基于遗传算法的我国居民消费价格指数短期灰色预测研究

针对传统灰色GM(1,1)预测模型存在精度差的问题,提出采用遗传算法对其进行改进。利用改进的GM(1,1)模型,根据2006年1月至2008年3月共27个月我国居民消费价格指数的统计资料,对2008年1-3月消费价格指数进行了预测,与实际消费价格指数和传统GM(1,1)的计算结果进行比较研究,结果表明改进的模型预测精度高,预测结果好,最后对未来三个月居民消费价格指数进行了预测并进行了分析。     

浙江省水产品冷链物流需求预测

根据浙江省农产品冷链物流的发展现状确定预测指标，从传统的GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)选取合适的模型对2010—2019年浙江省水产品的冷链物流需求量进行趋势预测及精度检验。结果表明，新陈代谢GM(1,1)优于其他两种模型，利用该模型得到的预测结果对浙江省水产品冷链物流相关的建设投入具有可靠的参考价值。     

灰色改进GM(1,1)模型在保定市FDI预测分析中的应用

FDI即外商直接投资,以保定市2000-2006年FDI数据为基础,运用灰色系统理论,建立了常规GM(1,1)模型和改进的GM(1,1)模型。改进的GM(1,1)模型优于常规GM(1,1)模型,其精度更高。应用改进的GM(1,1)模型预测了保定市2007-2010年FDI,并分析了预测结果。结果符合保定市的实际情况。     

中国能源消费预测的GM(1,1)模型研究

对能源消费量的准确预测和分析有利于正确的能源发展战略的确定,能源消费量由于数据量少,不确定等特点适合灰色系统预测,选取1997-2006的数据为原始数据,运用GM(1,1)模型和GM(1,1)模型参数估计的加权最小二乘方法对中国能源消费进行预测,并通过残差修正,建立能源消费预测模型。对模型进行误差检验,建立残差模型,再次通过误差检验,得出GM(1,1)模型在预测精度上还有一定缺陷,预测的精度不高,但依旧可以用于能源预测。     

基于黄金分割的股票灰色预测GM(1,1)模型

传统的GM(1,1)模型采用均值作为灰微分方程的背景值,与实际有距离,可以寻找端点的最优组合作为灰微分方程的背景值,以提高预测精度.基于这样的想法,提出了一种用黄金分割方法改进的GM(1,1)模型,实例分析证明了其有效性.     

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ARMA模型和灰色预测模型的短期客流量预测比较研究

分析了城市公交客流特征,提出短期客流量预测的必要性.分别用ARMA模型以及灰色预测GM(1,1)对上海市59路五角场站客流量进行了短期预测,并比较了两种模型的预测精度,提出可行性建议.     

公路交通运输量GM-Markov综合预测模型研究

为了提高公路交通运输量的预测精度,在介绍一般模型的基础上,建立了GM-Markov预测模型,它是将灰色预测方法与Markov预测模型优化组合,用灰色预测模型GM(1,1)预测随机时间序列数据的总体发展趋势,而用Markov模型预测各数据在总体趋势下的随机波动性变化,得到随机时间序列数据趋势预测模型的解。通过公路货运量的实际数据进行了验证,结果表明:GM-Markov预测模型既能预测参数随机数据序列的总体趋势,又能适应波动性较大的随机序列变化,其预测精度高于GM(1,1)模型的预测精度。     

基于黄金分割的股票灰色预测GM(1,1)模型

传统的GM(1,1)模型采用均值作为灰微分方程的背景值,与实际有距离,可以寻找端点的最优组合作为灰微分方程的背景值,以提高预测精度。基于这样的想法,提出了一种用黄金分割方法改进的GM(1,1)模型,实例分析证明了其有效性。     

灰色残差修正模型在区域物流量预测中的应用研究

区域物流量预测是区域物流规划和物流基础设施建设的决策依据,也是推动第三方物流企业发展的重要前提。本文讨论了残差修正GM(1,1)模型以及其在区域物流量预测中的应用,模型用多个指数函数的叠加分段描述物流量的预测,克服了传统灰色模型只能描述单调变化过程的缺点。通过对某区域物流量预测的实例分析,对比分析普通GM(1,1)和残差修正GM(1,1)模型的预测结果,表明残差修正GM(1,1)模型在预测区域物流量时精度高、结果可信。     

初始值优化的离散灰色预测模型

针对经典GM(1,1)模型的不足,研究了离散GM(1,1)模型选取不同初始迭代点的模拟数据增长率特点.应用最优化技术求解初始迭代点,证明了改进的离散GM(1,1)模型能够完全模拟指数序列.提出了两类分段修正离散GM(1,1)模型,对建模机理进行了证明,并对改进模型进行了推广.结果表明,优化初始迭代点的分段修正离散GM(1,1)模型能够完全拟合分段等比序列.     

