表明,等维新息灰色马尔可夫模型比传统的GM（1,1）模型和灰色马尔可夫模型的预测精度要高,达到了94.735%,可用来进行旅游总收入的预测,从而为有关部门制定政策提供参考。     

基于灰色马尔科夫模型江苏城镇农产品冷链物流需求量的预测

从江苏省城镇居民农产品冷链物流的需求状况作为研究点.以《江苏统计年鉴》2011-2019年的数据作为样本,选取了鲜菜,猪肉,鱼虾,鲜蛋,鲜奶,瓜果等影响因子,逐步缩小数据筛选范围.运用灰色GM(1,1)模型结合Matlab2017b软件对江苏省城镇居民未来五年冷链的需求量进行预测,预测模型结果表明精度为97.62％,并通过马尔科夫链进行优化,使预测的精度达到98.61％.实验结果给相应的部门提供数据借鉴,以期为促进农产品冷链的供需平衡提供理论支持.     

基于参数优化的物流需求灰预测研究

在当前大力发展物流业的同时,需要做好物流需求预测,从而为各地科学合理地制定物流发展规划,实现物流系统供需平衡提供重要决策依据。物流系统是典型的灰色系统,文章利用江苏省物流货物周转量历史数据建立新陈代谢GM（1,1）模型群,并对模型参数进行优化,通过对模型群中不同维度的各个模型进行比较,选取其中精度较高的模型对货物周转量进行预测。结果表明模拟与预测效果均很好,模型有较高的应用价值。     

改进的灰色预测GM(1,1)模型的MATLAB实现

灰色系统理论中的灰色预测理论已得到了广泛的应用,文章简单介绍了改进的灰色预测GM(1,1)模型,使用MATLAB语言给出了建立模型的算法程序,为高效地利用MATLAB强大的科学计算功能解决一些GM(1,1)模型预测等数据处理问题提供了方便。     

基于灰色系统模型的达州市农业经济预测

以灰色系统理论为基础对达州农业总产值和相关产业进行灰色关联分析,建立了达州市农业经济的GM(1,1)预测模型,对达州近几年农业经济产值进行预测,与真实值进行对比结果表明,运用灰色系统模型的方法对达州农业经济产值的预测与实际比较接近,最后结合本文对达州市农业经济发展提出了若干政策建议。     

基于GM（1,1）模型群的重庆货运量预测研究

货运量是货运市场体系中的重要统计指标,预测货运量发展趋势是制定货运发展战略的前提和基础。文章根据重庆市货运发展状况,收集了重庆2001-2011年货运量的数据,采用GM(1,1)模型群对重庆市货运量进行模拟、预测。经过模型精度检验,最后选择等维灰数递补GM(1,1)模型对未来四年内的重庆货运量进行预测。     

基于灰色理论的海西区域物流需求研究

物流产业的发展在"海西"经济区建设中发挥着重要作用。在当前物流产业统计指标体系尚未健全的情况下,本文运用灰色系统预测模型,对"海西"经济区建设的物流需求量进行预测,以此反映"海西"经济区物流需求的变化情况,为"海西"经济区物流产业的规划和制定相应物流政策提供依据。研究结果表明,GM(1,1)预测模型预测精度较高,效果较好。     

基于灰色-ARIMA耦合模型的中国发电量短期预测

针对国内发电量的持续增长现象,基于中国2012—2021年的发电量数据,使用新陈代谢GM(1,1)模型与阻尼趋势模型耦合所得的灰色- ARIMA耦合模型,对中国2022—2030年的短期发电量进行预测。比较新陈代谢GM(1,1)、传统GM(1,1)与新信息GM(1,1) 模型的试验结果,将误差平方和最小的模型与ARIMA模型耦合,引入时间序列分析来拟合发电量,构建等权的灰色-ARIMA耦合预测模型,得到2022—2030年发电量的可靠耦合预测数据,具有一定的鲁棒性。为我国制定新能源措施和发展规划,实现碳中和、碳达峰及可持续发展具有重要的借鉴意义。     

一种对指数增长年度用电量的组合预测方法

为有效预测呈指数增长的年度用电量,本文选用了指数函数法、GM(1,1)灰色模型和多元线性回归模型来对年度用电量进行拟合外推预测。通过运用这些方法预测北京年度用电量和对预测结果进行比较分析得到,GM(1,1)灰色模型的实际预测结果往往偏大,指数函数法预测结果可能偏小,而多元线性回归模型虽然考虑了其他因素影响但在实际预测指数增长负荷时参考意义较小。因此,最终选择合适的权重加权组合以上模型得到最终预测值,预测精度较高。