基于灰色系统模型的城乡建设用地规模预测——以常德市鼎城区为例

土地利用总体规划是区域性的综合规划,为地方性的经济发展提供科学和法律依据.建设用地的有效供给是地方经济发展基础,建设用地需求量预测是土地利用总体规划编制的核心,也是土地利用管理的依据.为了切实搞好常德市鼎城区的土地利用总体规划,使之更具有前瞻性、可操作性,必须切合实际地搞好建设用地需求规模和布局的预测.采用灰色系统模型,通过灰色关联度分析,建设用地发展与GDP、总人口、市镇人口、社会固定资产投资、人均GDP、第二产业产值、第三产业产值密切相关.基于这些因子,采用灰色系统模型法、建立GM(1,1)灰色模型,进行了2010年和2020年的城乡建设用地规模的预测.GM(1,1)模型可以进行长期预测,但预测仅反映一种趋势,综合考虑驱动因素的灰色线性组合模型更具有预测的可靠性.利用GM(1,1)模型和线性模型组合,进行城乡建设用地规模预测,可为土地利用总体规划提供可靠的保证.     

引入优化因子的GM（1,1）模型及其在旅游客源预测中的应用

在灰色GM(1,1)预测模型中引入优化因子,通过优化因子的选择使预测结果与原始数据的平均相对误差最小,以提高预测精度.将引入优化因子的GM(1,1)模型应用于中国入境旅游客源的预测并与传统的GM(1,1)模型及文献中的改进方法相比较,结果表明引入优化因子的GM(1,1)模型有更高的预测精度.     

广州市用电量预测模型比较研究

采用灰色模型GM(1,1)等5种方法对2004—2018年广州市用电量作拟合检验并优选应用模型,结果表明:(1)拟合月度用电量时,气温预测法、灰色模型GM(1,1)、随机季节模型和组合预测法的平均相对误差分别为5.44%、3.47%、2.94%和2.45%;拟合年度用电量时,气温预测法、灰色模型GM(1,1)、随机季节模型、人均用电预测法和组合预测法平均相对误差分别为1.87%、2.22%、1.09%、2.36%和1.05%;从拟合精度角度看,灰色模型和随机季节模型较理想,气温预测法和人均用电量法均较差,组合预测法集成各模型优势,效果最佳。(2)运用组合预测法得出2019年、2020年和2021年广州市各月用电量分别平均同比增长3.65%、4.72%和4.65%,年用电量则分别同比增长5.12%、5.18%和5.12%,可用于广州市电网负荷管理。(3)提高预测精度要求更细的用电量和人口统计数据,需要各部门加强数据上报和沟通机制。     

灰色GM(1,1)模型在综合医院业务收支预测中的应用

基于灰色GM(1,1)模型,对综合医院的业务收入和业务支出进行预测,从而为推进公立医院改革,理顺医院补偿机制等提供有效的参考依据。分析结果表明,灰色GM(1,1)模型能较好地预测医院业务收支的发展趋势,具有较强的实用性。     

组合预测模型在区域物流需求预测中的应用

针对单一预测方法用于区域物流需求量预测存在的不足,文章提出了基于预测有效度的组合预测模型,即通过组合多个单一模型的预测结果,发挥各自的优点,提高预测的精确度。以广东省江门市为例,分别采用线性回归模型、灰色GM(1,1)模型和组合预测模型对其物流需求量进行了预测,实证结果表明区域物流需求组合预测模型能够取得更高的预测精度。     

基于灰色预测和神经网络的人口预测

人口预测是土地利用总体规划的重要基础工作。未来人口规模是土地利用总体规划中确定各类土地需求量控制性指标，调整土地利用结构，实现土地供需平衡，解决人地矛盾的重要依据。人口预测是否科学准确，直接关系到总体规划方案是否合理和实用。利用灰色预测建模所需信息少、方法简单的特点和神经网络具有较强的非线性映射能力的特性，提出一种基于灰色预测和神经网络的人口预测方法。首先对人口规模的NARMA(p，q)的递归网络模型进行一步预测及其灰色预测GM(1，1)等维新息模型预测，然后再用前馈神经网络对GM(1，1)模型和递归网络模型的预测值进行组合预测以作为其最终的预测值。以温州市为例，对其总人口进行了试验预测。结果表明：NARMA(p，q)递归网络模型比GM(1，1)模型具有更高的预测精度，而FNN模型的组合预测效果优于其它单一预测模型。     

基于灰色GM(1,1)模型的成渝直线高速公路的经济效益评价

本文以成渝直线高速公路为例,借助成渝高速公路的相关数据,分析了成渝高速公路通车以来的交通量和沿线资阳市、璧山县、双桥区三地国内生产总值(GDP)之间的相关关系,得出了高速公路与各地GDP之间存在高度正相关关系,然后,运用灰色系统GM(1,1)模型预测在2006-2009年间有成渝直线高速公路存在的情况下,安岳县的国内生产总值(GDP)的变化,进一步说明了成渝直线高速对沿线经济发展起到了加速的作用.     

灰色预测模型在房地产投资预测中的应用

本文简要介绍了灰色预测方法GM(1,1)模型的构造与模型检验.通过对合肥地区近年来房地产开发投资数据的分析,建立了GM(1,1)模型,经模型检验,该预测模型可靠,分析结果具有一定的参考价值.     

