灰色预测模型在住宅市场中的应用

在社会经济的各个领域,大量的决策问题离不开对变量未来值的预测或对不易观测变量的预测。而在进行预测的过程中,最重要的是预测模型的选择。着重研究了灰色预测模型,同时对住宅市场的销售面积以及相关的三个因素进行了量化分析。经过检验具有很强的可行性和可靠性,为决策者进行相应的战略规划提供了科学的参考依据。     

改进的灰色GM(1,N)模型在经济中的预测与应用

论文就修正GM(1,N)预测模型的误差,提出了新方法.使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响.实践表明这些改进模型可以有效地提高GM(1,N)模型的预测精度.     

惠州GDP三年超中山的模型预测及可行性分析

构建主成分回归模型预测惠州和中山2009-2011年GDP。当解释变量仅为常规变量时,预测结果是惠州在2011年赶不上中山;但当加入大项目带动和深惠莞一体化的机遇变量时,预测得出惠州在2011年GDP将超过中山大约60亿元。同时,对预测模型的合理性和结论的可行性作了分析。     

灰色多变量模型在运动员竞技能力发展预测中的应用研究

从探讨运动员竞技能力系统发展的一般特征出发,结合实例介绍灰色多变量预测模型在运动员竞技能力系统发展中的建模、预测方法,并通过与单因素模型的实际对比,阐述灰色多变量预测模型的实用价值和应用前提,为运动训练及其他体育领域的灰色预测提供了一种方法与思路。     

塔河油田稠油黏度预测模型研究与修正

针对现有稠油黏度预测模型大多是关于温度与原油API(American Petroleum Institute)重度的函数,而没有考虑沥青质含量等对稠油黏度影响的问题,基于塔河油田37口井的稠油油样测试数据,对常用的8个稠油黏度预测模型进行了评价。结果显示,8个模型的预测效果均较差,国内、外预测模型的平均误差分别为约30%、95%以上,准确率极低,难以满足稠油井筒黏度预测及摩阻压降梯度预测需要。利用中国塔河油田油样测试数据,考虑沥青质含量的影响,引入变量μ₅₀(50℃时的脱气原油黏度),建立了新的稠油黏度预测模型。运用新模型对新油样进行黏度预测并评价,结果表明：在不同温度下,黏度预测总平均误差为9.11%,远小于其他模型,满足实际工程精度要求。     

金华市房地产需求预测

近年来,房地产发展迅速,存在着产生泡沫的危险,对未来房地产的预测,有利于制定房地产政策,避免房地产泡沫的产生.本文就影响房地产需求的因素进行了分析,在此基础上,以金华市为例,采用多种预测方法分别建立了相关因素变量的预测模型,再运用组合预测方法得出更科学的预测结果.     

多变量混沌时间序列局部多项式预测方法及应用

为了改善混沌时间序列的预测精度,提出了一种新的多变量混沌时间序列的局部多项式预测方法.它首先利用多变量时间序列的相空间重构理论重构相空间,并据此利用多项式函数构造预测模型,该模型根据嵌入维数构造数据矩阵,进行模型的参数估计和计算一步预测值,最后根据平均根统计量推断预测效果.Lorenz系统的模拟仿真和上海综合股价指数的局部预测结果表明:用多变量混沌时间序列局部多项式预测法进行预测的误差小,且比单变量混沌时间序列局部多项式预测法的预测精度高.     

基于灰色预测模型GM(1,1)的道路交通事故预测

在交通事故统计的基础上,运用灰色理论建立了一阶单变量的交通事故预测模型,即GM(1,1)模型。GM(1,1)模型是最常用的一种灰色模型,尤其适合于交通事故预测“小样本”的随机不确定问题。本文针对交通事故发生的特点,探讨了灰色模型GM(1,1)在道路交通事故预测中的应用,对宁连高速公路北段交通事故量进行了预测,并对交通事故成因进行分析。     

基于PCA-ESN模型的潘家口水库水位预测研究

选择河北省潘家口水库为研究对象,采用PCA算法对数据进行预处理,选取新的主成分作为输入变量,再通过ESN模型对水库水位进行预测。实验结果表明,历史水位、降水量2个因素的变化对水位有较大的影响;ESN预测模型能较好地预测水位变化趋势,误差小,精度高,应用在水位预测上具有可行性和有效性。     

