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。     

灰色-时序组合模型在建筑物沉降预测中的应用

为了获得较为准确的建筑物沉降预测结果和较高的预测精度,结合灰色模型、时间序列模型的优点,提出灰色-时序组合模型进行建筑物沉降预测的方法,有效克服了单一模型预测精度低的缺点。以某工程实例沉降观测数据作为原始建模分析数据,通过对灰色预测模型、时间序列预测模型以及组合预测模型的预测结果进行比较分析,结果表明,灰色-时序组合模型预测的沉降值更接近实测值,预测的精度比单一模型更高,具有一定适用性,有利于高层建筑物的沉降预测、预警,确保建筑物的安全性。     

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。     

基于灰色马尔科夫模型江苏城镇农产品冷链物流需求量的预测

从江苏省城镇居民农产品冷链物流的需求状况作为研究点.以《江苏统计年鉴》2011-2019年的数据作为样本,选取了鲜菜,猪肉,鱼虾,鲜蛋,鲜奶,瓜果等影响因子,逐步缩小数据筛选范围.运用灰色GM(1,1)模型结合Matlab2017b软件对江苏省城镇居民未来五年冷链的需求量进行预测,预测模型结果表明精度为97.62％,并通过马尔科夫链进行优化,使预测的精度达到98.61％.实验结果给相应的部门提供数据借鉴,以期为促进农产品冷链的供需平衡提供理论支持.     

基于改进的GM_Markon模型对北京创意产业发展的预测

创意产业产值受周边环境因素影响较大，在某些年份甚至出现局部较大畸变，通过相关文献学习，首先通过对灰色模型预测，然后经过残差修正增加模型规律性（采用两次残差累加），最后在残差修正灰色模型基础上应用改进的马尔科夫链提高预测精度，对2005-2014年北京创意产业产值数据验证算法有效性进行研究。此算法优点在于弥补灰色模型数据少，随机性大的缺陷，很好修正畸变数据和提高拟合度。     

两种预测模型在居民消费水平预测中的研究与评价

居民消费水平反映了国家或者地区的经济发展状况,预测居民消费水平对制定相关的经济政策具有积极作用。文章通过多项式拟合和灰色预测模型来研究和预测居民消费水平,用Matlab数学工具对居民消费水平数据进行分析和处理,采用损失函数的思想对两种预测模型的预测结果做出评价和分析。     

基于百度指数的旅游景区游客量预测研究——对黄先开模型的改进

节假日游客井喷已经威胁到景区的生态环境。精准的预测节假日游客量能够为景区管理提供科学的支撑。黄先开等将网络搜索数据引入时间序列游客量预测研究,构建了基于百度指数的景区游客量预测模型,实现了对景区日接待游客量的有效预测,具有很高的实用价值。但该模型存在使用无法获取的预测当天网络检索变量和节假日景区接待游客量预测误差等缺陷。本文在修正变量问题的基础上,探讨了引入节假日变量提升模型预测精度的可能性,构建了新的预测模型,并以九寨沟为例进行了测算。结果表明:加入节假日变量后,百度指数游客量预测模型的整体预测精度比修正后的黄先开模型高了12%,节日预测精度高了21.5%。     

基于组合预测方法的需水量预测

本文在概述组合预测法的基础上,探讨了需水量的预测方法.尤其是建立了基于回归分析和灰色预测的需水量组合预测模型.通过实例对组合预测的结果与线性回归、灰色预测的结果进行了比较,结果表明组合预测模型的精度比单一模型的预测精度明显提高.     

灰色预测法在车辆备用器材预测中的应用

能否准确预测车辆备用器材消耗量，封于做好车辆保障工作具有重要意义。本文采用改进的灰色预测模型，建立了车辆备用器材量预测模型。经实证验证，预测准确精度较高。[编者按]     

公路短时车流量预测模型研究

为解决公路交通拥堵,做好道路交通安全规划,应加强对道路交通车流量的实时监控和预测,以便及时发现当前交通的非正常拥堵状况,提高人民的出行效率。公路短时车流量的监测数据具有不确定性和非线性的特点,针对这些特点,运用灰色系统理论预测模型和时间序列的ARIMA预测模型分别对车流量状况进行预测。在此基础上,提出将二者相结合的车流量组合预测模型。通过实例对比分析,得出组合预测模型的预测精度高于单独使用灰色预测模型和时间序列分析模型的结论,该模型可以作为短时车流量预测的一种有效方法。     

