基于改进GM(1,1)模型的居民消费价格指数的预测

由于居民消费价格指数受多方面因素的影响,单纯地采用GM(1,1)模型无法准确地进行预测,因此,文章提出改进GM(1,1)模型。首先,以2009~2013年居民消费价格指数为基础,通过建立普通GM(1,1)模型对2009~2013年居民消费价格指数进行模拟,发现模拟值与真实值之间存在差异较大;其次,基于普通GM(1,1)模型对残差进行修正,求解得到改进后的GM(1,1)模型,并对改进后模型进行可行性验证;最后,根据求解得出的改进GM(1,1)模型,对未来几年居民消费价格指数进行预测。结果表明,该预测方法是可行的,为其他相关预测提供了一种理论依据。     

基于灰色系统理论的中国房地产市场预测模型改进研究

本文在灰色系统理论的基础上建立GM(1,1)模型,并对该模型进行了改进,利用GM(1,1)模型的预测数据和原始数据的比例建立函数关系,构造递减序列。用加入递减序列的改进GM(1,1)模型对我国房地产市场进行了预测,结果显示改进的GM(1,1)模型预测结果更准确,与实际结果更接近,误差也更小,更适合于房地产市场的走势预测。     

上海市2017-2020年GDP预测研究——基于改进的GM(1,1)模型北大核心CSSCISSCI

GDP是衡量一个国家(地区)在一定时期内的宏观经济综合表现的重要指标之一,对GDP做出科学正确的预测,可以为相关部门提供科学的决策依据,具有非常良好的实际应用价值。为了尽可能地降低GM(1,1)模型的预测误差,提高模型的预测效果,文章构建了基于对初始值进行数据转换以及对背景值改进的新GM(1,1)模型,并应用到我国上海市的GDP预测中。建模结果表明:改进的GM(1,1)模型不仅适合于GDP预测,而且具有非常明显的预测精度优势。最后利用改进的GM(1,1)模型来预测上海市2017-2020年的GDP。预测结果表明,未来几年上海市经济将保持年均7%的增长率平稳健康发展。     

生态城市建设中社会发展水平预测分析——以包头市为例

生态城市中的社会发展水平不仅是衡量物质和精神文明发展的重要标志,也是体现城市和谐发展的最终目的。如何因地制宜、统筹兼顾地进行社会发展水平评价,并对其发展趋势进行科学合理的预测,是生态城市建设亟待解决的一项重大课题。本研究在建立社会发展指标体系的基础上,采用GM(1,1)模型,利用2003—2012年10年数据对2014—2018年包头市生态城市建设中社会发展各项指标以及社会总体状况进行预测。结果表明,在没有其他因素变化的情况下,包头市在城市硬件设施建设方面将会发展良好,预测水平较高;但社会"软件"和"心件"方面发展水平不甚理想。同时,GM(1,1)模型能够很好地拟合生态城市中社会发展各指数变化情况,适合预测社会发展各项指标,预测结果良好。     

改进的灰色预测GM(1,1)模型的MATLAB实现

灰色系统理论中的灰色预测理论已得到了广泛的应用,文章简单介绍了改进的灰色预测GM(1,1)模型,使用MATLAB语言给出了建立模型的算法程序,为高效地利用MATLAB强大的科学计算功能解决一些GM(1,1)模型预测等数据处理问题提供了方便。     

中原经济区工业“三废”产生量预测与操作策应——基于GM（1,1）模型

利用GM(1,1)模型对中原经济区工业"三废"产生量进行探究和预测,结果显示作为中原经济区主体的河南省经济社会在未来发展中将面临巨大的环境压力。在此基础上,文章提出构建现代循环经济发展模式是解决中原经济区环境问题的根本途径。     

一种对指数增长年度用电量的组合预测方法

为有效预测呈指数增长的年度用电量,本文选用了指数函数法、GM(1,1)灰色模型和多元线性回归模型来对年度用电量进行拟合外推预测。通过运用这些方法预测北京年度用电量和对预测结果进行比较分析得到,GM(1,1)灰色模型的实际预测结果往往偏大,指数函数法预测结果可能偏小,而多元线性回归模型虽然考虑了其他因素影响但在实际预测指数增长负荷时参考意义较小。因此,最终选择合适的权重加权组合以上模型得到最终预测值,预测精度较高。     

城市化与产业结构耦合关系的实证分析——以梧州市为例

文章将通过借用物理学上的耦合度对城市化与产业化的相互作用进行评估研究,并运用动态GM(1,1)模型对城市化与产业化耦合度进行未来几年的预测,以梧州市为例进行实证分析,目的在于反映梧州市城市化和产业结构耦合发展的真实状态,为相关部门决策提供实用的定量方法和科学的决策支持.     

