灰色GM(1,N)方法在股票预测中的应用

对股票价格的预测,直接影响投资者的投资决策,与投资者的经济利益密切相关。股票市场特有的的波动性和不确定性,给股票的预测带来困难。20世纪80年代兴起的灰色系统理论,应用于股市预测的探索已经取得一定成就,已经采用过GM(1,1)模型、灰色神经网络模型、以及灰色马尔可夫模型等预测方法。文中拟采用GM(1,N)模型对股票价格进行预测,并与GM(1,1)模型进行比较,证实了GM(1,N)拥有更好的精度。     

基于小波的灰色动态组合模型及其在变形预测中的应用

针对GM(1,1)模型对随机波动性较大的数据列拟合较差,预测精度低的缺点,提出了基于小波理论的灰色动态组合模型,结合实测数据的研究表明,该模型预测精度远高于单一的灰色模型。     

基于灰色马尔可夫模型的物流园区物流量预测研究

物流量预测是物流园区规划和管理的一项重要内容.本文将灰色系统理论与马尔可夫链相结合,介绍了灰色模型-马尔可夫链预测物流园区物流量的预测方法,并对某物流园区未来三年的物流量进行预测,结果表明比单纯利用灰色模型进行预测更加准确可靠.     

基于优化灰色马尔科夫的器材消耗预测

准确的器材消耗预测是器材保障的基础性工作。首先对传统灰色模型的时间响应函数进行优化,建立优化灰色预测模型,然后利用马尔科夫预测模型对于波动性数据准确预测的优势,将二者结合,建立了优化灰色马尔科夫预测,用于器材消耗的预测。最后,通过实例验证了方法的可行性和有效性。证明优化灰色马尔科夫模型具有很好的预测精度,为装备器材消耗的预测提供了一种可靠的方法和途径。     

基于灰色——马尔柯夫模型的逆向物流量预测

针对逆向物流量不稳定、波动性较大的特点,对不满足惯性要求的原始数据进行数据变换处理后,综合灰色GM（1,1）模型和马尔柯夫模型各自的优势,建立相应的逆向物流量预测模型,对某一汽车零部件企业的逆向物流量进行预测。结果表明该模型预测精度较高,具有一定应用价值。     

基于优化灰色-马尔可夫链模型的铁路货运量预测

在传统的灰色预测模型中,传统背景值公式和初始值的选取方法会造成模型产生偏差。通过对背景值公式的改进和初始值选取方法的变化,构造出预测精度更高的灰色模型,即优化GM(1,1),并将优化GM(1,1)与马尔可夫链预测相结合,对我国的铁路货运量进行了预测分析,得出了相应的预测区间及其发生概率。通过理论分析和算例表明,该方法的预测结果比传统灰色模型预测结果更加可靠。     

基于优化灰色-马尔可夫链模型的铁路货运量预测

在传统的灰色预测模型中,传统背景值公式和初始值的选取方法会造成模型产生偏差.通过对背景值公式的改进和初始值选取方法的变化,构造出预测精度更高的灰色模型,即优化GM(1,1),并将优化GM(1,1)与马尔可夫链预测相结合,对我国的铁路货运量进行了预测分析,得出了相应的预测区间及其发生概率.通过理论分析和算例表明.该方法的预测结果比传统灰色模型预测结果更加可靠.     

多元回归-马尔可夫复合模型在上证综指预测中的应用

本文研究了近年我国股票市场与国际股票市场指数之间的关联性,为了弥补一般多元回归模型对于随机波动性强的数据的预测误差大的缺陷,建立了多元回归-马尔可夫模型,通过对比分析,该复合模型较一般的多元回归模型预测效果更佳。最后利用复合模型对上证综指进行了短期预测。     

沪市、深市收益率波动性的实证分析

本文运用GARCH模型对上证指数和深证成指收益率的波动性进行研究,分析了我国股市波动性的特点。同时还对两市股指收益率的波动性进行了预测分析。     

预测技术在港口吞吐量预测中的应用

本文应用预测技术中的指数平滑法，灰色模型预测法对港口吞吐量的预测进行建模分析，验证比较，并提出了修正灰色模型预测吞吐量的方法。通过比较分析，认为改进型灰色模型对吞吐量的方法，通过比较分析，认为改进型灰色模型对吞吐量的预测是一种拟合精度较高，预测较符合实际的方法，适用于港口吞吐量的短期预测。     

