灰色—马尔柯夫模型在股票价格预测中的应用

对股票价格的预测直接影响到投资者的投资决策，关系到投资者的切身经济利益，因而对预测的准确性要求较高。尝试将灰色系统理论应用于股票市场，在对GM（1，1）模型和马尔柯夫模型详细剖析的基础上将两者结合为一，建立相应的灰色－马尔柯夫预测模型，并通过对上证综合指数的预测说明该模型具有较高的预报精度和应用价值。     

灰色预测理论在房地产投资决策中的应用

预测是房地产投资决策的重要工作之一。文章在分析GM(1,1)模型和灰色马尔可夫预测模型两种灰色预测模型的基础上,结合实例对房地产价格和开发量进行预测,并取得了比较理想的结果。旨在提高房地产投资决策的科学性。     

组合优化理论在中国经济增长预测中的应用

文章采用灰色预测的GM(1,1)、变参数BGM(1,1)两种模型与BP神经网络进行组合优化,对中国GDP的增长做出预测分析,建立了灰色神经网络的GDP预测模型。组合优化模型提高了拟合和预测精度,是经济发展趋势进行预测分析的有效方法,有利于决策者制定相关的经济政策,进行宏观管理和控制。     

离散灰色模型在科技人才资源预测中的应用

根据统计资料,应用离散灰色预测模型对中国未来科技人才资源的发展趋势进行了预测和研究,发现对比传统的GM(1,1)预测模型,离散灰色模型具有更高的拟合精度。     

运用GM（1，1）模型预测开放式基金经济增加值的实证分析

开放式基金在我国起步较晚但发展迅速,许多问题需要进行深入探讨,尤其是对开放式基金估值问题的研究对基金投资者和基金管理者都具有重要的理论和现实意义。采用经济增加值（EVA）折现的方法评估开放式基金价值比其他传统价值评估方法具有更多的优点,而这一方法的关键问题是准确地预测未来经济增加值。本文运用灰色系统理论中的GM（1,1）模型对随机选取的三只开放式基金未来经济增加值做了预测研究及残差检验。实证分析表明,运GM（1,1）模型预测开放武基金经济增加值具有较高的精确度。     

证券投资风险预测的E-Bayes估计

本文给出了E-Bayes方法,以上海证券个股五粮液52个连续交易日的收盘价格为例,建立数学模型进行分析和预测,预测结果与市场实际值相当吻合。与灰色系统理论中的GM（1,1）预测模型相比,本文提出的方法预测的精度更高,计算量小。不仅适用于经济系统的分析与预测,也适用于其它系统的分析与预测。     

上海港与长江航运联动发展预测研究

应用多因紊动态分析法和灰色系统预测理论，对长江流域六省二市的航运联动发展进行了预测研究。通过建立灰色系统GM（1，1）模型和对进出口贸易值进行预测，可有效克服原始数据的离散性，再利用多因素动态分析法对外贸集装箱生成量进行预测，预测效果将会大大提高。文章选择外贸集装箱生成量和进出口贸易值这两个与江海联运发展水平密切相关的指标，对上海港与长江航运联动发展进行中短期的预测，并对预测的结论进行了分析。     

组合预测模型在区域物流需求预测中的应用

针对单一预测方法用于区域物流需求量预测存在的不足,文章提出了基于预测有效度的组合预测模型,即通过组合多个单一模型的预测结果,发挥各自的优点,提高预测的精确度。以广东省江门市为例,分别采用线性回归模型、灰色GM(1,1)模型和组合预测模型对其物流需求量进行了预测,实证结果表明区域物流需求组合预测模型能够取得更高的预测精度。     

灰色GM（1,1）模型在已完工程的实际造价和预算造价指标预测中的应用

灰色GM（1，1）模型，是微分方程的时间连续函数模型，它可以揭示和描述事物发展的连续的动态过程的本质特征。本文结合某脱硫工程讲述灰色GM（1，1）模型在已完工程的实际造价和已完工程预算造价指标预测中的应用。     

基于少数据的城市住宅价格预测分析

本文选取了影响城市住宅价格的多种因素,结合中国城市住宅市场下少数据的具体现实,在灰色理论的预测方法与技术的基础上,基于单因素的GM(1,1)预测模型构建了城市住宅价格多因素预测模型,结合西安市的城市住宅价格以及相关数据构建了西安市城市住宅价格预测模型,并对西安市未来城市住宅价格进行了模拟预测.     

基于灰色系统模型的城乡建设用地规模预测——以常德市鼎城区为例

土地利用总体规划是区域性的综合规划,为地方性的经济发展提供科学和法律依据.建设用地的有效供给是地方经济发展基础,建设用地需求量预测是土地利用总体规划编制的核心,也是土地利用管理的依据.为了切实搞好常德市鼎城区的土地利用总体规划,使之更具有前瞻性、可操作性,必须切合实际地搞好建设用地需求规模和布局的预测.采用灰色系统模型,通过灰色关联度分析,建设用地发展与GDP、总人口、市镇人口、社会固定资产投资、人均GDP、第二产业产值、第三产业产值密切相关.基于这些因子,采用灰色系统模型法、建立GM(1,1)灰色模型,进行了2010年和2020年的城乡建设用地规模的预测.GM(1,1)模型可以进行长期预测,但预测仅反映一种趋势,综合考虑驱动因素的灰色线性组合模型更具有预测的可靠性.利用GM(1,1)模型和线性模型组合,进行城乡建设用地规模预测,可为土地利用总体规划提供可靠的保证.     

