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。     

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。     

中国能源消费预测的GM(1,1)模型研究

对能源消费量的准确预测和分析有利于正确的能源发展战略的确定,能源消费量由于数据量少,不确定等特点适合灰色系统预测,选取1997-2006的数据为原始数据,运用GM(1,1)模型和GM(1,1)模型参数估计的加权最小二乘方法对中国能源消费进行预测,并通过残差修正,建立能源消费预测模型。对模型进行误差检验,建立残差模型,再次通过误差检验,得出GM(1,1)模型在预测精度上还有一定缺陷,预测的精度不高,但依旧可以用于能源预测。     

基于GM(1,1)模型的消费预测

利用2000至2009年全国社会消费品零售总额数据,结合GM(1,1)模型原理,利用MATLAB程序,在通过后验差检验对今后我国消费状况进行预测,从而一定程度上反映我国经济发展趋势,确定我国相关计划和政策的合理性.     

基于Elman神经网络的社会消费品零售总额预测

本文利用Elman神经网络的非线性映射能力和粒子群优化算法的全局搜索能力,建立社会消费品零售总额预测模型,预测未来一段时间内的社会消费品零售总额。预测结果表明:所建立的社会消费品零售总额预测模型具有较强的预测泛化能力,仅依靠过去一段时间内社会消费品零售总额便可以准确稳定地预测出未来一段时间内的社会消费品零售总额。     

基于灰色马尔可夫模型的市场需求预测

结合灰色GM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫GM(1,1)预测模型,以市场需求预测为实例,证明灰色马尔可夫预测模型对于随机波动性较大的市场需求的数据列的预测具有一定的准确性和应用性。     

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。     

经济管理中常用预测模型的应用及比较分析

本文研究了经济预测中常用的逐步回归分析模型、偏最小二乘回归分析模型,BP神经网络分析模型,灰色预测GM(1,1)模型和组合预测模型在经济预测中的应用,比较了他们的优缺点,便于管理者在实际应用时对模型进行选择.     

基于组合模型的我国税收收入预测分析

本文在ARIMA和GM(1,1)模型基础上,利用我国经济发展数据建立一个组合预测模型,并把它应用于我国税收收入的预测.所得结果误差优于两个模型的分别预测,表明组合预测模型在税收收入数据的预测中更有优势.最后据此组合预测模型对2009年中国税收收入进行了预测分析.     

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ARIMA模型在社会消费品零售总额预测中的应用

为了研究ARIMA模型对经济数据的预测,本文利用统计软件EViews7.2,通过分析我国社会消费品零售总额从2003年1月到2010年12月的月度数据,建立了八种不同参数的乘法季节ARIMA模型。根据模型的预测精度、检验结果,本文确定了最优预测模型ARIMA(2,2,0)×(1,1,1)12,并运用该模型来预测我国2011年1月至12月的社会消费品零售总额,并与2011年实际数值进行比较,拟合效果良好。对于2012年的展望,笔者认为,其值仍将呈速度较快的上升趋势。     

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。     

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。     

大型科研项目费用风险时点预测与分析模型

根据大型科研项目灰性较强的特点,基于灰建模思想,构建其费用风险时点预测模型;并通过对各分项费用数据建立GM(1,1)预测模型,预测未来费用结构,分析未来可能导致较大费用风险的原因。实证研究表明,该模型具有较高的精度,能为决策提供较可靠的预测值。     

家电产品市场销售的预测方法研究

以家电产品销售量常用的预测模型——灰度理论GM(1,1)模型为参照蓝本,根据1996—2009年家电产品年销售数据,探讨修正威布尔模型在家电产品市场销售量的预测作用。根据家电产品销售市场的变化规律,以威布尔累计概率为基础,提出修正威布尔预测模型。通过对1996—2009年家电产品年销售数据的拟合,建立家电销产品年销售量的修正威布尔预测模型,与灰度理论的GM(1,1)模型对比,分析两种预测模型的优劣,分析修正威布尔预测模型在家电产品市场销售量预测的适用性和准确性,为家电销产品售量预测提供全新的预测模型。     

南通市社会消费品零售总额的预测模型对比分析

基于2010—2021年南通市社会消费品零售总额月度数据,本文采用因素分解模型对南通市社会消费品零售总额进行因素分解,从数据中提取的趋势效应与季节效应均能从现实出发得到合理解释。本文分别用Holt-Winters三参数指数平滑预测与SARIMA模型ARIMA(1,1,2)×(2,1,0)₁₂对南通市社会消费品零售额当期值进行预测分析。通过比较相对误差发现,SARIMA模型比因素分解模型预测的误差小。从预测结果来看,南通市未来短时间内的社会消费品零售总额仍将保持高速增长。     

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。     

用遗传算法改进GM(1,1)模型

首先论述了GM(1,1)模型的预测一般过程,根据原始数据序列判断其是否适合用GM(1,1)模型进行拟合与预测;用加速遗传算法代替最小二乘法求微分方程中的参数;并认为初值x(0)(1)的选取对模型的精度有一定的影响,指出传统灰色模型初值选取上的不足,进而提出用加速遗传算法可以提高模型精度的修正初值的构造方法.最后给出了一个具体的算例.