基于灰色预测和回归模型的北京城区房价预测研究

房价的涨跌直接影响民众的生活质量。根据房价的历史数据对未来房价走势进行预测分析,对政府制定住房政策,指导房地产行业发展以及对公民选择合适的时机购买住房都具有重要的意义。首先研究了北京各个城区平均房价的纵向时变特性,建立了回归模型,利用线性函数和三角函数,刻画房价增长趋势和周期性波动趋势,得到了很好的拟合和预测性能。之后进一步对数据集进行处理、并采用灰色预测GM(1,1)模型进行了预测,得到了更加精准的预测结果。     

基于二次插值组合灰色预测模型的房价预测

房价问题涉及多方群体的利益,因此对房价预测具有一定的现实意义和理论研究价值。预测模型的核心问题是预测精确度,本文分别从利用二次lagrange插值法得到新的背景值,通过残差预测调整误差,进行多次等维递推以及组合灰色模型等多个方面对灰色模型进行了改进,使精确度得到了提高。并以保定市为实例,验证了该房价预测模型的高精确度和实用性。     

基于灰色关联度的房价影响因素分析

房价与普通民众息息相关,它受各地国内生产总值、国民收入、市场需求,供给等因素影响,在允许政府适当调控政策下,本文针对15个城市房价的影响因素进行了分析,并对未来几年的房价利用数学模型进行了预测。我们首先采用灰色关联度模型计算各影响因子与房价之间的相关性,然后运用MATLAB、R、EXCEL等软件进行编程,利用GM(1,1)模型来预测房价,结果显示这15个城市未来房价将会持续上涨,经济发达地区房价上涨较快。     

基于改进灰色模型的物流成本预测研究

物流成本的正确预测有助于合理分配现有资源,提升物流成本效益。为了克服传统灰色模型预测精度低的缺陷,通过引入将阶跃函数改进传统灰色模型,提升灰色模型预测精度。利用历年我国物流总费用数据,对未来年物流成本和灰色预测模型的精度进行预测,将预测结果与简单平均法、移动平均法、指数平滑法和传统灰色模型进行比较,验证模型的合理性和有效性。     

房价变动优化分析

为预测未来房价的变动范围,根据往年的房价应用GM(1,1)模型,并结合灰色-马尔科夫模型对房价进行预测。考虑到影响房价的诸多因素变量,对给定的多个因素应用回归分析加以确定。从市场投机因素和政府的调控手段出发优化模型,通过模型分析给出合理的建议。     

灰色神经网络在股价预测中的应用

本文在深入了解股价的可预测性和研究各种股价预测的方法的基础上,探讨利用BP神经网络和灰色模型进行股价预测。以二者为基础,将BP神经网络和灰色模型预测模型的优点结合,提出灰色神经网络模型。该模型将灰色模型的预测值作为BP神经网络的输入变量,而以实际值作为输出变量对神经网络进行训练。     

基于灰色预测模型的山东省公路货运量预测分析

文章论述了灰色预测模型在公路货运量预测中的应用技术、方法与程序。该方法利用了累加生成手段和微分方程描述的灰色模型,与目前常规货运量预测理论和模型相比,可有效处理小样本、贫信息的不确定系统,并在一定预测时段内具有良好的预测精度和实用性。应用灰色系统中的GM(1,1)模型对1999-2010年山东省公路货运量进行分析和研究,通过运行预测模型并与原历史数据进行比较,确认预测模型准确度较高;最后以此预测模型对山东省2012—2017年的公路货运量进行了预测。     

昆明市商品房价格影响因素分析及预测

本文运用多元线性回归对商品房价格影响因素进行分析的基础上,运用灰色预测对昆明市商品房价格进行预测并提出相应对策。     

基于灰色LM-BP神经网络对第三产业综合指数的预测

第三产业发展趋势的预测对于国家或地方政府制定宏观政策有着重要的意义。为更加准确地进行第三产业的预测,从多角度选取指标,利用信息墒理论合成综合指标,建立灰色LM-BP神经网络对其进行预测,实证分析灰色LM-BP神经网络比单一的灰色预测模型和传统BP神经网络预测模型拟合和预测能力要好,说明了模型适应成都第三产业发展趋势的预测。     

基于改进灰色模型在电力负荷预测中的应用

在电力负荷预测中,灰色GM(1,1)模型比较有效,但在实践中由于电力负荷情况的复杂性和多样性,改模型还是存在一点的问题,比如,预测误差较大,精度不能满足要求.为满足电力事业的发展,对灰色GM(1,1)模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度.     

