改进的GM(1,1)模型在区域降水量预测中的应用研究

通过引入变量权重系数对传统灰色动态预测模型各变量赋予权重值,对传统GM(1,1)进行改进,并将改进的GM(1,1)模型运用区域的降水量预测中。研究结果表明:改进的GM(1,1)模型可以更好的考虑变量之间的权重,改善传统模型的计算收敛精度。在对年降水量的预测中,改进的GM(1,1)模型可通过置信度为95%的F检验,相比于传统模型,改进的模型在区域2个降水站点年降水预测相对误差分别减少9.3%和17.52%。改进的GM(1,1)模型在夏季F检验的决定系数和F值均最高,冬季最低。研究成果对于区域降水量的预测提供参考价值。     

灰色预测模型在陕西省电力消费量预测中的应用

电力消费是人们日常生活必不可少的,随着城市的大力发展,有效地对电力消费进行预测显得越来越重要。本文采用灰色预测模型GM(1,1),建立陕西省电力消费量预测GM(1,1)模型,验证预测精度,进一步对2011-2015年陕西省的电力消费量进行预测,为今后陕西省的电力规划提供参考价值。     

保定市机械工业年总产值的灰色预测

本文运用灰色系统理论的 GM(1,1)模型对保定市机械工业的年总产值进行预测,得出保定市机械工业发展的灰色动态模型,运用该模型对保定市机械工业今后的发展趋势进行了预测。     

基于灰色线性回归组合模型的物流需求预测研究

灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证.最后,本文以改进模型对福建省未来几年的物流需求进行了预测.     

基于GM(1,1)模型的北京市房地产投资分析

房地产投资所受影响因素众多,适合于用灰色系统进行预测和分析.奉文通过对北京地区1998年-2005年房地产投资的实际数据进行分析,建立了GM(1,1)模型,运用灰色预测方法对北京地区未来几年的房地产投资趋势进行了预测,其分析结果对于政府对房地产的宏观调控以及房地产开发商的进一步投资都具有一定的参考价值.     

基于GM(1,1)模型的重庆市城镇化率预测研究

城镇化是推动中国经济持续发展的强劲动力,为有效预测重庆市城镇化率水平,并依据该城镇化率水平对重庆的区域发展做出相应规划。首先应用GM(1,1)模型构建了城镇化率的动态预测模型,然后对该模型的误差检验方法进行了研究,最后应用该模型对重庆市城镇化率的发展趋势进行了预测。研究结果表明,重庆市城镇化率的GM(1,1)模型通过了平均相对误差检验、均方差检验、灰色绝对关联度检验和小误差概率检验,该模型可以用于对重庆市未来城镇化率的预测。同时运用这个模型对重庆市城镇化率进行了预测并得出结论:重庆市城镇化率将以较快速度发展,在2015年达到62%,超过中国平均水平,这也证明了重庆市城镇化率水平比较高,对中国的城镇化发展贡献比较大,应继续保持这个发展速度以推进长江经济带的发展。     

利用灰色理论建立经济预测模型的尝试

选定灰色理论来建立预测模型。灰色理论具有三个特点：（１）可有效地进行系统运行的模拟和中、长期趋势预测分析；（２）采用数据处理方法将杂乱无章的原始数据整理成规律较强的生成数列，再用这个生成数列建模；（３）对模型的检验不同于其他理论，灰色理论对模型采用残差检验、后验差检验和关联度检验。对一阶单变量模型、一阶Ｎ变量模型和拓扑预测的建立作了介绍，并用这些模型对某一国家ＧＤＰ的平均增长速度进行预测。     

基于GM(1,1)模型的飞机故障数量预测方法

基于某型飞机年度故障数量的历史数据,运用灰色系统理论建立了GM(1,1)模型,对该飞机年度故障数量进行预测,并对模型精确度进行了验证。结果表明,所建的模型准确、有效,可以为飞机未来几年的故障数量预测提高有效的参考。     

基于ARIMA-GRACH模型的现货电价预测

通过建立ARIMA预测模型对现货电价进行预测,并对ARIMA模型存在的异方差问题通过GARCH模型进行修正。实证算例中,采用北欧四国电力市场数据,与ARIMA和灰色GM（1,1）模型进行比较,表明ARIMA—GARCH模型的预测精度更高,预测误差更小。     

区域创新系统中政策收益的灰色评价模型研究

运用灰色系统理论,从经济的角度出发,建立政策经济收益的灰色评价模型--灰色系统GM(1,1)模型和改进的灰色多项式模型,对区域创新系统中政府政策的影响进行定量研究.并以河北省为例进行实证分析.     