基于GM(1,1)残差模型的铁路客运量预测

运用灰色GM(1,1)模型,对铁路客运量进行预测,再用GM(1,1)残差模型进行修正,得出精度很高的预测模型,结合实际统计数据对预测结果的精度进行检验。结果显示,GM(1,1)残差模型的预测结果比灰色GM(1,1)模型有更高的预测精度。基于此,对2009~2014年广西壮族自治区铁路客运量进行预测。     

非线性GM（1，1,α）模型在港口吞吐量预测中的应用

针时统计数据缺乏的预测问题,提出引入灰色系统理论来解决,以连云港2003—2007年港口吞吐量的数据为基础建立了非线性灰色GM（1,1,α）模型,详细阐述了灰色预测法的应用过程。结果表明,非线性灰色模型对样本的适应性强,预测精度高,简单易行,能够有效解决港口吞吐量预测问题。     

灰色系统理论在物资供应需求量预测中的应用

文章根据灰色系统理论,用GM(1,1)模型对物资供应需求量进行预测。模型检验表明,预测结果令人满意。     

基于修正GM(1,1)模型对商品住宅价格预测

在金融危机下对中小城市商品住宅市场进行投资决策前,首先需要对其价格进行预测分析,文章采用修正后的GM(1,1)模型建立起商品住宅价格预测模型,选取安阳市商品住宅价格数据进行预测分析,在检验了模型精度的基础上,得出在当前金融危机下,由于国家刺激计划的作用以及金融危机的缓解,安阳的商品住宅价格呈现上升的趋势,其投资市场仍然具有很大的发展潜力的结论。     

灰色预测理论在供应链管理需求预测中应用

供应链是多个组织的共同增值网络,对市场需求的预测是供应链上各个节点企业的重要工作之一,而缺乏有效的需求信息预测与共享则是供应链运作效率低下的主要原因之一。在分析GMx1,1x预测模型的基础上,结合实例对供应链管理中的市场需求进行预测,旨在提高物流和供应链管理的科学性,进而取得比较理想的结果。     

基于GM（1，1）模型的营口港物流需求预测

港口物流规划是港口城市发展现代物流的一项重要内容,其中至关重要的一项就是对港口物流需求进行分析和预测。文中根据营口港物流发展现状,建立了基于GM（1,1）模型的港口物流需求灰色预测模型,并对预测结果进行了检验,通过检验可知GM（1,1）模型有很好的预测精度;同时预测了2012—2015年未来4年的物流需求,为政府进行港口物流规划以及制定相关的港口物流产业政策,促进区域经济与港口物流的整体协调和健康发展提供必要的决策数据。     

基于GM(1,1)模型的市场碳交易价格预测——以北京、广东、湖北为例

社会各界对大气环境问题高度重视,使得国家和企业的低碳绿色环保意识不断增强,而碳交易价格属于国内新兴碳市场中的一项关键性因素,故论文利用GM(1,1)模型,选取北京、广东、湖北三个市场2015-2019年的年平均碳交易价格为研究对象进行短期预测。研究发现:GM(1,1)模型可较好地预测碳交易价格,拟合结果有较高的精度;未来三年,广东、湖北的碳价呈稳步性增长,北京的碳价每年均保持约20%的增长趋势,且2020-2022年的碳交易价格预测具有一定的可信度。     

古塔的变形情况及趋势研究

依据2013年全国大学生数学建模竞赛C题所给的古塔各层中观测点坐标的信息,运用基于最小二乘法的椭圆拟合算法结合MATLAB软件,列表给出各次测量的古塔各层中心坐标。利用古塔各层中心坐标,并将问题进行转化,采用初等数学模型研究古塔的倾斜程度、弯曲程度、扭曲程度,最后建立灰色预测模型GM(1,1),对上述引起古塔变形的三个因素进行拟合、预测,分析古塔的变形趋势。