基于GM(1,1)模型的重庆市城镇化率预测研究

城镇化是推动中国经济持续发展的强劲动力,为有效预测重庆市城镇化率水平,并依据该城镇化率水平对重庆的区域发展做出相应规划。首先应用GM(1,1)模型构建了城镇化率的动态预测模型,然后对该模型的误差检验方法进行了研究,最后应用该模型对重庆市城镇化率的发展趋势进行了预测。研究结果表明,重庆市城镇化率的GM(1,1)模型通过了平均相对误差检验、均方差检验、灰色绝对关联度检验和小误差概率检验,该模型可以用于对重庆市未来城镇化率的预测。同时运用这个模型对重庆市城镇化率进行了预测并得出结论:重庆市城镇化率将以较快速度发展,在2015年达到62%,超过中国平均水平,这也证明了重庆市城镇化率水平比较高,对中国的城镇化发展贡献比较大,应继续保持这个发展速度以推进长江经济带的发展。     

基于GM(1,1)模型的“十四五”时期化工行业科研人才需求分析

科技创新是化工行业的发展命脉所在,人才是其根本支撑因素。通过梳理2009至2021年间《中国统计年鉴》中代表性化工产业的相关数据,利用GM(1,1)模型对“十四五”时期中国化工行业的研究与试验发展经费与人员全时当量进行预测,并结合实际情况对我国化工行业的科研人才培养问题提出相关建议:第一,以制度构建为主导,实现研究试验经费的高效使用;第二,以成果转化为检验,构建转化链细分的人才培养模式;第三,以待遇保障为基础,尊重科研人才具有的知识价值。     

基于GM(1,1)模型的北京市房地产投资分析

房地产投资所受影响因素众多,适合于用灰色系统进行预测和分析.奉文通过对北京地区1998年-2005年房地产投资的实际数据进行分析,建立了GM(1,1)模型,运用灰色预测方法对北京地区未来几年的房地产投资趋势进行了预测,其分析结果对于政府对房地产的宏观调控以及房地产开发商的进一步投资都具有一定的参考价值.     

改进GM(1,1)模型在滑坡变形预测中的应用

基于灰色系统理论建立的一阶单变量GM(1,1)模型在滑坡变形预测中应用广泛,但是对高增长指数型滑坡变形时间序列的适应性较差。通过GM(1,1)模型建模原理分析表明,等权生成背景值是影响模型预测精度的主要因素之一。基于此,本文采用自动寻优定权法重新构造背景值,建立基于最佳权重构造背景值的改进GM(1,1)模型,并根据滑坡监测资料建立滑坡变形预测的传统GM(1,1)模型和重构背景值的改进GM(1,1)模型。结果表明,改进GM(1,1)模型对高增长指数型滑坡变形时间序列建模具有更高的拟合与预测精度,可用于滑坡变形短期预测预报。     

生态环境基础设施项目投融资灰色GM(1,1)预测模型

主要从生态环境基础设施项目分阶段融资需求分析入手,对投融资需求规模预测、适合的投融资渠道选择、具体投融资模式确定等研究.构建了灰色GM(1,1)环境项目融资需求预测模型;以2000-2005年环境基础设施投资总额数据资料,对生态环境基础设施项目融资需求预测模式进行了预测,并对预测结果进行了检验.     

基于GM(1,1)模型的东北三省人口——经济系统协调发展研究

为准确预测东北三省及其36个城市2015年及2020年的人口——经济系统协调发展状况,本文在已有的1995～2010年人口——经济系统协调发展状况分析的基础上,运用基于灰色系统的GM(1,1)模型进行预测并分析其协调发展类型、过渡发展类型及不协调发展类型在空间格局上的变化.36个地级市、州、区及以上城市的人口——经济系统协调度总体呈上升态势,但部分城市呈持续波动性发展,甚至协调度不断降低,究其原因主要表现为人口老龄化、人口文化素质偏低及产业结构不合理几方面,并在此基础上从人口、经济、社会方面提出相应的可操作性对策,以引导人口——经济系统的良性发展.     

基于灰色线性回归组合模型的物流需求预测研究

灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证.最后,本文以改进模型对福建省未来几年的物流需求进行了预测.     

