基于灰色模型的铁路客流预测方法

铁路客流量的预测对于铁路交通业具有重要的实际意义,本文探讨应用灰色预测方法来预测铁路客流量的方法,并且通过对我国2007-2009年铁路客运量预测的实证分析,证明了此方法的可行性,并且检验了此方法的精确度,为准确预测铁路客流量提供了一种简便可行的分析预测方法。     

基于灰色模型的怀来公路货运量预测的研究

为了把怀来建设成为京西物流港,以系统工程学、交通规划为基础,采用灰色预测模型法,先对怀来公路货物运输量进行实地调查．通过把调查的数据整理聚类分析,以数据为依据构造怀来公路货运灰色模型,用该模型对怀来的货运量进行预测,并对灰色模型进行了验证,最后确定了近期怀来公路货运量,同时也为交通部门制定相关政策和科学决策提供了强有力的依据。     

灰色模型的预测与应用研究

本文通过建立灰色预测的GM(1,1)模型对全国人均储蓄存款额进行预测,并且通过实际预测的效果说明灰色模型在时间序列预测中的应用。     

基于改进的灰色模型对货物周转量的预测——以云南省货物周转量为例

现代物流业作为中国现代服务业的重要组成部分,对提高国民经济运营质量、优化经济流程、调整经济结构、扩大内需、增进社会福利等都具有全局性的积极影响。它也逐渐被认为是继降低物资消耗、提高劳动生产率之后的又一重要的利润源泉。货物周转量的衡量与计算比较容易,而货物周转量与物流量之间的关系,使得对于物流周转量的预测显得十分必要。     

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。     

基于灰色马尔科夫模型的道路施工期交通量预测

针对城市道路施工期,交通量历史数据少的特点,建立灰色马尔科夫交通预测模型,并以崇川路由西向东断面的交通量数据为例进行研究。结果表明,此模型相比于传统的GM1,1模型预测交通量具有更高的预测精准度,能够更好地研究道路施工期交通量的发展趋势。     

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.     

基于灰色残差模型的我国财政收入预测

为提高我国财政收入的预测精度,更好地实现财政收入的资源配置、收入再分配和宏观经济调控的职能,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预测我国财政收入,并通过实例分析验证了该模型的实用性和精确性。     

基于MATLAB的灰色模型对福州港集装箱吞吐量预测研究

文中通过灰色模型对福州港集装箱吞吐量建模,模型在MATLAB环境下通过了拟合检验和预测检验,得出灰色模型应用于福州港集装箱吞吐量的预测是有效可行的,并对2005～2010年福州港的集装箱吞吐量进行预测,为福州市“十一五“期间物流发展规划的制定提供科学依据.     

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GM(1,1)模型的中国快递行业收入预测分析

针对快递行业的特点,运用GM(1,1)模型对中国2003-2010年快递行业的总收入进行模拟,对模拟结果采用了多种方法进行检验,并对未来几年的中国快递收入进行了预测。结果表明GM(1,1)模型能够很好地模拟中国快递行业收入数据,而且具有较高的模拟精度。     

基于GM(1,1)模型的物流人才需求量预测分析

本文以河南省物流人才需求量为研究对象,应用灰色GM(1,1)模型对2008-2013六年数据进行分析预测。     

基于G(1,1)模型的2010年中国价格指数预测分析

近期,周小川表示,中国的通货膨胀已经显现。管理好通货膨胀成为今年宏观调控新重点。为研究2010年通货膨胀变化趋势,为宏观经济决策提供依据,文章以1994～2009年历年各月原材料、燃料、动力购进价格指数、工业品出厂价格指数、商品零售价格指数、居民消费价格指数为基础,运用GM(1,1)模型,对中国2010年上述四种价格指数进行了预测。     

基于灰色GM(1,1)模型的广西航空物流预测分析

运用GM(1,1)模型对"十二五"规划期间广西航空市场货邮吞吐量进行了预测,得出"十二五"末广西航空货邮吞吐量将达到15.8万吨。通过预测数据与实际数据对比表明该方法的预测精度较高,有一定的应用价值。     

改进的非等间距GM(1,1)模型的优化

针对传统非等间距GM(1,1)模型的不足,本文分析了传统非等间距GM(1,1)模型的基本原理,分析了传统非等间距GM(1,1)模型与白化方程之间的差异,提出了改进累加序列的方式来优化非等间距GM(1,1)模型,并建立了一种新的累加方式并应用于某大坝沉降。分析了本文中的非等间距GM(1,1)模型与传统非等间距GM(1,1)模型之间的差异。实例表明了改进非等间距GM(1,1)模型精度较高,更适合于工程实例。     

灰色GM(1,1)模型在南京居民消费预测中的应用

灰色系统理论的研究对象是“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统。它通过对“部分”已知信息的生成、开发去了解、认识现实世界,实现对系统运行行为和演化规律的正确把握和描述。GM（1,1）灰色模型是其中应用最为广泛的一个模型。本文以2003-2007年南京地区城市居民消费数据为依据,建立了南京市2003～2007年城市居民人均消费支出的GM（1,1）灰色模型,并应用该模型对南京市城市居民人均消费变化趋势做了预测,预计2009年南京地区城市居民消费为18093元。     

灰色GM(1,1)模型在南京居民消费预测中的应用

灰色系统理论的研究对象是"部分信息已知,部分信息未知"的"小样本"、"贫信息"不确定性系统。它通过对"部分"已知信息的生成、开发去了解、认识现实世界,实现对系统运行行为和演化规律的正确把握和描述。GM(1,1)灰色模型是其中应用最为广泛的一个模型。本文以2003～2007年南京地区城市居民消费数据为依据,建立了南京市2003～2007年城市居民人均消费支出的GM(1,1)灰色模型,并应用该模型对南京市城市居民人均消费变化趋势做了预测,预计2009年南京地区城市居民消费为18093元。     

基于BP神经网络与GM(1,1)组合的北京市物流需求预测模型

通过分析影响北京市物流需求的相关因素,构建北京市物流需求预测影响因素指标体系。运用BP神经网络和GM(1,1)方法,建立北京市物流需求组合预测模型,选取近20年的统计数据对未来五年的物流需求进行预测,得出物流需求总量及变化规律,并以此提出推进北京市物流业发展的有效途径,为物流系统规划提供合理依据及有效发展途径。     

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。     

农药降解的GM（1,1）模型

重点介绍了一种农药降解的ＧＭ（１,１）模型,实你分析表明,ＧＭ（１,１）模型的预测精度高于经典的指数函数模型。