桂林市入境旅游客流量的预测研究——基于多元线性回归模型与GM(1,1)的比较

以2005²012年桂林市入境旅游客流量为研究对象,借助于MATLAB及SPSS软件,建立了多元线性回归模型和GM(1,1)模型,分别用这两个模型对桂林市入境旅游客流量进行预测,并将两种模型的预测效果进行比较分析,选择最优模型对未来5年桂林市入境旅游客流量进行预测。结果表明:采用GM(1,1)模型能够更科学有效地预测桂林市中长期的入境客流量,其预测方法和结果对旅游规划具有一定的参考价值。     

基于灰色预测模型的黑龙江省入境旅游业发展趋势分析

通过适用于短期预测的GM(1,1)模型,对2004~2013年黑龙江省国际旅游客流量和旅游外汇收入进行科学预测,预测具有较好的可信度,为黑龙江省的国际旅游客源市场规划及旅游业的进一步发展提供参考。     

产品销售预测的数学模型及应用

本文以灰度预测模型GM(1,1)为基础,选择机械零件直柄钻进行销售预测.利用Excel对直柄钻的2008年的月销售量进行统计(见表格1),通过对模型的合理性检验后,建立灰色系统预测模型GM(1,1),得出直柄钻销售预测相对误差为.应用GM(1,1)模型对产品进行短期预测时的相对误差范围均达到要求,说明GM(1,1)模型应用于产品销售预测是可行的     

产品销售预测的数学模型及应用

本文以灰度预测模型GM(1,1)为基础,选择机械零件直柄钻进行销售预测。利用Excel对直柄钻的2008年的月销售量进行统计(见表格1),通过对模型的合理性检验后,建立灰色系统预测模型GM(1,1),得出直柄钻销售预测相对误差为。应用GM(1,1)模型对产品进行短期预测时的相对误差范围均达到要求,说明GM(1,1)模型应用于产品销售预测是可行的。     

北京市软件与信息服务业发展预测

灰色GM(1,1)模型可以预测较短时间序列的发展态势,马尔可夫模型可以对具有随机波动性的时间序列进行预测。本文结合了两种模型的特点,综合预测了2008年和2009年北京市软件与信息服务业营业收入可能达到的规模,从而对新兴产业的发展预测提供了一种尝试。     

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。     

基于GM（1，1）模型的中国卫生总费用及人均和城乡费用预测

基于灰色系统GM（1,1）模型,依据2002—2011年近十年的中国卫生总费用及人均卫生总费用和城乡卫生费用统计数据,建立了GM（1,1）预测模型。根据所求模型参数,分别预测了2012、2013及2014年的中国卫生总费用及人均卫生总费用和城乡卫生费用,有关结果可供相关机构研究参考。     

基于灰色-马尔可夫改进的预测模型——以沪深300指数为例

建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。     

基于改进的灰色理论的共电企业现金流出预测研究

供电企业历年的现金流出可组成一个灰色系统。从横向来看,每年的同一个月份的现金流出随着年份推移而递增,它符合GM（1,1）模型对于数据的要求,因此供电企业的现金流出可以适用GM（1,1）模型。但GM（1,1）模型在原始数据序列增长率较大时会出现失效和计算量大的局限性,本文将该模型加以改进,标记为IGM（1,1）模型,以某供电企业2007—2011年月度现金支出情况为样本,对其现金流出进行预测并进行预测数据的精度检验,从而有助于确定企业月度资金需求。     

灰色预测在股票价格中的研究应用

股票价格的预测对于投资者的投资决策有着实质性的影响,因此,通过建立正确的股票预测价格模型对于投资者的投资决策有一定的指导作用。本文运用股票价格的灰色预测方法,并且通过MATLAB程序,研究灰色GM(1,1)模型以及它的修正模型Verhulst模型在股票市场中的应用。在短期内,GM(1,1)模型可以做出股价的预测,但是由于在实际应用中没有考虑到其他因素对于其自身的影响,因此对于长期的股票价格预测,由于其数据变动序列庞大,模型的精度有所降低,而修正的Verhulst模型则更适合研究实际长期股价变化的预测。