基于改进GM(1,1)模型的中国铜消费需求预测

工业化、城镇化、信息化进程的加快使得中国铜消费需求增长迅速,国内铜资源供需失衡状况加剧.本文运用改进的GM(1,1)模型对中国2014～2020年铜需求量进行了预测.结果显示,未来需求量仍将保持高速增长,2020年需求量将比2013年的实际消费量翻一番.据此,建议加快对海外铜矿投资、加大国内铜资源勘探开发和矿山建设力度、大力发展再生铜行业,并通过节能降耗以减少对铜资源的依赖.     

基于GM模型的我国主要海洋产业灰色预测分析

为了更加准确地反映我国主要海洋产业的发展动态,本文以2001～2010年的统计数据为研究基础,采用GM(1,1)灰色系统模型进行实证研究,分别预测了主要海洋产业增加值和主要海洋产业分项增加值,呈现了海洋产业未来的发展趋势.同时,对我国未来10年GDP发展进行了预测,结合我国海洋总产值占GDP比重的发展趋势,研究结果表明,主要海洋产业有着良好的发展态势,对国民经济的贡献将越来越重要.最后,提出了有可能影响预测结果的几点因素.     

灰色模型在股票价格预测中的应用——以中国石化为例

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,对交易日收盘价格进行预测,并以中国石化(600028)2012-01-04至2012-12-31的交易数据为例进行了分析。分析结果表明,灰色预测模型的平均预测准确度为98.63%。考虑到股票交易规则,42%的预测数据为有效预测,有效预测的平均预测准确度为99.31%。     

基于残差灰色预测模型的用电量预测

为提高用电量的预测精度,适应电力营销需求,在传统灰色预测技术的基础上,本文建立了残差灰色预测模型,并通过实例分析验证了该模型的实用性和精确性.     

区域创新系统中政策收益的灰色评价模型研究

运用灰色系统理论,从经济的角度出发,建立政策经济收益的灰色评价模型--灰色系统GM(1,1)模型和改进的灰色多项式模型,对区域创新系统中政府政策的影响进行定量研究.并以河北省为例进行实证分析.     

基于GM(1,1)模型的重庆市城镇化率预测研究

城镇化是推动中国经济持续发展的强劲动力,为有效预测重庆市城镇化率水平,并依据该城镇化率水平对重庆的区域发展做出相应规划。首先应用GM(1,1)模型构建了城镇化率的动态预测模型,然后对该模型的误差检验方法进行了研究,最后应用该模型对重庆市城镇化率的发展趋势进行了预测。研究结果表明,重庆市城镇化率的GM(1,1)模型通过了平均相对误差检验、均方差检验、灰色绝对关联度检验和小误差概率检验,该模型可以用于对重庆市未来城镇化率的预测。同时运用这个模型对重庆市城镇化率进行了预测并得出结论:重庆市城镇化率将以较快速度发展,在2015年达到62%,超过中国平均水平,这也证明了重庆市城镇化率水平比较高,对中国的城镇化发展贡献比较大,应继续保持这个发展速度以推进长江经济带的发展。     

灰色预测模型在陕西省电力消费量预测中的应用

电力消费是人们日常生活必不可少的,随着城市的大力发展,有效地对电力消费进行预测显得越来越重要。本文采用灰色预测模型GM(1,1),建立陕西省电力消费量预测GM(1,1)模型,验证预测精度,进一步对2011-2015年陕西省的电力消费量进行预测,为今后陕西省的电力规划提供参考价值。     

基于多元线性回归的装饰工程快速估价模型

针对目前装饰工程陕速估价方法的不足，以及装饰工程造价组成的特点，建立一种基于多元线性回归的快速估价新模型。以住宅类建筑为例，建立其多元线性回归模型，结合SPSS软件对样本分析，结果表明，其线性回归模型显著，同时，内墙、外墙、楼地面和窗的回归系数也非常显著。通过计算回归值与实际值的误差，发现误差比较理想，该模型具有很好的实用价值。     

基于GM(1,1)模型的“十四五”时期化工行业科研人才需求分析

科技创新是化工行业的发展命脉所在,人才是其根本支撑因素。通过梳理2009至2021年间《中国统计年鉴》中代表性化工产业的相关数据,利用GM(1,1)模型对“十四五”时期中国化工行业的研究与试验发展经费与人员全时当量进行预测,并结合实际情况对我国化工行业的科研人才培养问题提出相关建议:第一,以制度构建为主导,实现研究试验经费的高效使用;第二,以成果转化为检验,构建转化链细分的人才培养模式;第三,以待遇保障为基础,尊重科研人才具有的知识价值。     

生态环境基础设施项目投融资灰色GM(1,1)预测模型

主要从生态环境基础设施项目分阶段融资需求分析入手,对投融资需求规模预测、适合的投融资渠道选择、具体投融资模式确定等研究.构建了灰色GM(1,1)环境项目融资需求预测模型;以2000-2005年环境基础设施投资总额数据资料,对生态环境基础设施项目融资需求预测模式进行了预测,并对预测结果进行了检验.     

