共查询到10条相似文献,搜索用时 15 毫秒
1.
由于铁矿石市场自身的变化复杂,影响因素众多,而且不少因素的影响性还有待探讨.在分析我国铁矿石现货市场现状基础上.运用灰色关联度模型对各影响因素进行了选取,从中选取出与铁矿石现货价格最为相关的航运价格、进口数量、长协价格四个要素作为预测的控制变量,并使用BP神经网络模型对我国铁矿石现货市场进行短期的验证性预测,取得了良好的效果. 相似文献
2.
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。 相似文献
3.
尝试应用灰色GM(1,1)模型对发达地区城市年用电量进行预测。通过对珠三角发达地区某县级市2005-2012年的年用电量数据进行灰色建模,发现灰色GM(1,1)模型适用于城市年用电量的预测;采用类似方法对珠三角地区SD、SS等县级市2005-2012年的历史年用电量进行预测,预测模型都可以给出高精度的预测结果。 相似文献
4.
5.
基于灰色模型的旅游流量预测方法探讨——以河北省为例 总被引:1,自引:0,他引:1
灰色预测模型GM(1,1)是一种旅游流量预测模型,本文根据2000年~2005年河北省海外游客量的统计数据,利用灰色模型对河北省2010年前的海外游客量进行了预测。通过分析,灰色预测模型具有较高的建模精度,预测方法和结果对旅游地规划具有一定的参考作用。 相似文献
6.
公路交通运输量GM-Markov综合预测模型研究 总被引:1,自引:0,他引:1
为了提高公路交通运输量的预测精度,在介绍一般模型的基础上,建立了GM-Markov预测模型,它是将灰色预测方法与Markov预测模型优化组合,用灰色预测模型GM(1,1)预测随机时间序列数据的总体发展趋势,而用Markov模型预测各数据在总体趋势下的随机波动性变化,得到随机时间序列数据趋势预测模型的解。通过公路货运量的实际数据进行了验证,结果表明:GM-Markov预测模型既能预测参数随机数据序列的总体趋势,又能适应波动性较大的随机序列变化,其预测精度高于GM(1,1)模型的预测精度。 相似文献
7.
8.
路怡斯 《中国商贸:销售与市场营销培训》2014,(12):195-197
本文主要对灰色理论以及灰色预测方法和具体建立模型进行具体描述。实证分析选取1996~2011年上海市货运总量的统计数据,运用灰色预测方法中的GM(1,1)模型,建立上海市货运总量发展趋势的预测模型,以相对误差为评判标准,对灰色预测模型的有效性进行讨论。 相似文献
9.
经济适用住房越来越成为广大人民群众关注的焦点。通过采用灰色系统理论中的灰色预测方法并建立灰色预测供给模型.对影响黑龙江省经济适用住房供给的因素进行定量化分析,进行价格预测。其结论是:黑龙江省降低经济适用房的价格势在必行;灰色预测模型具有较好的预测精度.预测结果可信;这种方法在房地产业具有较好的应用前景。 相似文献
10.
基于传统的GM(1,1)灰色预测模型,为了综合运用新老信息,采用等维递补的方法得到单个灰色预测模型,然后基于改进的灰色关联度这一相关性指标来确定权重,提出了一种组合预测模型.应用该模型对菜粕期货价格进行预测,预测结果表明该模型是有效的. 相似文献