基于灰色马尔可夫模型的北京市文化消费预测

为了把握文化消费的未来走向，拉动文化消费增长，使用GM（1,1）模型和马尔可夫模型相结合的灰色马尔可夫模型，对北京市2008—2018年文化消费支出数据进行建模，得到 2019—2023 年的北京市文化消费预测值。结果表明：灰色马尔可夫模型有效改善GM（1，1）模型预测波动数据效果不理想的缺点，提升了模型的预测精度。受疫情影响，2020年北京市文化消费下降35.6%，2021—2023年将呈现持续增长趋势。根据预测结果，对拉动文化消费增长点提出合理建议。     

基于大数据思维的隧道施工地表沉降预测方法

为研究城市地铁隧道施工引起地表沉降的分布规律,做好预测预控工作,基于大数据分析思维,利用隧道先期掘进段沉降数据资料分析Peck公式的适用性,在适用性得到验证的前提下,建立带有不确定参数的Peck公式的三维空间分布模型,对模型进行不确定参数的函数转换,根据函数转换条件运用最小二乘法对所求的解进行反转换得到确定性参数,代入Peck公式后即可得到完整的隧道施工地表沉降预测模型。以青岛地铁隧道施工的过程监测数据为例,运用上述方法得到的沉降预测模型计算监测点的预测沉降值,运用灰色预测理论中的后验差检验方法对地表沉降预测模型的精度进行检验评定,评定结果显示该模型所得沉降值和实测数据拟合精度合格率为100%,说明该方法所求参数与模型合理可行,可有效预测隧道施工过程中地表沉降值。     

基于灰色马尔可夫模型的住宅工程造价预测研究

为快速准确地获得住宅工程造价时间序列变化的内在规律,提高住宅工程造价预测效果,将灰色GM(1,1)预测方法和马尔可夫概率转移方法有效结合起来,建立灰色马尔可夫模型对住宅工程造价进行预测,并应用该模型对成都市住宅工程造价实例进行预测分析,其预测结果与实际值吻合较好,表明所建立的该预测模型是可行的,在住宅工程造价预测中具有推广应用价值。     

新财税政策下的职工基本养老保险最优缴费率测算研究

企业职工基本养老保险缴费率作为养老保险制度的关键性要素,受到专家学者的普遍关注,企业缴费率高、缴费压力大已成为制约企业发展的重要因素。本文综合运用灰色关联、因子分析与回归、动态调整和模拟预测的方法,构建企业基本养老保险缴费率适度水平的因子测算模型,以上海市2008—2019年的数据作为样本进行测算与预测。结果显示:缴费率的适度水平处于19%～23%;增加国有资产划转10%补充社保基金以及中央调剂金制度等参数后,模拟预测2018—2025年的缴费率适度水平在14.8%～18.6%之间,说明企业职工基本养老保险的缴费率有进一步下降的空间。     

基于灰色预测和因子分析的沿边城市经济发展研究——以成兰铁路沿线8城市为例

以成兰铁路（四川段）沿线8个重要城市为例，根据衡量经济状况的有关指标，首先利用灰色预测，通过近几年各个城市GDP的综合数据，预测出未来十年各个城市的综合经济状况，进一步说明成兰铁路的修建对沿线城市带来的经济效益。其次，考虑到一个城市的交通与众多经济因素有关，采用因子分析研究多种变量之间的内部依赖关系，进而确定每个城市的发展方向。最后结合各个城市的现状，提出合理的建议。     

高炉炼铁含硅量的动态预测

针对高炉炼铁过程中含硅量预测滞后性和复杂性等问题,建立以改进型Elman神经网络为基础的铁水含硅量动态预测数学模型,利用MATLAB工具箱对动态预测模型进行仿真和预测.首先利用蒙特卡洛法随机选取一组数据作为仿真数据样本,对改进后的Elman神经网络进行离线训练.然后用训练后的Elman神经网络进行铁水含硅量预测,再用残差分析法分析预测值与数据样本之间的显著性差异,用统计检验法讨论模型的可行性.结果表明,铁水含硅量数值预测误差较小,铁水含硅量的实际值和预测值无显著性差异,含硅量的测结果是可信的.     

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。