基于灰色马尔科夫模型的辽宁高校R&D支出预测

文章将马尔科夫链理论与模糊集合理论引入灰色GM(1,1)预测模型,实现了两者的优势互补,并在辽宁省高校科技经费投资的数据在传统灰色GM(1,1)预测模型的基础上建立了高校R&D的灰色马尔科夫链模型,研究表明,该模型在高校R&D的预测方面相对传统的灰色GM(1,1)模型有更高的精度。     

物流量预测的灰色残差修正模型

采用残差修正GM(1,1)模型建立区域物流量灰色预测模型。通过对某区域物流量预测的实例分析,对比普通GM(1,1)和残差修正GM(1,1)模型的预测结果,证明残差修正GM(1,1)模型在预测物流量时精度高、结果可信。     

基于灰色组合模型的河南GDP预测

为解决GM(1,1)预测中存在的历史数据的跳变问题,依据灰色灾变预测原理,利用线性回归适用短期预测的特点,提出了一种新的预测方法:用GM(1,1)模型预测将来可能的数据跳变日期点,对其他非跳变点使用分段线性回归函数进行预测。通过对河南省生产总值的预测,结论显示出此种方法较好地克服GM(1,1)模型和线性回归模型的缺陷,在现实中达到较好的成效。     

基于灰色模型与BP神经网络的青岛旅游需求预测模型

本文主要研究青岛市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理,利用主成分分析得到影响旅游需求的主成分,以旅游人口建立GM(1,1)模型,进而将模型推广到GM(1,N)模型,并进行残差检验确保其可靠性;其次,对影响旅游需求的因素进行GM(1,1)灰度预测,并利用预测数据建立BP神经网络模型对GM(1,1)模型进行优化改进,最后,分析得到运用BP神经网络模型进行预测的结果更为准确。     

基于灰色GM(1,1)模型的房地产开发价值预测研究

本文针对如何预测房地产开发完成后的价值的问题,应用灰色系统GM(1,1)预测模型,对开发完成后的房地产价值进行预测,并进行实证分析。实证结果表明GM(1,1)模型在房地产未来开发价值预测方面精度较好,能够精确反映房地产销售市场的动态变化趋势,对房地产市场行情预测、房地产销售市场宏观管理的决策均有参考价值。     

基于马尔科夫GM(1,1)模型的物流货运量预测研究与应用

物流货运量是衡量物流行业发展快慢的重要指标。针对不确定影响因素较多的物流货运量预测采用传统GM(1,1)模型预测,预测结果精准度较低。针对该问题,提出了基于马尔科夫原理的GM(1,1)模型,进行物流货运量预测研究与分析应用。根据马尔科夫GM(1,1)模型原理,以近几年的某地物流货运量为研究数据,通过实际应用研究结果可知,该方法预测效果较好,为研究物流发展提供参考。     

非线性Gompertzlan灰色模型的解法及其应用

本文在现有文献的基础上,应用GM(1,1)模型给出一种新的非线性灰色模型--Gompertzlan模型及其解法.最后将该方法用于某公司的实际销售额预测中,通过例子可以看出,这种新的方法具有很高的精度.     

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.     

基于GM（1,1）模型的丽江城乡居民收入预测分析

党的十八大明确提出2020年全面建成小康社会的宏伟目标。通过丽江市统计局网站发布数据获得2007至2013年丽江城乡居民收入的数据,以2007年至2013年的城乡居民收入数据为基础建立GM(1,1)模型并进行求解,分析模型的相对误差,级比偏差,可知GM(1,1)模型拟合精度较高,可用于中长期预测,即预测2014年-2020年丽江城乡居民收入。