制定会议筹备方案的数学模型

根据往届会议的到会率等信息,利用灰色系统GM(1,1)模型预测出本届会议的到会人数。这一数学模型具有较好的推广性,可应用于其他类似的预测、优化问题。     

青海省物流需求规模预测的实证分析

运用灰色GM（1,1）预测模型,选取货运量为指标,根据统计数据建立了青海省铁路和公路物流需求规模模型,并对青海省十二五期间的物流需求规模进行了预测,在一定程度上能够为青海省物流业发展提供定量依据。     

基于灰色系统理论GM（1,1）模型的林芝旅游市场规模预测

旅游业是西藏林芝市的支柱产业,对林芝旅游市场规模进行预测具有重要的意义。基于2009-2016年林芝市旅游接待人数数据资料,利用灰色系统理论GM（1,1）模型对林芝市十三五期间旅游市场规模进行预测,并对其进行了残差检验、关联度检验和后验差检验,检验结果显示建立的GM（1,1）模型具有较高的精度,可以进行实际预测。预测结果表明林芝未来几年旅游业市场规模将呈现持续稳定增长的趋势。     

基于灰色马尔可夫模型的北京市文化消费预测

为了把握文化消费的未来走向，拉动文化消费增长，使用GM（1,1）模型和马尔可夫模型相结合的灰色马尔可夫模型，对北京市2008—2018年文化消费支出数据进行建模，得到 2019—2023 年的北京市文化消费预测值。结果表明：灰色马尔可夫模型有效改善GM（1，1）模型预测波动数据效果不理想的缺点，提升了模型的预测精度。受疫情影响，2020年北京市文化消费下降35.6%，2021—2023年将呈现持续增长趋势。根据预测结果，对拉动文化消费增长点提出合理建议。     

基于参数优化的物流需求灰预测研究

在当前大力发展物流业的同时,需要做好物流需求预测,从而为各地科学合理地制定物流发展规划,实现物流系统供需平衡提供重要决策依据。物流系统是典型的灰色系统,文章利用江苏省物流货物周转量历史数据建立新陈代谢GM（1,1）模型群,并对模型参数进行优化,通过对模型群中不同维度的各个模型进行比较,选取其中精度较高的模型对货物周转量进行预测。结果表明模拟与预测效果均很好,模型有较高的应用价值。     

中国石灰产业碳排放影响因素分析及趋势预测

基于LMDI模型,以2001—2012年中国经济人口发展及石灰产业碳排放数据为样本,从5个方面对石灰产业的碳排放影响因素进行分解研究。结果表明,技术发展效应、经济增长效应以及人口规模效应是影响石灰产业碳排放量变化的主要因素,且影响趋势有所不同。基于GM(1,1)模型对中国石灰产业未来碳排放量进行预测,2030年排放量预测将达到4.48亿t。基于影响因素分析及碳排放趋势预测结果,从技术创新、政策制定等方面对中国石灰产业的低碳发展提出建议。     

基于灰色理论的海西区域物流需求研究

物流产业的发展在"海西"经济区建设中发挥着重要作用。在当前物流产业统计指标体系尚未健全的情况下,本文运用灰色系统预测模型,对"海西"经济区建设的物流需求量进行预测,以此反映"海西"经济区物流需求的变化情况,为"海西"经济区物流产业的规划和制定相应物流政策提供依据。研究结果表明,GM(1,1)预测模型预测精度较高,效果较好。     

售后服务数据的有效利用

文章通过对大量售后服务数据的分析,建立基于传统GM(1,1)的退后GM(1,1)模型和Weibull分布模型,找出表中的不合理数据,提出制表建议,并对横向和纵向的未来数据进行预测,最后对质量管理方面的决策和生产组织运送方面提出一些想法。     

基于灰色系统模型的达州市农业经济预测

以灰色系统理论为基础对达州农业总产值和相关产业进行灰色关联分析,建立了达州市农业经济的GM(1,1)预测模型,对达州近几年农业经济产值进行预测,与真实值进行对比结果表明,运用灰色系统模型的方法对达州农业经济产值的预测与实际比较接近,最后结合本文对达州市农业经济发展提出了若干政策建议。