基于灰色模型的RBF人口迁移预测方法研究

人口迁移预测模型是深入研究人口迁移行为的基础。现有迁移预测模型大多集中在单模型、单变量预测上,不能描述人口迁移行为的合力效应。提出了一个新的人口迁移预测模型——GRBF,该模型包含两个子模型：灰色模型和RBF模型。灰色模型构建于人口迁移的影响指标之上,为GRBF提供充分时间维度指标信息;RBF模型则接收灰色模型的输出,计算人口迁移量的预测值。实例分析证明,GRBF支持人口迁移量预测,提供对预测数据的误差分析,能够有效预测人口迁移量的变化。     

基于灰色理论的时间序列交通事故预测

针对交通事故发生的特点,探讨了灰色系统和时间序列模型在道路交通事故预测中的具体应用,在介绍分析道路交通事故灰色性的基础上,建立了基于灰色预测理论的交通事故预测模型,并用其分别对道路交通事故的死亡人数、交通事故量进行了预测,其结果是可信的．     

基于灰色关联分析与 XGBoost 模型的销售预测研究

为提高销售预测准确率,提出一种基于改进 XGBoost 的销售预测方法。首先对销售量影响因素进行特征分析,通过改进灰色关联分析方法对训练数据进行降维处理|然后采用基于 XGBoost 算法的销售预测方法对降维后的特征数据进行监督训练|最后使用训练后的模型对销售情况进行预测评估。实验结果表明,基于灰色关联分析和 XGBoost 模型的销售预测方法正确率达到 95%以上,比传统的经典预测方法提高 35%以上,比 XG?Boost 预测方法提高 19.6%。基于灰色关联分析与 XGBoost 模型的销售预测方法不仅能有效处理海量数据,提高销售预测准确率,还能为制造企业实现产品精准投放提供决策依据。     

基于灰色神经网络组合模型的电力消费量预测——以河北省为例

在分析灰色预测模型GM(1,1)以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上,提出灰色神经网络组合预测模型。以河北省电力消费量为基础,分别用3种模型进行预测,并加以比较分析。结果表明,灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度,对河北省未来电力系统及能源需求规划具有一定参考价值。     

基于遗传BP神经网络的区域物流需求预测

针对当前区域物流需求预测数据复杂且可变性较大、预测方法环境适应性较差的问题,提出了基于遗传BP神经网络的区域物流需求预测模型。首先,分析区域物流需求预测影响因素,并建立区域物流需求预测指标体系;其次,采用遗传算法优化预测网络中的可变参数,并建立多输入—多输出的BP神经网络多元预测模型;最后,通过实例结果表明该模型具有较高的预测精度和有效度。     

季节变动时间序列的两种新预测模型

对于季节变动时间序列提出了一种新的乘法分解模型，它可表示成年度变动因子、季节变动因子、总平均值和随机变动因子的乘积．然后在此基础上给出渐进预测模型和乘法预测模型，最后进行了实例分析．     

基于最优非负可变加权系数组合预测法的CPI预测研究

准确的物价预测是稳定物价的前提之一,及时根据预测结果制定有针对性的宏观经济措施,对维持经济系统的有效运行、保证居民的生活稳定有着重要的意义.文章分别采用回归预测法、ARMA时间序列预测法、VAR模型预测法和BP神经网络预测法四种单项预测方法和最优非负可变加权系数组合预测法对我国物价走势进行预测,并将预测值进行对比分析,得出最优非负可变加权系数组合预测方法能够综合各单项预测方法的信息,有效提高预测精度,该模型可以用作我国物价走势预测的模型的结论.     

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。     

福建省农民消费结构的灰色关联分析及其变动预测

本文应用系统聚类、灰色关联分析、灰色预测等方法对福建省1993～2003年期间农民消费结构的发展状况进行分析,并对2004～2008年的变动趋势进行预测,以揭示该省农民消费结构变化的规律.模型输出结果显示:农民生活水平日益提高,农民消费结构正向更高层次的方向发展.对模型输出数据的各种分析,将对福建农村消费市场的培育和农村经济发展提供有价值的参考信息.     

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