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。     

灰色模型在建筑物沉降预测中的应用

针对建筑物出现的变形问题,提出在现有建筑物观测数据的基础上,在MTALAB的语言环境下,建立GM（1,1）模型,来预测该建筑物的沉降量。分析结果表明,把灰色GM（1,1）模型和MATLAB结合起来预测建筑物的沉降发展趋势,具有较强的实用性。     

基于等维新息灰色马尔可夫模型的河南旅游总收入预测

以河南省旅游总收入为对象进行研究,选取2005—2018年的旅游总收入数据作为研究样本,在GM(1,1)模型的基础上,用马尔可夫理论和等维新息的思想加以修正,建立了等维新息灰色马尔可夫模型。结果表明,等维新息灰色马尔可夫模型比传统的GM（1,1）模型和灰色马尔可夫模型的预测精度要高,达到了94.735%,可用来进行旅游总收入的预测,从而为有关部门制定政策提供参考。     

基于灰色-ARIMA耦合模型的中国发电量短期预测

针对国内发电量的持续增长现象,基于中国2012—2021年的发电量数据,使用新陈代谢GM(1,1)模型与阻尼趋势模型耦合所得的灰色- ARIMA耦合模型,对中国2022—2030年的短期发电量进行预测。比较新陈代谢GM(1,1)、传统GM(1,1)与新信息GM(1,1) 模型的试验结果,将误差平方和最小的模型与ARIMA模型耦合,引入时间序列分析来拟合发电量,构建等权的灰色-ARIMA耦合预测模型,得到2022—2030年发电量的可靠耦合预测数据,具有一定的鲁棒性。为我国制定新能源措施和发展规划,实现碳中和、碳达峰及可持续发展具有重要的借鉴意义。     

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。     

基于灰色系统理论的我国农村耕地流转面积预测模型

本文基于灰色系统理论,选取2007年——2014年的中国农村家庭承包耕地流转面积作为本文原始数据,建立灰色预测GM(1,1)模型,通过MATLAB软件求解模型,预测出了我国2015年——2022年的耕地流转面积,经过检验得出模型的精度良好。从预测的结果来看,我国耕地面积流转量呈现出逐步增长的趋势,随着农业现代化的产生,农业规模生产将会形成趋势。     

权函数灰色模型及其在山体隧道洞口变形预测中的应用

文章详细讨论了GM(1,1)灰色模型与基于权的一元一阶灰色预测模型(简称pGM(1,1))的基本内容及建模过程,找出最佳的权分配,并成功地将两模型应用于某山体隧道洞口变形监测的预测预报,相应地用计算机高级编程语言编写了灰色系统预测程序,便于实际应用.实践证明灰色预测模型在隧道变形预测预报中具有较高的应用价值.     

江苏沿海地区物流需求的灰色预测

根据江苏沿海地区1999—2008年物流需求数据,运用灰色系统理论,探讨并选择了最优灰色GM（1,1）模型对江苏沿海地区未来5年的物流需求进行灰色预测。结果表明,在建立的灰色GM（1,1）模型群中,6维灰色GM（1,1）模型的预测精度最高,未来5年内江苏沿海地区物流需求仍会有大幅度增长,因此要提升物流服务水平,为区域经济发展贡献力量。     

试析丁克家庭与中国人口的关系

文章利用三个模型对中国丁克家庭数量和总人口数量分别进行预测:利用灰色系统GM(1,1)模型预测"丁克家庭"户数;在丁克家庭基础上用修正的马尔萨斯模型预测我国人口总数;利用VAR模型对教育水平与丁克家庭户数的关系,最后得出相关结论.     

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GM(1,1)的GPS坝体监测数据预测模型

灰色系统理论的研究对象是不完全确定系统,在这个系统中,元素的部分信息已知,部分信息未知。在已知部分信息的条件下,经过特殊的方法处理与挖掘之后,使得整个系统得到确切描述和认识。变形监测的累积观测数据作为离散序列,本身就具有灰色的性质,因此灰色系统理论可以有效地应用于土地工程中大型控导工程的变形监测,土质坝体和治沟造地边坡稳定性监测,大坝变形监测等分析预报中,建立众多预测模型以及预警系统,可以有效降低灾害发生的几率,对灾害发生起到了防范于未然的作用。目前,利用GPS系统进行变形监测是一种自动化程度高、精度高的技术手段。本文从灰色建模与灰色预测的原理入手,分析了GM(1,1)模型的特点,介绍了模型的计算过程。并结合西南某大坝的GPS监测实例,以MATLAB为工具,使用GM(1,1)模型对处理的GPS监测数据进行了模拟和分析,并与实测的数据作了对比分析,判断建立的GM(1,1)模型的稳定性和可靠性。     

灰色系统方法在山东省城市化水平研究中的应用

文章基于灰色系统理论,以1990-2008年山东省城市化水平为原始数据,建立GM(1,1)灰色预测模型,对山东省未来的城市化水平进行动态预测,为山东省以后的经济发展、城市建设等提供了依据.     

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。     

基于灰色系统的西宁市商品房价格影响因素及预测研究

本文采用西宁市1999-2008年社会经济统计数据,以灰色系统理论为基础,运用灰色关联分析方法对影响西宁市商品房价格的相关因素进行了分析,并利用GM(1,1)模型对西宁市商品房价格进行了预测。结果表明:竣工房屋造价是影响西宁市商品房价格的首要因素,未来5年西宁市商品房价格将呈上涨趋势。     

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。     

基于GM(1,1)灰色模型的湖南省粮食产量预测研究

通过对湖南省2000～2008年湖南省粮食产量数据进行分析,建立GM(1,1)灰色系统预测模型,运用灰色预测方法对湖南省2009至2013年的粮食产量进行预测。结果表明,湖南省未来几年内粮食产量呈不断上升趋势,并且模型具有较高的精度。     

基于BP神经网络与灰色预测理论的人口死亡率预测

根据2013年《福建统计年鉴》上收集到的资料,运用GM(1,1)模型以及MATLAB构建3层BP神经网络结构模型,分别对福建省人口死亡率进行建模预测。结果表明:BP神经网络预测人口死亡率拟合结果优于GM(1,1)模型,最小相对误差率为1.05%,最大相对误差率为3.75%,平均相对误差率为2.54%,拟合结果显示模型可靠。BP神经网络非线性结构系统,具有预测精度高,可行性强的特点,表明BP神经网络可用于未来人口规模预测,为福建省经济社会发展战略与规划,调整人口结构,制定合理的人口决策提供参考。     

人口抚养比变化趋势研究

文章选取我国1990~2014年的少儿抚养比和老年抚养比调查数据进行研究,通过比较ARIMA模型、多项式模型、GM(1,1)灰色预测模型以及指数增长模型四种模型,选出最佳预测模型为GM(1,1)模型。研究结果表明:2025年左右我国的老年抚养比和少儿抚养比将会达到相等;从GM(1,1)模型关于总抚养的预测结果来看,总抚养大致保持在30%左右。针对我国正在和将要面临的抚养现状,须做好应对措施,增强开发人力资源力度,充分挖掘和利用我国潜在的人口红利,促进我国经济又快又好的发展。鼓励和支持青年人生育二孩,缓解我国低生育率低抚养比的现状。     

灰色模型中不同序列长度对模型精度的影响

针对建筑物沉降的特点,在灰色理论的基础上,建立GM（1,1）模型,并采用不同序列长度对来预测建筑物的沉降量,通过对比发现,不同的序列长度对模型的预测精度有着一定的影响。     

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。