基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测.     

基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测。     

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。     

江苏劳动争议案件数量的灰色预测及启示

以2000～2009年江苏省劳动争议受理案件数据为依据,运用灰色系统理论,建立灰色GM(1,1)主模型和GM(1,1)残差模型,对江苏省劳动争议受理案件时间序列进行了拟合、分析与预测。通过实证分析表明,GM(1,1)残差模型的拟合程度较高,是一种有效的劳动争议数量预测算法,模型预测结果可为劳动关系管理和劳动争议处理提供有利的理论依据。     

基于matlab技术下的广西产业结构灰色预测

广西各产业经济还处于相对落后水平,各产业结构发展不平衡,还需要长期进行产业结构的优化。文章以Matlab为研究平台,基于灰色预测理论对广西产业结构、各产业经济的增长进行预测并得出相应的预测模型。通过广西1978～2010年各产业结构数据并结合相关的经济数据,对预测数据和模型体系进行实证分析,使研究具有一定的理论水平和预期应用价值。根据文章的结论可以对广西今后产业结构调整提供参考性的意见。     

基于灰色马尔科夫模型的上海港集装箱吞吐量预测

为了准确有效地对港口集装箱吞吐量进行预测,提出一种基于灰色GM(1,1)模型和马尔科夫链模型相结合的灰色马尔科夫模型,以上海港2003～2017年集装箱吞吐量数据为研究对象进行预测计算,得到2018～2022年的吞吐量预测值。结果表明:灰色马尔科夫模型能弥补单一灰色GM(1,1)模型对波动性较大数据预测精度不高的不足,使平均相对误差由0.07216下降到0.02188,模型的预测精度有了明显的提升,适用于中长期的预测。     

利用灰色线性回归组合模型进行变形监测数据的预测分析

当今,自然灾害频发,环境的监测和治理要求加强对各种工程进行变形监测,及时分析数据,预测发生灾害可能性;本文利用灰色GM(1,1)模型和灰色线性回归模型的对比,说明利用灰色组合模型进行监测数据分析和预测的优越性。     

基于灰色GM(1,1)模型的辽宁省建筑业发展预测

文章首先分析了辽宁省建筑业发展现状,其次运用灰色GM(1,1)模型对2013～2015年辽宁省建筑业总产值和增加值进行了预测,预测结果表明:到2014年底,建筑业总产值为12 907.0亿元,超过2009年提出“做大做强建筑业”时预定的万亿元目标产值,增加值将为2454.6亿元,与预定目标还有一定的差距,最后提出了促进辽宁省建筑业发展的对策建议.     

基于灰色GM(1,1)模型的辽宁省建筑业发展预测

文章首先分析了辽宁省建筑业发展现状,其次运用灰色GM(1,1)模型对2013~2015年辽宁省建筑业总产值和增加值进行了预测,预测结果表明:到2014年底,建筑业总产值为12 907.0亿元,超过2009年提出做大做强建筑业时预定的万亿元目标产值,增加值将为2 454.6亿元,与预定目标还有一定的差距,最后提出了促进辽宁省建筑业发展的对策建议。     

基于灰色GM(1,1)模型的云南进出口贸易总额预测

云南省地处中国的西南边疆,面向东南亚。在对外贸易方面有极大的地理优势,然而在贸易规模和质量方面都有待发展提高。本文基于1980-2017的云南对外进出口贸易数据,采用灰色GM(1,1)模型对未来云南对外进出口贸易规模进行预测。基于此预测可以为云南未来的对外贸易规划提供必要的参考。     

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。     

基于灰灾变预测的“牛鞭效应”解决办法

简要介绍了灾变灰预测理论,并将此理论用于零售终端企业的库存控制,通过零售商的合理库存预测来减轻牛鞭效应的影响。之后给出实际案例进行了相关的研究和分析,证明灾变灰预测是减轻牛鞭效应的很好思路。     

铁路集装箱运量发展预测

随着国民经济的持续、快速、健康发展，国内贸易不断扩大，集装箱运输在我国日趋成熟，并进入快速发展阶段。本文的目的是分析铁路集装箱发展的趋势，采用灰色系统模型GM（1，1），对未来铁路集装箱运输需求进行合理预测，同时对预测模型进行残差检验。根据预测数据，对未来集装箱的发展提出一些建议。     

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。     

基于粒子群优化算法(PSO)的电力需求预测分析

在电力需求预测领域,本文提出了基于粒子群优化算法(PSO)的组合预测模型,选用灰色GM(1,1)模型和BP神经网络作为单个预测模型,并在BP神经网络中将GDP指标做为输入。同时考虑了GDP对电力需求的影响,最后利用PSO对组合预测模型中的权系数进行优化以得到最优结果。根据真实数据所做对比,本文所提出的PSO算法在预测精度上较单一预测模型相比有了较大幅度的提高。     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测。以此来避免单一模型的不足,从而提高模型的预测精度。通过2005-2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度。     

基于灰色神经网络的体育成绩预测研究

对体育成绩的预测关系到学生身体素质和体育教学方案的制定,通过结合灰色理论和神经网络的特点提出了灰色神经网络体育成绩预测模型。依据某大学2008-2013年体育成绩统计数据,分别选用GM(1,1)模型和灰色神经网络模型对数据进行拟合,通过2014年的体育成绩作为模型验证,来预测2015年的体育成绩。结果表明,灰色神经网络体育成绩预测模型具有灰色系统贫乏数据建模和神经网络高度非线性映射能力的优点,对提高预测精度具有一定的实用价值。     

机场货物吞吐量的灰色预测方法研究

建立了机场货物吞吐量的灰色预测模型-GM(1,1)模型,对机场货物吞吐量进行了预测。表明该方法具有所需原始数据少、原理简单、运算方便、预测精度高和可检验性等优点。