灰色马尔柯夫链在投资预测中的应用

本文针对电力工程项目投资受施工阶段性和施工干扰等因素影响,呈现随机波动性大的特点,将灰色GM(1,1)预测模型与马尔柯失链相结合,提出了灰色马尔柯夫链预测模型,并通过工程实例和与其它的传统预测方法相比验证,证明该模型预测精度高,适宜于随机波动性大的工程项目投资预测。     

灰色神经网络模型应用于证券短期预测研究

证券市场中存在大量的非线性及混沌现象使得许多基于证券投资理论建议的各种线性模型在对其发展进行预测时往往得不到很好的结果。利用两种非线性预测模型并充分考虑各技术指标之间的序列相关性,在灰色GM(1,1)预测模型的基础上提出了组合灰色神经网络预测模型。通过对近期深证成指及首钢股份进行短期预测和检验,结果表明了该方法具有很高的精确度及广泛的应用前景。     

基于灰色马尔可夫链的铁路煤炭运量预测研究

铁路煤炭运量预测是制定铁路煤炭通道发展规划的重要依据.铁路运输是一个复杂的社会经济系统,受到社会、经济、自然等多种因素的综合影响,具有较大的随机性、模糊性和灰色特征,给预测工作增加了一定难度.本文拟用灰色残差GM(1,1)模型预测铁路煤炭运量的发展趋势,再用马尔可夫链对预测结果进行优化,以体现经济运量的"波动性"要求,提高预测的精度和评价的可信度.     

生态环境基础设施项目投融资灰色GM(1,1)预测模型

主要从生态环境基础设施项目分阶段融资需求分析入手,对投融资需求规模预测、适合的投融资渠道选择、具体投融资模式确定等研究.构建了灰色GM(1,1)环境项目融资需求预测模型;以2000-2005年环境基础设施投资总额数据资料,对生态环境基础设施项目融资需求预测模式进行了预测,并对预测结果进行了检验.     

灰色模型在股票价格预测中的应用——以中国石化为例

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,对交易日收盘价格进行预测,并以中国石化(600028)2012-01-04至2012-12-31的交易数据为例进行了分析。分析结果表明,灰色预测模型的平均预测准确度为98.63%。考虑到股票交易规则,42%的预测数据为有效预测,有效预测的平均预测准确度为99.31%。     

修正的GM（1，1）在原煤成本预测中的应用

对传统的GM（1,1）模型进行修正的基础上,结合煤矿生产的实际情况,建立残差修正的GM（1,1）模型,并对A矿在2003-2010年的原煤成本加以预测,提高了预测精度。     

城市燃气管网负荷预测及软件开发

本文建立了基于灰色理论的燃气负荷预测模型GM(1,1),同时开发出了相应的燃气负荷预测软件.运用实例验证了该软件能够较为准确的预测城市居民用户和工业用户的天然气年用气量,可为城市燃气系统的规划与建设提供有力的理论支持.     

灰色证券系统证券价格趋势模型的建立与分析

针对在非安全信息下的证券价格变动情况,将灰色系统理论首次引入证券价格趋势分析;利用灰色系统理论和关联度分析,建立能进一步准确反映证券价格动态过程发展态势的量化模型;通过模型,对证券价格变动趋势进行预测研究,建立灰色GM模型,并针对上海证券交易所某个时间段进行实证模型建立、分析及精度检验,取得了满意的结果。     

制造业升级中劳动力需求趋势与质量结构研究——基于灰色理论的实证分析

当前制造业发展面临转型压力,匹配的劳动力支撑是解决这一问题的关键。本文运用灰色理论的GM(1,1)模型对制造业转型升级中劳动力数量需求趋势进行预测,并利用灰色关联模型对劳动力质量结构相关的9个因素进行灰色绝对、相对及综合关联分析。结果表明:劳动力的需求数量呈持续增长趋势,但涨幅不高;劳动力成本、R&D经费投入、职业技术教育、固定资产投资等因素与劳动力质量结构关联较大。最后,为适应制造业转型升级,文章提出了优化劳动力质量结构的政策建议。     

灰色模型的优化及其在沉降数据分析中的应用

本文利用Matlab根据灰色系统理论建立GM模型对变形数据进行分析预测进一步探讨了灰色模型参数的优化、累加生成次数对模型精度的影响、模型处理变形数据的跨度,并利用Matlab语言编写了变形数据处理程序实现了变形预测模型的建模和预测。