基于灰色系统预测GM(1,1)模型的商洛市人口预测

商洛市作为关中-天水经济区的重要城市,它的人口规模直接决定了在经济区域中城市的建设思路和发展政策,因此对城市人口的准确预测就显得非常重要。为了提高对商洛市人口的预测精度,根据2008—2016年的商洛市人口数据,采用灰色系统预测GM(1,1)模型建立商洛市人口变化的数据模型,并与实际数据进行了拟合。结果表明,该模型与实际数据的拟合性较好,预测得到的数据与实际数据差距较小,满足相应的验证精度,可以用来预测未来的商洛市人口趋势,为城市的建设思路和发展政策提供参考。     

基于灰色GM(1,1)模型的安徽省电力消费量预测

利用2005~2012年安徽省电力消费量统计数据,建立了一个电力消费量预测的灰色GM(1,1)模型.模拟结果表明,灰色GM(1,1)模型比较合理地反应了安徽省电力消费量的增长趋势,并且预测精度较高,误差较小,为电力消费量预测提供了一个科学而有效的方法.     

新陈代谢GM(1,1)模型在火灾预测中的应用

灰色模型具有所需数据少、预测精度高和无需先验信息的特点.据此,可以应用新陈代谢的灰色预测GM(1,1)模型对我国近年发生的火灾统计数据进行分析预测.而预测结果表明,该模型简单实用,精度较高,在短期预测中有广阔的应用前景.     

基于灰色GM(1,1)模型的河南省能源需求量预测

能源需求预测是制定能源规划的重要组成部分。鉴于能源需求系统复杂性和非线性的特征,本文结合河南省能源需求的历史数据,利用格兰杰因果关系定性地分析了能源需求量和经济的关系,然后用模型预测河南省2008-2015年能源需求量并提出河南省能源发展战略。     

大学普及率预测的GM(1,1)模型应用——基于云南的实证分析

哲学社会科学创新,首先是方法论创新。作为一个学科和领域杂成的高等教育学——典型的哲学社会科学研究范例和跨学科研究典型,在尚未构建学科特有研究范式(方法论体系)以完成学科科学化的吊诡困境下,应用DPS分析软件以云南省大学普及率预测的GM(1,1)模型为例,探索采用适切的数学方法推进高教研究,加快高等教育学学科的科学化进程,进而为哲学社会科学(人文科学、社会科学)的大发展、大开放、大繁荣提供方法论启示。     

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。     

基于GM(1,1)-Markov链组合模型的河南省粮食产量预测

针对粮食产量预测中随机性和波动性特点,建立适用性较强的GM(1,1)-Markov链组合模型。选取2006-2019年河南省粮食产量为原始数据序列,建立GM(1,1)-Markov链预测模型,对河南省2020-2022年的粮食产量进行预测。从平均相对误差、后验差比和小误差概率三个方面对模型进行检验,模型精度标准均为一级。GM(1,1)-Markov链模型的平均相对误差和平均绝对误差相对于GM(1,1)模型分别减小了25.32%和21.81%,表明该模型对河南省粮食产量预测有较高的实用性。     

最小一乘准则GM(1,1)模型

针对相关文献的边值修正GM(1,1)模型中,边值修正项和模型检验均采用最小一乘准则,而模型参数估计采用最小二乘准则的不协调性,将最小一乘准则应用到模型参数估计中,统一了模型参数、边值修正项和模型精度检验的准则,得到了真正意义上的最小一乘准则GM(1,1)模型.计算实例说明,最小一乘准则GM(1,1)模型具有很好的精度和稳健性.     

基于灰色GM(1，1)模型的贵州省R&D投入强度研究

R&D投入强度是目前国际通用的衡量国家创新竞争力的重要指标,也是衡量创新驱动、创新型省份、经济高质量发展的核心指标。贵州省R&D投入近年来持续增长,但仍与全国平均R&D投入强度有着不小差距。在经济进入新常态以创新驱动经济增长的今天,贵州省未来三年R&D投入强度如何值得关注。本文通过灰色GM(1,1)模型预测未来3年贵州省R&D投入强度并提出思考及建议,为贵州省提升R&D投入提供决策参考。     

基于GM(1,1)灰色系统的纺织品市场预测模型研究

应用GM(1,1)建立了纺织品销售市场的动态灰色预测模型,预测结果与精度检验表明,该预测模型能够精确地反映纺织品销售市场的动态变化趋势.对纺织品市场预测、纺织品公司的效益预测,以及对纺织品销售市场宏观管理的决策均有参考价.     

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。     

基于缓冲算子的GM(1,1)模型的预测精度

针对基坑变形趋势前后不一致及冲击扰动对预测值影响的情况,采用基于缓冲算子的GM(1,1)模型对基坑监测数据进行预测,并运用该模型对某建筑基坑沉降数据进行预测分析。实例分析表明,该模型不仅可以抵抗冲击扰动影响,还可对原始观测值赋予权重,以提高新信息的影响、减小旧信息的影响,从而有效提高了模型的预测精度。     

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。     

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。     

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.