灰色系统理论在统计分析与预测中的应用

根据山东统计数据信息,以山东省农村居民收入支出为例,应用灰色系统理论建立农村住户人均收入和支出的时间（1999—2006年）序列模型,分析收入和支出的内在关系和变化趋势,给出了GM（1,1）模型的实现方法。通过对预测结果的检验,证明灰色GM（1,1）模型具有准确性高、拟合效果好的特点。     

灰色理论在大学生生活费用预测中的应用

大学生生活费用的高低反映出他们的生活现状和价值取向,影响到大学生的思想道德建设和学校的教育管理,运用灰色系统理论对其生活费用进行预测,结果证明该方法的实用性。     

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.     

灰色理论在大学生生活费用预测中的应用

大学生生活费用的高低反映出他们的生活现状和价值取向,影响到大学生的思想道德建设和学校的教育管理,运用灰色系统理论对其生活费用进行预测,结果证明该方法的实用性。     

灰色系统理论在地源热泵系统参数预测中的应用

在地源热泵系统中,由于地表及地下温度源不受人为控制,导致试验周期长.数据获得困难.文章将灰色系统理论应用于地源热泵系统的数据分析及预测,结合试验测试结果,进行对比分析,证实了在地源热泵系统的参数预测中采用灰色GM(1,1)预测方法的可行性.     

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.     

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。     

灰色-Gompertz组合模型在软土路基沉降预测中的应用

针对单一灰色预测模型或Gompertz预测模型的局限性和可靠性差的缺陷,基于灰色模型和Gompertz曲线,根据最优加权组合原理,以误差平方和最小为最优组合标准,构建出1种新的软土路基沉降组合预测模型,对某沿海高速公路软土路基的沉降变形进行预测分析。工程实例验证表明,新构建的组合预测模型较单一的灰色预测模型或Gompertz预测模型有效消除了系统误差,提高了拟合精度,避免了单一模型偏大或偏小的预测趋势,具有更强的环境适应性,是路基沉降预测的1种有效分析方法,同时将新模型的预测数值应用于改进施工进度及地基处理方法的后期评价,取得了良好效果。     

基于灰色优化GOM模型的道路交通事故预测

道路交通事故的发生存在诸多不确定因素,为研究其内在规律,掌握其发展趋势,对道路交通事故进行有效预测具有重大意义.以福建省2008-2012年道路交通事故次数为例,应用灰色系统理论,构建道路交通事故次数灰色GM(1,1)预测模型和灰色优化GOM模型,对事故原始数据经生成处理后预测分析,通过对比两者所得出的相关指标,结果表明灰色优化GOM模型较灰色GM(1,1)模型的预测精度高,适合对未来道路交通事故进行预测.     

灰色模型在PM2.5预测中的应用

PM2.5对空气质量和能见度等有重要的影响,了解其变化趋势,对制定合理的治理机制具有现实意义.在传统的GM(1,1)模型的基础上,提高数据的光滑度,建立了改进的GM(1,1)模型,并利用MATLAB实现GM(1,1)模型算法.以石家庄市PM2.5浓度作为研究对象,以历史数据预测未来数据,并检验其精度.结果显示,石家庄市PM2.5浓度,在短期内仍将保持较高值,采取措施控制PM2.5浓度不容忽视.     

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．     

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.     

基于灰色神经网络串联组合模型的涌水量预测

利用矿井涌水量实测值建立灰色理论与神经网络串联组合的预测模型,即利用不同灰色模型预测值训练神经网络进行预测,提高矿井涌水量的预测精度,先后建立了GM（1,1）、二次参数拟合GM（1,1）模型,将其与BP神经网络模型串联形成最终预测模型,以淮南矿区潘三矿西翼矿井涌水量预测为例,结果说明了该模型具有较高的准确性。     

灰色预测模型在企业销售中的应用

灰色系统理论在社会经济领域中已得到了广泛的应用,取得了较好的成果。在实际运算中发现,当原始数据序列庞大时,矩阵乘积和逆阵求解非常困难。针对这一问题,提出了灰色预测的简易算法。通过对企业销售利润灰色预测模型的运算,结果表明,在企业销售利润预测中,该算法是可行、快捷的,并且可以应用到所有灰色预测模型运算中。     

灰色系统理论在房地产价格预测中的应用

灰色预测法是一种对含有不确定性因素的系统进行预测的方法。应用灰色预测理论的基本原理,建立灰色预测模型的过程及求解方法,并以2001--2006年江苏省的平均房地产价格为统计资料,运用GM（1,1）模型进行预测,取得了较好的预测效果。     

Improved grey-based approach for power demand forecasting

1 Introduction a Grey theory, originally developed by Deng [1], is a truly multidisciplinary and generic theory that deals with systems of deficient information. In the field of information research, light and deep colors respectively represent informatio…     

基于变周期三角函数—灰色GM(1，1)模型的设备故障间隔时间预测

针对设备故障预测模型难以精确建立的特点,为提高故障间隔时间预测的精确度,提出了变周期三角函数-灰色模型GM(1,1)的预测方法。该方法在三角函数-灰色模型GM(1,1)基础上,建立了变周期三角函数—灰色GM(1,1)的组合模型,实现了对设备故障间隔时间的预测;并将预测结果与三角函数-灰色模型GM(1,1)进行对比,结果表明,采用变周期三角函数-灰色模型GM(1,1)对故障间隔时间进行预测,其预测结果的相对误差由24.16%降到3.24%,提高了预测结果的精度。