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.     

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。     

用遗传算法改进GM(1,1)模型

首先论述了GM(1,1)模型的预测一般过程,根据原始数据序列判断其是否适合用GM(1,1)模型进行拟合与预测;用加速遗传算法代替最小二乘法求微分方程中的参数;并认为初值x(0)(1)的选取对模型的精度有一定的影响,指出传统灰色模型初值选取上的不足,进而提出用加速遗传算法可以提高模型精度的修正初值的构造方法.最后给出了一个具体的算例.     

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。     

我国社会消费品零售总额的预测分析——基于最小二乘法的改进GM(1,1)模型

我国社会消费品零售总额受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于最小二乘法的改进GM(1,1)模型,首先介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007²011年我国社会消费品零售总额数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国社会消费品零售总额,便于我国对未来社会消费品宏观调控。结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据。     

基于GM(1,1)宏观经济预测及相关对比分析

本文基于灰色系统理论,运用相同的国内宏观经济数据,进行了GM(1,1)模型的构建和选择,并与正交尺度网络模型以及BP模型、小波神经网络模型等预测结果进行了对比研究,结果表明,本文所建立的GM(1,1)模型在有效性方面具有一定的优势。最后,本文运用GM(1,1)模型对我国未来5年国内生产总值的发展情况进行了预测,结果表明,在宏观经济环境不变的情况下,未来5年我国国内生产总值能够实现翻番。     

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.     

我国人口可持续发展问题实证研究——基于GM(1,1)模型的建立与预测

本文阐明GM(1,1)模型的基本理论,收集2001年～2007年我国人口时间序列资料,建立人口数量GM(1,1)模型,分析原因,并对未来若干年人口发展趋势进行预测,提出适宜的政策建议。     

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。     

基于新陈代谢GM（1，1）模型的居民消费价格指数预测

影响居民消费价格指数的因素很多.一般的回归模型难以全面涵盖这些因素并预测其未来走势,而运用新陈代谢GM(1,1)模型对未来我国居民消费价格指教进行预测的结果表明.在2009年~2015年间我国CPI年平均涨幅为3.75%,超过3%的警戒线,我国将长期处于温和通胀阶段.使用新陈代谢GM(1,1)模型预测的CPI未来走势还较为精确.     

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。     

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。     

中国石油消费的组合预测

石油消费预测有助于提高石油生产、进口及消费的合理性,进而实现合理规划.鉴于石油消费系统的复杂性和非线性特征,利用我国石油消费的历史数据,将VAR模型与灰色预测的GM(1,1)、无偏GM(1,1)两种模型有机组合,建立灰色VAR组合预测模型,实证分析得出了更为精确的预测值,由此得出此模型可以作为能源消费量预测的有效参考工具.     

灰色预测模型在江苏省GDP预测中的运用分析

从理论和实际应用上探讨灰色系统建模的原理,分析GM(1,1)模型的运用与检验过程。灰色预测模型既是灰色系统理论的重要内容之一,也是预测理论与应用中被广泛使用的一种预测方法,因此,对灰色预测模型的研究具有重要的意义。首先建立一个1978-2009年的江苏省GDP的时间序列数据,然后运用GM(1,1)模型进行预测,检验结果显示GM(1,1)模型能够提供精确的预测。     

我国居民消费价格指数的预测分析——基于残差修正的改进GM(1,1)模型

我国居民消费价格指数受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于残差修正的改进GM(1,1)模型。首先,本文介绍了改进GM(1,1)模型的建立方法与步骤;接着结合2007²011年我国居民消费价格指数建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国居民消费价格指数,便于对我国未来居民消费价格指数的宏观调控。结果表明,该预测方法是可行的,为相关预测提供了理论依据。     

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。     

中国居民消费结构与国际贸易实证关系研究

本文选取1979—2008年统计数据进行计量回归分析,探讨国际贸易对居民消费结构的影响。结果表明:出口对城镇居民消费结构(以恩格尔系数表示)的升级有阻碍作用,进口对城镇居民消费结构的升级有促进作用。而国际贸易对我国农村居民消费结构的影响不显著。