共查询到20条相似文献,搜索用时 718 毫秒
1.
《现代营销(创富信息版)》2019,(5)
房价与普通民众息息相关,它受各地国内生产总值、国民收入、市场需求,供给等因素影响,在允许政府适当调控政策下,本文针对15个城市房价的影响因素进行了分析,并对未来几年的房价利用数学模型进行了预测。我们首先采用灰色关联度模型计算各影响因子与房价之间的相关性,然后运用MATLAB、R、EXCEL等软件进行编程,利用GM(1,1)模型来预测房价,结果显示这15个城市未来房价将会持续上涨,经济发达地区房价上涨较快。 相似文献
2.
近年来,黑龙江粮食产量连续8年位居全国首位,但在资源利用效率方面还存在很大潜力,距离粮食强省还有较大差距。对黑龙江省1990—2017年影响粮食总产量的9个因素进行灰色关联度分析,量化粮食产量与影响因素的关联程度,并选取4个主要影响黑龙江省粮食产量的因素建立多元线性回归模型,在此基础上提出了促进黑龙江省粮食产业发展的对策建议。 相似文献
3.
湖南农民收入与消费结构的灰色关联分析及趋势预测 总被引:7,自引:1,他引:7
收入水平是影响消费结构变化的最主要因素,分析收入水平对农村居民消费结构的影响,对有的放矢地培育农村消费市场、调整消费结构和促进农村经济发展具有重要意义。本文运用灰色关联分析方法对湖南省1995-2005年期间农村居民消费结构与收入水平的关系进行量化分析,并运用灰色预测方法对2006-2010年期间农民收入水平与各项消费支出进行预测,进一步分析该省农民消费结构与收入水平关系的未来发展态势,为制定农村各项经济政策,刺激农村消费提供参考。 相似文献
4.
粮食生产是我国粮食社会再生产的重要环节,也是我国粮食安全的基础和关键。本文分析了我国粮食生产现状,应用灰色预测模型对我国未来的粮食生产趋势进行了预测,在此基础上分析了我国未来粮食生产的三个主要特征,并从两个方面探讨了未来粮食生产对我国粮食安全的影响。 相似文献
5.
湖北省物流总量的灰色关联分析 总被引:1,自引:0,他引:1
物流总量是一个地区建立物流体系的重要指标。本文探讨了影响物流总量的主要指标和因素,然后重点分析了影响流量的几个主要因子,并用灰色关联理论得出了他们的影响程度排序。最后在此基础上提出了湖北省物流发展的重点。 相似文献
6.
7.
8.
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。 相似文献
9.
10.
区域物流量预测是地区物流产业发展和物流园区规划建设重点考虑的因素之一。本文结合平凉市的实际情况,运用灰色系统理论建立物流需求量的灰色预测GM(1,1)模型,并对平凉市2002~2012年的物流需求量进行预测,从而确定平凉市未来几年的物流需求量。 相似文献
11.
《中国商贸:销售与市场营销培训》2017,(1)
本文首先研究了云南快递行业的发展现状,总结了云南快递业的发展特点,并对其原因进行了分析。其次运用灰色GM(1,1)模型,利用2013年~2016年各个季度云南快递业务的收入数据,检验其精度,对未来几年间各季度的快递业务收入进行预测。最后对预测结果进行了分析。 相似文献
12.
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。 相似文献
13.
本文以北京市2006-2013年的GDP数据为例,建立灰色预测模型,对其未来几年的经济状况进行灰色预测,在不考虑价格因素的情况下,得出未来北京市的经济增长大致保持在12%的发展水平的结论。并进一步利用灰色系统建模软件对经济增长与相关产业进行灰色关联分析,得出第三产业与北京经济增长的关联最为密切,而在第三产业中应该重点发展信息产业。另外新兴产业与北京经济增长的关联度也比较高,应重点发展文化创意产业和物流业。最后提出相关建议,为决策者制定相关的经济政策提供依据。 相似文献
14.
房地产成交量受多种因素影响,既有宏观因素,又有微观因素;既有确定性因素又有不确定性因素.文中运用灰色理论原理,把广州市十区一手房成交量看作一个灰色系统,以2009年上半年作为时间数据系列,建立灰色GM(1,1)预测模型,利用Matlab软件对一手房成交量未来走势进行预测,并对所建模型进行残差检验,相对误差、精度、后验差比值均为一级.因此,可以运用所建模型对一手房成交量进行预测.从模型预测的结果看,成交量在未来呈上升趋势. 相似文献
15.
16.
运用灰色关联分析法对影响棉花价格波动的诸多因素进行分析,筛选出了4个主要的影响因素:国际市场因素、替代品因素、居民消费价格指数和棉花进口量.并以此优化RBF神经网络模型的输入节点,验证了模型对棉花价格预测的精确性.采用2010年1月~2016年4月的月度数据作为网络训练集,将4个主要影响因素作为输入向量,经训练后网络拟合效果较好;以2016年5月~2017年4月共12期数据作为网络测试集,结果表明:模型预测误差为3.11%,预测精度较为理想,泛化能力强,模型能够较好地把握棉花价格变化的本质规律,为准确预测棉花市场价格提供参考. 相似文献
17.
18.
19.
本文依据相关资料数据,运用灰色系统理论研究了宁波市2001-2007年电子商务人才需求量的变化规律,建立了宁波市电子商务人才需求预测的灰色模型,并对宁波市未来5年电子商务人才需求总量进行了预测分析,为人才管理和培养决策提供科学依据和参考. 相似文献
20.
本文根据《南宁市统计年鉴》中2000年-2010年南宁市R&D经费投入数据运用灰色GM(1,1)模型对南宁市未来几年的R&D投入经费进行预测,预测结果表明未来几年南宁市R&D经费投入虽然将持续上升,但相对GDP总量而言R&D投入强度仍然保持较低的水平,与南宁市“十二五”规划中R&D投入强度的科技目标有较大的差距。本文在预测结果的基础上进一步提出了相应的政策建议。 相似文献