灰色神经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来,对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合,提出了预测宏观经济指标的新方法,实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型GNNM(1,1),该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性,并给出了相应的学习算法,然后通过示例说明模型的可行性。     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1，1)模型，在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法，该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性，发挥两者的优势，从而进一步提高了预测精度一预测实例表明：PGNN的平均相对误差最小，其他指标介于GM和BP之间，显示了PGNN的预测性能是非劣的。更为重要的是，在实际预测时，我们事先不知道哪个模型最优，因此使用PGNN可减小盲目性。对于其他方面的预测应用也具有借鉴作用。     

GM(1,1)幂模型求解方法及其解的性质

根据灰色系统信息覆盖的基本原理,给出了GM(1,1)幂模型中参数a的估计方法.讨论了a的不同取值对模型解的影响,对其白化微分方程解的定理进行了补充,并给出了白化微分方程解的优化方法.结果表明,所提出的建模方法更能适应于一类具有饱和状态或发展变化受众多因素影响的波动原始序列,在0＜a＜1且a＞0和a＞1且a＜0两种情形下,GM(1,1)幂模型与灰色Verhulst模型具有相同的极限性质,但模拟预测精度高于灰色Verhulst模型.     

RFID技术发展趋势预测研究

针对射频信号自动识别(RFID)技术发展受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,本文提出了灰色动态模型对射频信号自动识别(RFID)技术发展趋势进行预测,在此基础上构造了灰色神经网络组合预测模型。该模型避免了变权组合预测模型的主观与繁琐,能有效地将灰色预测弱化数据序列波动性的优点和神经网络较强的非线性适应能力相融合。算例结果表明该方法的可行性和有效性,预测精度也得到了改善。     

灰色方法在工程预算预测中的应用

本文将灰色预测模型应用于工程预算预测,实践证明,这种预测方法灰色GM（1,1）预淤的优点是灰色系统则欲通过己知信息挖掘系统中隐含的未知信息解决问题,着重于“少数据建模”。这一应用拓广了灰色预测的应用范围。对工程预算的预测结果表明,该预测模型的预测精度是令人满意的。对项目成本预测提供了科学的依据。     

灰色神经网络在股价预测中的应用

本文在深入了解股价的可预测性和研究各种股价预测的方法的基础上,探讨利用BP神经网络和灰色模型进行股价预测。以二者为基础,将BP神经网络和灰色模型预测模型的优点结合,提出灰色神经网络模型。该模型将灰色模型的预测值作为BP神经网络的输入变量,而以实际值作为输出变量对神经网络进行训练。     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度。预测实例表明:PGNN 的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的。更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性。对于其他方面的预测应用也具有借鉴作用。     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度.预测实例表明:PGNN的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的.更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性.对于其他方面的预测应用也具有借鉴作用.     

一种改进的灰色模型宅殳票价格预测中的应月

灰色理论可以较好地对股票价格进行预测，而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题。本文提出了基于黄金分割法改进的股票价格灰色预测GM（1，1）模型，并通过实例验证了该模型能显著地提高预测精度，具有较高的应用价值。     

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。     

灰色预测模型在人力资源预测中的应用研究--以旺旺集团为例

灰色预测模型GM（1，1）是邓聚龙教授于1982年创立的，国内许多学者用此模型做了很多研究，主要集中于农业、气象、工程建设、经济等领域，但应用于企业人力资源预测尚处于探索阶段。传统的定性预测精度低、随意性大，灰色预测之外的定量方法对数据完整程度要求较高、数据采集困难。文章使用灰色预测模型应用于旺旺集团人力资源预测，预测出了2015年和2016年旺旺集团的平均人力资源总数，并进行了精度检验，模型符合二级精度，适合做中长期的预测，为人力资源规划和人力资源管理提供依据。     

世界新船订单趋势预测的组合模型应用分析

本文利用趋势移动平均法、灰色系统的GM(1,1)方法和BP神经网络方法的组合模型进行了新船订单趋势的预测。预测结果的对比发现,组合模型能够比单一模型得到更准确的趋势预测结果。     

非线性Compertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM(1,1)模型给出一种新的非线性灰色模型——Gompertzlan模型及其解法。最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度。     

基于灰色系统理论的重庆市天然气消费预测

运用灰色系统理论,以1990年-2004年重庆市天然气消费量为基础数据,经过样本数据处理、级比、级比界区检验,构建了重庆市天然气消费量灰色系统预测GM(1,1)模型。采用残差来判断其预测精确度,对1990年至2004年间重庆天然气消费量进行预测和可信度检验,实践检验结果表明:该方法精确度达到97%以上。同时,运用此方法预测了未来10年重庆市天然气消费将呈快速增长趋势,到2015年重庆市天然气消费量将突破628万吨标准煤。     

非线性Compertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM（1,1）模型给出一种新的非线性灰色模型--Gompertzlan模型及其解法。最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度。     

常州出生人数的灰色预测

本文通过对常州出生人数的分析,应用灰色系统理论建立了常州出生人数灰色动态预测数学模型。通过计算、误差分析以及模型修正表明,该模型的建立是合理的。它为出生人数的预测提供了一种有效的方法和手段。     

非线性Gompertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM(1,1)模型给出一种新的非线性灰色模型--Gompertzlan模型及其解法.最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度.     

房地产行业资本结构和绩效的关联研究——基于灰色系统和神经网络融合方法

文章以资产负债率和净资产收益率作为资本结构与绩效的衡量指标,基于灰色系统和神经网络理论,建立灰色系统GM(1,N)和神经网络的串联融合模型分析它们之间的关系。实证研究结果表明:资产负债率和净资产收益率存在稳定关系,资产负债率对净资产收益率有显著的促进作用。     

基于灰色预测模型的山东省公路货运量预测分析

文章论述了灰色预测模型在公路货运量预测中的应用技术、方法与程序。该方法利用了累加生成手段和微分方程描述的灰色模型,与目前常规货运量预测理论和模型相比,可有效处理小样本、贫信息的不确定系统,并在一定预测时段内具有良好的预测精度和实用性。应用灰色系统中的GM(1,1)模型对1999-2010年山东省公路货运量进行分析和研究,通过运行预测模型并与原历史数据进行比较,确认预测模型准确度较高;最后以此预测模型对山东省2012—2017年的公路货运量进行了预测。     

基于GM（1，1）模型的陕西省电力需求预测

为了预测陕西省未来几年的电力需求量，根据灰色系统理论，利用陕西省1997-2006年10年的电力需求资料，运用GM（1，1）灰色预测模型方法，对2007-2010年陕西省电力需求量进行动态预测，为陕西省的电力发展提供科学决策依据。