基于GM模型的我国主要海洋产业灰色预测分析

为了更加准确地反映我国主要海洋产业的发展动态,本文以2001～2010年的统计数据为研究基础,采用GM(1,1)灰色系统模型进行实证研究,分别预测了主要海洋产业增加值和主要海洋产业分项增加值,呈现了海洋产业未来的发展趋势.同时,对我国未来10年GDP发展进行了预测,结合我国海洋总产值占GDP比重的发展趋势,研究结果表明,主要海洋产业有着良好的发展态势,对国民经济的贡献将越来越重要.最后,提出了有可能影响预测结果的几点因素.     

灰色模型在股票价格预测中的应用——以中国石化为例

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,对交易日收盘价格进行预测,并以中国石化(600028)2012-01-04至2012-12-31的交易数据为例进行了分析。分析结果表明,灰色预测模型的平均预测准确度为98.63%。考虑到股票交易规则,42%的预测数据为有效预测,有效预测的平均预测准确度为99.31%。     

基于残差灰色预测模型的用电量预测

为提高用电量的预测精度,适应电力营销需求,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,并通过实例分析验证了该模型的实用性和精确性.     

基于灰色模型的国际能源需求预测

本文在阐述全球能源需求现状的基础上,采用灰色预测法对全球2012～2015年的石油、天然气、煤炭、核能、水电、可再生能源和总的一次能源的需求量进行了预测,并分析了未来全球能源的需求趋势、需求结构和需求增长速度等方面的特点.据此,提出了我国未来能源开发和利用的建议,包括科学开发勘探能源,提高能源利用效率,加大可再生能源的开发和利用,建立能源战略储备和加强国际合作、减少能源消费量等.     

动态货币需求模型：来自中国数据的检验

对动态货币需求模型的实证表明,一年期存款利率的变化对货币需求不产生影响,货币需求只受到前一期GDP平减指数、收入和前一期货币需求的影响。在影响货币需求的三个主要因素中,由于货币需求的惯性较大,前一期货币需求对本期货币需求的影响最大,其次是GDP对本期货币需求的影响,前一期的GDP平减指数对本期的货币需求影响最小,影响程度的弹性差异最大为1.86倍。因此,利率机制在目前的条件下还不能作为调控经济的有效手段。     

基于ARIMA-GRACH模型的现货电价预测

通过建立ARIMA预测模型对现货电价进行预测,并对ARIMA模型存在的异方差问题通过GARCH模型进行修正。实证算例中,采用北欧四国电力市场数据,与ARIMA和灰色GM（1,1）模型进行比较,表明ARIMA—GARCH模型的预测精度更高,预测误差更小。     

基于可计算一般均衡的货运量预测模型

现有货运量预测模型大多未考虑货运交通成本及与之相关的政策因素的影响,导致许多货运量预测结果与实际值偏差较大,对诱增货运量预测不足.本文回顾了现有货运预测模型,并简要分析其优劣和适用范围,进而提出基于可计算一般均衡(CGE)的货运量预测模型.利用该模型对重庆市的货运量进行预测模拟,并与其它模型进行比较,结果表明本模型具有更好的预测效果.     

基于随机网络的废弃产品回收预测模型

针对闭环供应链的逆向物流环节部分,在分析废弃产品回收过程中各相关组织之间的动态关系的基础上,运用随机网络的相关理论,构建了以生产厂商为回收主导的废旧电器产品回收随机网络预测模型。该模型可以求出产品回收至生产厂商的概率、期望时间以及回收产品的数量。并以空调回收为例,进行案例分析。     

基于灰色系统理论的我国石油消费需求预测研究

采用灰色系统理论的预测方法,以1998至2005年我国石油消费量与国内生产总值(GDP)为基础数据,建立了我国石油消费需求增长的灰色系统预测模型GM(1,2),并对我国未来的石油消费需求进行了定量预测。结果表明,未来我国石油需求将快速增长,2010年将超过5亿吨,我国石油供应安全将面临严峻的挑战。     

房地产需求的分析与预测

房地产是一种稀缺资源、重要的生产要素和生活必需品，根据我国1996～2003年的房地产需求量及其影响因素的数量、房地产的需求结构，建立数学模型，分析和预测2005～2007年的房地产需求总量及其结构，并提出几点建议。     

国内人才需求预测研究的进展与问题分析

根据研究目的,按照一定标准选取了国内2009～2013年关于人才需求预测的20篇文献,从预测的主要类型、主要思路和主要方法三个方面对这些文献进行了归纳总结和深入分析,得出了进行人才需求预测的基本类型、基本思路和基本方法,并对目前的研究进展进行了评价,指出了目前研究中存在的问题.