基于灰色GM(1,1)模型的江西省GDP预测研究

本文运用灰色系统理论研究了江西省国内生产总值(GDP)2006年到2011年的变化规律,建立了江西省国内生产总值的预测模型,并对江西省2012年到2015年江西省国内生产总值做了预测。     

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。     

GM(1,1)模型在航材消耗预测中的应用

传统的预测方法很难对部分消耗数据少、影响因素不明确的航材进行准确预测。运用灰色GM(1,1)模型,可以对"小样本"、贫信息"这类航材进行更为准确的消耗预测。     

基于灰色系统GM(1,1)模型的山西旅游业收入预测

山西省正处于转型跨越的关键时期,政府不断调整产业结构,大力发展第三产业,而旅游业产业贡献率居第三产业首位。文章将灰色系统相关理论与旅游业相结合,运用灰色系统GM(1,1)模型对山西省2006—2011年旅游业收入的数据进行分析,预测未来几年山西省旅游收入状况,为山西旅游业发展提供重要的政策依据。     

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。     

灰色GM(1,1)模型在房价预测中的算法研究

本文利用灰色系统GM(1,1)模型来预测房地产价格,对模型的算法进行了调整与改进:对原始数据序列采用选取最近年份不同个数的样本数据(在序列中进行无间隔选取,即连续的)方式逐次建立相应的GM(1,1)模型,研究了选取的样本个数与误差之间的关系。通过具体算例即历年全国房屋的平均销售价格预测的验证,结果证明其误差与所选取最近年期的样本数据个数有一定的关系。可以根据所研究问题的特点适当选择样本个数,尽量减少预测的误差。     

基于最优定权组合模型的物流量预测

为了实现对市场需求变动的准确估计,在经过参阅大量文献之后,采用趋势外推模型、灰色GM（1,1）模型分别进行物流量的预测,以每种方法单项预测结果组合误差平方和最小为原则,提出一种最优定权组合预测模型,以此为物流园区的合理规划做出贡献。     

基于灰色GM(1,1)模型的河北沿海地区物流需求预测研究

以灰色预测理论为基础,通过不同的原始数据序列构建不同维度的GM(1,1)模型,对其预测精度进行比较;并选取精度最高的模型建立起新陈代谢模型,采用等维灰数递补的动态预测方法,对河北沿海地区"十二五"期间的物流需求进行预测。     

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。     

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。     

新的WBO算子及其在城市道路网交通事故预测中的应用研究

以有效提高系统特征数据序列的光滑性为目的,在已有缓冲算子研究的基础上,根据新息优先原理,构建了一个新的WBO(Weakening Buffer Operator),克服了现有算子对新信息利用不充分的缺陷,并通过城市道路网交通事故预测案例与已有的系列WBO进行了弱化效果的比较。研究结果表明,受扰动因素冲击后的系统特征序列经新WBO作用后,建模精度得到了显著提高。     

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。     

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。     

基于灰色系统理论的黑龙江省物流需求预测分析

从黑龙江物流需求省情出发,运用灰色GM（1,1）预测模型理论,根据实际数据建立了黑龙江省物流需求量模型,并运用该模型对黑龙江省未来几年物流需求规模进行了预测,预测结果显示黑龙江省的物流需求呈增长之态,在一定程度上能够为黑龙江省物流业发展提供理论依据。     

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。