基于GM(1,1)模型的东北三省人口——经济系统协调发展研究

为准确预测东北三省及其36个城市2015年及2020年的人口——经济系统协调发展状况,本文在已有的1995～2010年人口——经济系统协调发展状况分析的基础上,运用基于灰色系统的GM(1,1)模型进行预测并分析其协调发展类型、过渡发展类型及不协调发展类型在空间格局上的变化.36个地级市、州、区及以上城市的人口——经济系统协调度总体呈上升态势,但部分城市呈持续波动性发展,甚至协调度不断降低,究其原因主要表现为人口老龄化、人口文化素质偏低及产业结构不合理几方面,并在此基础上从人口、经济、社会方面提出相应的可操作性对策,以引导人口——经济系统的良性发展.     

基于GM(1,1)模型的北京市房地产投资分析

房地产投资所受影响因素众多,适合于用灰色系统进行预测和分析.奉文通过对北京地区1998年-2005年房地产投资的实际数据进行分析,建立了GM(1,1)模型,运用灰色预测方法对北京地区未来几年的房地产投资趋势进行了预测,其分析结果对于政府对房地产的宏观调控以及房地产开发商的进一步投资都具有一定的参考价值.     

基于组合模型预测法的出口预测——以深圳市宝安区为例

宝安区是全球重要加工贸易生产基地之一,其电子信息制造产品出口在全国具有十分重要的地位,因而其外贸出口形势可以看作是我国电子信息制造产品出口的晴雨表。本文在比较几种常用的预测方法的特点、优势及劣势的基础上选用一个组合模型来预测深圳市宝安区的外贸出口,并就模型的预测精度和参数的稳定性进行评价,结果表明本文采用的组合模型是一种比较有效的预测方法。     

工程建设投资估算研究

随着我国经济建设的迅速发展,工程建设规模和投资额逐年增大.如何对拟建工程的投资进行准确的估算对工程建设决策具有重要意义,投资估算的准确性直接关系到工程的建设规模、设计方案及以后的经济效果.文章探讨了一种基于模糊数学和灰色预测理论相结合的方法,对工程建设投资进行估算.其原理是:首先选取典型工程建立特征元素的隶属函数,其次采用判断矩阵法确定各特征元素的权重,并通过计算典型工程与拟建工程的贴近度选出相似工程,最后运用灰色预测理论的GM(1,1)模型对拟建工程的投资进行估算.文章结合工程实例详细说明了该方法的应用过程.     

基于ARIMA-RF组合模型的国内动力煤价格预测

选取秦皇岛港口动力煤价格作为研究对象,搜集10年间煤价数据并分析其影响因素,确定煤炭产量、港口库存、运输成本、火力发电量及社会用电量为主要影响因素;分别建立ARIMA(2,1,2)模型和RF(随机森林)模型并优化,通过加权平均法得到ARIMA和RF模型权重,建立ARIMA-RF组合模型。该模型较深度神经网络模型(DNN)、支持向量回归模型(SVR)、ARIMA模型、RF模型预测的煤价准确度更高,可准确预测动力煤价格走势,为调控能源消费强度、深化能源体制机制改革政策制定提供参考。     

基于组合预测模型的工业增加值中长期预测方法研究

工业增加值的准确预测已日益受到人们的关注.在这篇论文里,首先考虑运用相似复合体模型进行建模,然后运用具有最优停止法则的GMDH自回归方法和非线性的SPSS曲线估计方法建立单一模型.最后,用基于误差平方和最小的多元线性回归模型方法对各种单一模型的预测值进行组合,得到最优模型.通过实证研究可以发现,在中长期的工业增加值预测中,组合预测模型取得了较为满意的效果.     

基于Logistic组合模型的中国民用汽车保有量预测

经济的发展和人民生活水平的提高使我国民用汽车保有量急速上升,同时导致公共设施和能源供应等矛盾凸显。客观、准确的未来中国汽车保有量预测是解决上述问题的前提。本文以传统Lo-gistic模型为基础,借鉴灰色理论累加生成数据处理方法和级差格式,对预测参数进行估计,同时将模型中扩散速度函数化,并建立以误差标准差为权重的民用汽车保有量的Logistic组合预测模型。该模型能很好地避免传统预测模型中预测参数主观化,预测环境常态化的缺点,使模型能够客观、动态地反映未来中国汽车保有量的扩散趋势。最后结合中国历年民用汽车历史数据,对未来十年中国民用汽车保有量进行预测。预测结果表明:未来十年中国的民用汽车保有量还将快速增长,到2020年中国民用汽车保量将超过2.3亿辆。     

特高含水水驱油田操作成本组合预测方法研究

操作成本作为油田生产过程中的主要组成部分,直接影响着油田的开发效益.为了不断降低操作成本以提高经济收益,以特高含水水驱油田为研究背景,通过该类油田操作成本的相关影响因素建立基于多重因素的两种预测模型——线性回归预测模型和非线性误差反传(BP)神经网络预测模型,最后利用组合预测法,将这两种预测模型组合在一起,以提高预测模型的有效性和可操作性,为特高含水水驱油田控制成本提供科学合理的依据.     

基于CPSO的基础设施模糊投资组合优化模型

针对基础设施效益模糊、难以度量的特点,结合模糊集理论,建立了模糊投资组合优化模型,改进粒子群算法,加入混沌思想,使用混沌粒子群算法(CPSO)求解基础设施的模糊投资组合优化模型。以4个城市投资公司的数据为样本,验证该方法的科学性与有效性。研究结果表明:模糊投资组合优化模型可较好地表征基础设施的模糊效益,提高基础设施投资决策的科学性;混沌寻优思想改进的粒子群算法可求得模糊投资组合优化模型的全局最优解,增强算法的鲁棒性。