海洋经济理论发展的灰色研究

21 世纪是海洋的世纪, 海洋强国作为国家重要发展战略, 海洋经济也成为学术研究热点。 把握海洋经济发展态势, 预测海洋经济发展趋势对于科学管理海洋经济发展具有重要意义, 同时也是海洋经济研究的热点问题。 本文基于可视化的角度利用SATI、 Netdraw、 Ucinet 等软件绘制灰色系统理论以及海洋经济灰色研究的知识图谱,基于图谱比较,阐述灰色系统理论的成熟性以及拓宽海洋经济研究方向的重要性,并分析灰色系统理论应用于海洋经济研究的适用性, 进而拓宽海洋经济研究新方法, 更好地把握海洋产业关联度以及预测海洋经济发展趋势, 科学指导海洋经济发展。     

中国海洋经济预测研究

海洋经济发展目标的确定是制定国家海洋发展战略、国家级海洋经济发展规划和沿海地方海洋经济发展规划中必须解决的问题之一。因此,海洋经济预测是海洋经济研究领域不可回避的问题之一。对适于进行海洋经济预测的灰色系统模型、趋势外推法、成长曲线法、组合预测法等进行深入探讨,对组合预测结果的最有效性给出可靠的数学证明,并运用所建立的模型对2015年和2020年我国海洋经济和主要海洋产业发展水平进行预测。     

基于灰色预测和神经网络的人口预测

人口预测是土地利用总体规划的重要基础工作。未来人口规模是土地利用总体规划中确定各类土地需求量控制性指标,调整土地利用结构,实现土地供需平衡,解决人地矛盾的重要依据。人口预测是否科学准确,直接关系到总体规划方案是否合理和实用。利用灰色预测建模所需信息少、方法简单的特点和神经网络具有较强的非线性映射能力的特性,提出一种基于灰色预测和神经网络的人口预测方法。首先对人口规模的NARMA(p,q)的递归网络模型进行一步预测及其灰色预测GM(1,1)等维新息模型预测,然后再用前馈神经网络对GM(1,1)模型和递归网络模型的预测值进行组合预测以作为其最终的预测值。以温州市为例,对其总人口进行了试验预测。结果表明：NARMA(p,q)递归网络模型比GM(1,1)模型具有更高的预测精度,而FNN模型的组合预测效果优于其它单一预测模型。     

基于灰色残差模型的中国税收收入预测

税收是国家财政收入的重要来源,准确的税收预测结果对于制定各项经济政策具有非常重要的意义。为提高中国税收收入的预测精度,适应资源配置、收入再分配和宏观经济调控的需求,在传统灰色预测技术的基础上,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。     

对中国国际入境旅游市场的滚动样本预测——基于季节效应ARIMA模型

入境旅游市场的发展能够促进我国经济社会的可持续发展,入境客流量的精确预测和分析对旅游规划与管理具有重要意义.鉴于现有文献大多采用年度数据进行预测等问题,采用新的包含季节变量的ARIMA模型对6个我国主要入境旅游客源国1990～2006年间的数据进行回归分析,并采用滚动样本方法进行样本外动态预测,回归模型以及预测结果均表明该模型能够很好地拟合数据,对旅游预测可行且十分有效.     

区域海洋经济可持续发展能力评价指标体系的构建

从可持续发展的角度出发,以系统理论为指导,在对影响海洋经济可持续发展的因素进行全面分析的基础上。构建海洋经济可持续发展能力的评价指标体系,建立评价海洋经济可持续发展能力的模型,并对中国沿海区域海洋经济可持续发展能力进行定量分析和评价,为国家和地方制定海洋经济政策、贯彻实施海洋经济发展规划、评价和调控区域海洋经济发展态势以及动态评估区域海洋经济可持续发展能力,提供支撑和辅助决策。     

中国寿险市场成长预测

近年来中国保险市场发展快速,其中以人寿保险市场的发展最为显着,而市场营收的成长更是惊人,2005～2008年平均复合成长率是23.9%。试用灰色预测理论GM(1,1)四期预测模型以及传统的回归模式对中国保险市场的人寿险销售量进行预测。研究发现,灰色预测模式适用于中国人寿险市场的预测,且以四期建构为最准确,结果的精确度均达90%以上,符合灰色理论强调少数据、小样本的预测特性;且GM(1,1)四期预测模型精确度高于传统的回归预测模式。     

基于灰色系统理论的旅游客源预测模型--以中国入境旅游客源为例

本文基于灰色系统理论,以中国1978年以来入境客源为例,建构了旅游客源预测的灰色模型,并与常用的线性模型的预测精度进行了定量对比。所得基本结论为:①旅游系统是灰色系统,灰色系统理论是研究旅游现象的有力工具;②中国入境客源灰色GM(1,1)模型的预测精度高于线性模型;③就灰色预测而言,如果原始数据列较长(例如21年),对原始数据进行平滑处理所得预测模型精度较高,而对原始数据进行取自然对数的处理所得模型预测精度较低;如果原始数据列较短(例如5年),对原始数据进行取自然对数的预处理所得模型预测精度较高。本文所得结论对其他旅游序列预测应该具有一定的借鉴与参考价值。