GM(1,1)在股票价格预测中的运用

对股票价格的预测直接影响到投资者的投资决策，关系到投资者的切身利益，因此对预测结果的精度要求较高．本文对GM(1，1)模型进行了改进，并将改进后的模型应用于股票价格的预测。对南山实业股票价格预测后发现，改进的GM(1，1)提高了预测的精度，具有更高的应用价值．     

用残差GM(1,1)模型对巷道通风参数进行修正研究

井下作业时，巷道通风是一个重要的必须解决的安全问题，解决这一问题关键就需要确定通风参数．当残差GM（1，1）模型的精度不符合要求时，可利用残差序列建立GM（1，1）模型对原来模型进行修正，以提高精度．本文运用了一种新的残差序列建立GM（1，1）模型方法对原来模型进行修正，使平均模拟相对误差（^-△）和k点的模拟相对误差（△（k））得到了进一步的降低，也就是说更有效的提高了精度．     

GM(1,1)灰色模型的程序实现

在对GM（1，1）灰色模型研究基础上，利用Mat．1ab软件给出了GM（1，1）模型的实现程序．     

利用GM(1,1)模型预测股价的变化规律

介绍了灰色理论的GM(1，1)模型，给出了利用GM(1，1)预测股价变化规律的一种方法，并给出了一个实例。     

GM(1,1)-ARMA(n,m)预测模型及应用

GM(1,1)模型是以灰色系统理论为基础的预测模型,而ARMA(n,m)是以时间序列为基础的预测模型.由于二模型各具其特点,并各有局限性.但二者能取长补短.文献[1]给出了混合模型GM(1,1)-ARMA(n,m),但在具体预测时由于运算量大,没有合适的计算机处理程序使之显得不方便.本文根据其原理,完善了计算方法,给出了预测公式.经过例子验证,结果是理想的.     

修正GM（1，1）模型在销售量预测中的应用

基于GM(1，1)预测模型的模型误差的三种情形，给出了修正方法，建立了一种改进的GM(1，1)预测模型．讨论了改进GM(1，1)预测模型在销售量预测中的实际应用，结果表明改进模型具有较好的预测精度。     

改进GM（1,1）预测模型在公路运输量中的应用

为了提高公路交通运输量的预测精度和公路运输行业的管理水平,研究了GM（1,1）模型特性、GM（1,1）在背景值和初始值选择两方面所存在的缺陷;提出一种新的背景值计算方法;最后,利用2000-2004年的公路客运量的实际数据进行了验证,结果表明：改进模型的预测精度要高于GM（1,1）模型的预测精度,前者比后者具有更高的预测精度和可靠性.     

一种改进的GM(1,1)长期预测模型

结合统计途径,通过引入一个外生变量,对传统GM(1,1)模型进行了改进 新建构的模型不仅能有效提高GM(1,1)长期预测精度,扩大灰色预测理论的适用范围;而且能真实反映观测在不同阶段的变化速度和演变趋势,为决策者提供可信赖的依据     

基于GM（1,1）的中国能源消费预测与分析

分析了21世纪我国的能源现状,并基于2006～2010年中国能源消费总量的原始数据,构建GM（1,1）模型,对中国未来5年的能源消费进行经济预测,2015年中国能源消费总量将突破400000万吨标准煤。对今后能源战略作了前景展望。     

基于灰色系统GM（1,1）的组合预测模型及其应用

建立了一种基于灰色系统GM（1,1）的组合预测模型,该模型的预测结果是一个区间.建立的模型提高了预测精度及实用性,并进一步将其应用于上海世博会入园参观人数的预测.     

基于GM(1,1)的装备维修备件需求量预测研究

基于灰色模型GM（1,1）的基本原理,建立了装备维修备件需求量预测分析方法;经示例应用分析表明,该方法为精确预测装备维修备件需求量提供了一种有效手段。     

基于GM(1,1)模型的毕节地区旅客周转量预测

以毕节地区1987-2008年时间序列数据为基础,运用灰色GM(1,1)模型预测2009-2012年旅客周转量的变化情况,为毕节地区旅客市场环境分析和城市发展总体规划提供一定的借鉴。结果表明:对于GM(1,1)模型,较长时间序列数据并不一定能得到满意的结果,数据序列的选取应结合地方社会经济发展状况,尽可能地设计出精度较高的模型来进行预测。     

用MATLAB实现灰色预测GM（1，1）模型

在分析灰色预测模型基本原理的基础上,利用MATLAB强大的矩阵功能,用MATLAB实现灰色预测GM（1,1）模型算法,并通过实例分析验证了程序的准确性和可靠性。     

基于改进的GM(1,1)模型在人口预测中的应用——以福建省为例

以灰色预测理论为基础,分别运用传统的和改进的GM（1,1）模型,对福建省未来人口进行预测,并提出了存在干涉因子的GM（1,1）模型的使用方法,改进的GM（1,1）模型具有较高的预测精度和可行性．     

基于GM（1,1）改进的Verhulst模型预测PTA期货价格

根据郑州商品交易所PTA期货价格,应用基于GM(1,1)改进的Verhulst模型对其进行模拟预测.通过计算、分析得出所建立的模型模拟预测结果较灰色Verhulst模型模拟预测精度高,更接近实际情况.