灰色预测理论在房地产投资决策中的应用

预测是房地产投资决策的重要工作之一。文章在分析GM(1,1)模型和灰色马尔可夫预测模型两种灰色预测模型的基础上,结合实例对房地产价格和开发量进行预测,并取得了比较理想的结果。旨在提高房地产投资决策的科学性。     

基于灰色Elman神经网络的季度性工业增加值动态预测方法的研究

工业增加值的准确预测对于政府部门制定工业发展政策有重要的作用。为更加准确地进行工业增加值的预测,以各个季度数据作为时间序列,建立四个灰色Elman预测模型进行预测,并同灰色GM(1,1)模型经行比较。实证分析:该模型不仅避免了季节性波动对预测的影响,而且缩短了预测步长,提高了预测精度和预测的稳定性。     

金融机构贷款灰色预测GM(1,1)模型研究

在市场经济条件下,研究金融机构贷款发展趋势具有重要意义。应用灰色系统理论与灰色预测方法,从金融机构贷款未来发展趋势预测出发,构建金融机构贷款灰色预测GM(1,1)模型,对山西省2011~2020年金融机构人民币各项贷款进行了预测分析,并对预测结果进行实际还原验证。预测结果较为满意,可供相关金融机构和经济部门决策时参考。     

离散灰色模型在科技人才资源预测中的应用

根据统计资料,应用离散灰色预测模型对中国未来科技人才资源的发展趋势进行了预测和研究,发现对比传统的GM(1,1)预测模型,离散灰色模型具有更高的拟合精度。     

灰色verhulst模型在长春市人口预测中的应用

本文介绍了灰色系统模型在人口预测中的应用,并针对传统灰色GM(1,1)模型在长期人12预测中所存在的问题,提出了利用灰色系统中的verhulst模型可以较好地进行长期人口预测.并利用这两种模型分别对长春市未来人口总量进行了预测,对比所得结果发现,verhulst模型相对更适于进行中长期的人口预测.     

基于FCS-SVM的建筑业碳排放预测研究

科学预测建筑业碳排放对建筑的低碳发展具有重要意义。论文应用模糊布谷鸟搜索算法优化支持向量机模型对建筑业碳排放预测问题展开研究:首先构建建筑业碳排放测算模型,通过灰色关联度模型筛选建筑业碳排放的影响因素,在此基础上建立建筑业碳排放的模糊布谷鸟搜索算法优化的支持向量机(FCS-SVM)预测模型对建筑业碳排放进行预测。研究结果表明,FCS-SVM建筑业碳排放预测模型的精度高于BP神经网络预测模型以及混沌粒子群算法优化的BP神经网络(CPSO-BP)预测模型。     

基于灰色GM(1,1)模型的广州市房地产投资分析

房地产投资由于影响因素众多且具有较强的不确定性,适合于用灰色系统进行预测和分析.对广州地区历年房地产投资的实际数据进行分析,建立了灰色GM(1,1)模型,在此基础上对广州地区未来几年的房地产投资趋势进行了预测,以期对政府的房地产宏观调控以及房地产开发商的理性投资提供一定的参考依据.     

基于灰色系统神经网络的中国低碳能源供需形势分析

利用灰关联理论分析低碳能源的供需关系,通过构建GM(1,1)模型对中国低碳能源的供需形势进行分析和预测,并运用BP神经网络对低碳能源的需求量进行进一步的对比预测。研究表明,水电的生产量与消费量的关系最为密切,其次是核电,可再生能源的生产量与消费量的关系相对较弱;核电和水电的供需影响因子构建的GM(1,1)模型与可再生能源相比较为稳定,BP神经网络的预测值要略低于灰色系统的预测值;核电、水电、可再生能源的生产量和消费量都将呈现增长的趋势,核电的消费量要略高于其生产量,这种局面将在2025年得到扭转,水电的生产量和消费量将在未来一段时间稳定、持续增长,可再生能源的消费量将高于其生产量,并且随着时间的推进,这种差距会扩大。     

基于灰色GM(1,1)模型的四川省物流需求预测

以四川省2011-2015年的货运量数据为基础,根据灰色系统理论建立灰色GM(1,1)模型,对四川省未来五年的货运量进行预测.最后用残差检验和后验差检验的方式对预测结果进行检验,进一步证明预测结果的可信性.     

基于灰色系统理论的旅游客源预测模型--以中国入境旅游客源为例

本文基于灰色系统理论,以中国1978年以来入境客源为例,建构了旅游客源预测的灰色模型,并与常用的线性模型的预测精度进行了定量对比。所得基本结论为:①旅游系统是灰色系统,灰色系统理论是研究旅游现象的有力工具;②中国入境客源灰色GM(1,1)模型的预测精度高于线性模型;③就灰色预测而言,如果原始数据列较长(例如21年),对原始数据进行平滑处理所得预测模型精度较高,而对原始数据进行取自然对数的处理所得模型预测精度较低;如果原始数据列较短(例如5年),对原始数据进行取自然对数的预处理所得模型预测精度较高。本文所得结论对其他旅游序列预测应该具有一定的借鉴与参考价值。     

基于灰色理论的淮安市住宅价格预测

以住宅平均价格作为研究对象,以城镇居民人均可支配收入作为其主要影响因素,运用GM(1,1)灰色系统模型对淮安市2006～2012年住宅平均价格进行预测,预测精确度较高,表明灰色模型在预测住宅平均价格上有较强的科学性和可行性.在此基础上,对淮安市2013～2015年住宅平均价格进行预测.     

灰色verhulst模型在长春市人口预测中的应用

本文介绍了灰色系统模型在人口预测中的应用,并针对传统灰色GH(1,1)模型在长期人口预测中所存在的问题,提出了利用灰色系统中的verhulst模型可以较好地进行长期人口预测.并利用这两种模型分别对长春市未来人口总量进行了预测,对比所得结果发现,verhulst模型相对更适于进行中长期的人口预测.