基于灰色理论的一手房成交量预测及其综合分析

房地产成交量受多种因素影响,既有宏观因素,又有微观因素;既有确定性因素又有不确定性因素.文中运用灰色理论原理,把广州市十区一手房成交量看作一个灰色系统,以2009年上半年作为时间数据系列,建立灰色GM(1,1)预测模型,利用Matlab软件对一手房成交量未来走势进行预测,并对所建模型进行残差检验,相对误差、精度、后验差比值均为一级.因此,可以运用所建模型对一手房成交量进行预测.从模型预测的结果看,成交量在未来呈上升趋势.     

安徽省道路旅游客运车辆需求量预测分析

本文分别采用指数函数曲线预测模型、灰色简单预测模型和多元线性回归的一般模型预测安徽旅游人数,依据三种方法预测结果的加权平均数,预测了安徽道路旅游客运车辆需求量,为道路旅游客运体系的建立,能够提供科学的决策依据。     

消费性支出的预测及量化分析

消费性支出的预测无疑对宏观调控、微观经济发展都将具有重大的指导意义。现在利用灰色模型和线性回归模型,以西安市为例。对西安市居民消费性支出情况进行建模预测、量化分析。实际结果证明预测是成功的。为探索、启动新一轮消费提供决策依据,以便形成消费对经济增长的强力拉动。     

黑龙江省经济适用住房价格预测

经济适用住房越来越成为广大人民群众关注的焦点。通过采用灰色系统理论中的灰色预测方法并建立灰色预测供给模型．对影响黑龙江省经济适用住房供给的因素进行定量化分析,进行价格预测。其结论是：黑龙江省降低经济适用房的价格势在必行;灰色预测模型具有较好的预测精度．预测结果可信;这种方法在房地产业具有较好的应用前景。     

公路工程造价指数分析与预测

本文运用多元回归模型分析了工程造价指数的影响因素及影响程度，运用逼近中心式灰色模型对工程总价格指数进行了预测，最后以实际工程为例进行了验证，证明逼近中心式灰色模型预测精度高，预测效果好。     

一种改进的灰色模型在股票价格预测中的应用

灰色理论可以较好地对股票价格进行预测,而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题。本文提出了基于黄金分割法改进的股票价格灰色预测GM(1,1)模型,并通过实例验证了该模型能显著地提高预测精度,具有较高的应用价值。     

我国节能减排与大气环境评价与预测

针对节能减排成绩、大气环境质量评价与预测,使用定量分析法、多元统计法等方法,构建灰色预测、相对偏差模糊矩阵评价、Friedman非参数检验等模型,使用MATLAB、Excel等软件,分析节能减排的作用,并提出进一步实施建议。     

基于灰色预测理论的深圳市旅行社发展预测

运用灰色预测理论,建立旅行社接待人数和营业收入的灰色模型,对深圳市旅行社的发展趋势进行预测。根据预测结果,深圳市旅行社在经营管理中应重视其发展规律,提高服务质量的同时满足不同类型、层次消费者的需求以适应动态的市场变化与行业的要求。     

基于灰色理论的江苏软件产业发展规模的预测研究

软件产业发展规模预测对制定产业发展政策和促进产业结构优化调整具有重要意义。灰色系统预测模型以"小样本"、"贫信息"为研究对象,具有弱化序列随机性,挖掘系统演化规律独特作用的优势。因而结合江苏软件产业发展规模与现状,利用灰色系统模型对软件产业发展规模进行预测,预测效果良好。     

世界新船订单趋势预测的组合模型应用分析

本文利用趋势移动平均法、灰色系统的GM(1,1)方法和BP神经网络方法的组合模型进行了新船订单趋势的预测。预测结果的对比发现,组合模型能够比单一模型得到更准确的趋势预测结果。