基于新陈代谢GM（1，1）模型的居民消费价格指数预测

影响居民消费价格指数的因素很多.一般的回归模型难以全面涵盖这些因素并预测其未来走势,而运用新陈代谢GM(1,1)模型对未来我国居民消费价格指教进行预测的结果表明.在2009年~2015年间我国CPI年平均涨幅为3.75%,超过3%的警戒线,我国将长期处于温和通胀阶段.使用新陈代谢GM(1,1)模型预测的CPI未来走势还较为精确.     

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。     

我国社会消费品零售总额的预测分析——基于最小二乘法的改进GM(1,1)模型

我国社会消费品零售总额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最小二乘法的改进GM(1,1)模型,首先介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007²011年我国社会消费品零售总额数据建立新的预测模型,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社会消费品零售总额,便于我国对未来社会消费品宏观调控。结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据。     

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。     

我国人口可持续发展问题实证研究——基于GM(1,1)模型的建立与预测

本文阐明GM(1,1)模型的基本理论,收集2001年～2007年我国人口时间序列资料,建立人口数量GM(1,1)模型,分析原因,并对未来若干年人口发展趋势进行预测,提出适宜的政策建议。     

灰色改进GM(1,1)模型在保定市FDI预测分析中的应用

FDI即外商直接投资,以保定市2000-2006年FDI数据为基础,运用灰色系统理论,建立了常规GM(1,1)模型和改进的GM(1,1)模型。改进的GM(1,1)模型优于常规GM(1,1)模型,其精度更高。应用改进的GM(1,1)模型预测了保定市2007-2010年FDI,并分析了预测结果。结果符合保定市的实际情况。     

基于灰色关联度的房价影响因素分析

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。     

基于灰色GM(1,1)模型的房地产开发价值预测研究

本文针对如何预测房地产开发完成后的价值的问题,应用灰色系统GM(1,1)预测模型,对开发完成后的房地产价值进行预测,并进行实证分析。实证结果表明GM(1,1)模型在房地产未来开发价值预测方面精度较好,能够精确反映房地产销售市场的动态变化趋势,对房地产市场行情预测、房地产销售市场宏观管理的决策均有参考价值。     

基于灰色模型与BP神经网络的青岛旅游需求预测模型

本文主要研究青岛市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理,利用主成分分析得到影响旅游需求的主成分,以旅游人口建立GM(1,1)模型,进而将模型推广到GM(1,N)模型,并进行残差检验确保其可靠性;其次,对影响旅游需求的因素进行GM(1,1)灰度预测,并利用预测数据建立BP神经网络模型对GM(1,1)模型进行优化改进,最后,分析得到运用BP神经网络模型进行预测的结果更为准确。     

我国城市居民电子废弃物回收发展前景预测——基于GM(1,1)及灰色残差模型

随着我国经济迅速发展,城市居民耐用消费品拥有量逐年上升,成为城市矿产主要来源之一,这为电子废弃物的回收奠定了坚实的基础。本文运用GM(1,1)及灰色残差模型,结合我国1990~2011年数据预测未来5年居民家电拥有量及报废量,衡量我国城市矿产近期发展前景并分析实证结果,提出相应建议。     

浙江省水产品冷链物流需求预测

根据浙江省农产品冷链物流的发展现状确定预测指标，从传统的GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)选取合适的模型对2010—2019年浙江省水产品的冷链物流需求量进行趋势预测及精度检验。结果表明，新陈代谢GM(1,1)优于其他两种模型，利用该模型得到的预测结果对浙江省水产品冷链物流相关的建设投入具有可靠的参考价值。     

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GM（1，1）模型对房地产投资额的预测研究——来自四川省成都市的经验证据

针对房地产开发投资额样本数据少、受各种因素影响具有不确定性的特点,运用灰色理论中应用最为广泛的GM（1,1）模型,以2004年以来成都房地产开发投资额的年统计数据为样本,对成都2009年的房地产开发投资额进行拟合。实证分析过程中通过弱化缓冲序列算子的作用．调整了样本数据的增长速度,实证结果表明GM（1,1）模型在房地产开发投资额预测方面精度较好。能够用该GM（1,1）模型对成都未来的房地产开发投资额进行预测分析,为政府、投资者、消费者的决策提供参考意见。     

灰色残差修正模型在区域物流量预测中的应用研究

区域物流量预测是区域物流规划和物流基础设施建设的决策依据,也是推动第三方物流企业发展的重要前提。本文讨论了残差修正GM(1,1)模型以及其在区域物流量预测中的应用,模型用多个指数函数的叠加分段描述物流量的预测,克服了传统灰色模型只能描述单调变化过程的缺点。通过对某区域物流量预测的实例分析,对比分析普通GM(1,1)和残差修正GM(1,1)模型的预测结果,表明残差修正GM(1,1)模型在预测区域物流量时精度高、结果可信。     

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。     

云南省快递行业季度业务收入预测模型及分析

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。     

艾滋病预测模型及其应用研究——基于灰色系统理论

艾滋病传播模型属于传染病经典模型中的SI模型,为避免运用SI模型运算出现预测结果与客观实际有较大偏差,基于灰色系统理论建立了艾滋病预测的灰色GM(1,1)模型,并依据我国从2005到2009年有关艾滋病传播的相关统计数据,应用该模型预测了未来两年我国艾滋病病毒感染者人数、艾滋病患者人数及艾滋病死亡人数,得到了切合实际的结果。     

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。     

基于灰色预测模型的江苏物流需求预测

本文根据江苏省物流业历史统计数据,建立了物流需求的GM(1,1)模型,并对江苏未来物流需求规模进行了预测,在一定程度上为江苏物流业发展提供定量依据。     

全国房地产价格的GM(1,1)模型预测研究

根据1998年至2009年的全国房地产平均价格的变化特征,选择GM(1,1)模型的微分方程模型,运用Excel、Matlab等软件对全国房地产平均价格进行数值拟合,并通过检验分析,说明了模型选择的合理性。利用该模型对全国房地产平均价格进行了预测,分析了房地产价格增长的原因及未来发展趋势。