基于等维灰色递补方法预测广西人口数量

利用2004～2006年数据采用等维灰色递补动态预测方法对广西2007～2020年人口数量进行了预测.结果显示,到2020年广西人口数量将达到5500万人左右.低增长率高增长量并存是广西今后一段时期人口数量变化的主要特点.     

湖南省人均GDP发展趋势的GM(1,1)模型

通过灰色系统理论,建立湖南省人均GDP的GM(1,1)等维递补动态模型,在此基础上改进预测公式并预测其发展趋势.结果表明该模型能很好的反映其发展趋势,对政府宏观调控具有一定的参考价值.     

浙江省现金投放回笼影响因素灰色关联度分析及净投放量预测

为进一步加强现金管理,运用广义灰色关联度分析方法对2004--2010年浙江省现金投放回笼影响因素进行定量研究,并通过构建等维灰色递补GM（1,1）模型,预测浙江省现金净投放量。其预测结果对相关部门的决策具有一定的指导意义。     

灰色新陈代谢GM（1,1）模型在农村居民人均纯收入预测中的应用

研究了基于灰色系统理论的农村居民人均纯收入的预测方法.建立不同维的常规GM（1,1）模型群,根据不同维预测模型的模拟相对误差,优选出基础GM（1,1）模型并建立灰色新陈代谢GM（1,1）模型对陕西省农村居民人均纯收入进行了预测.该方法能够有效融合新信息,弥补常规GM（1,1）模型的不足,实例计算表明该模型预测结果比较准确.     

基于挣得进度的灰色Verhulst模型对工程工期的动态预测

基于挣得进度的工期预测模型能支持对工程工期的预测,但预测模型都是建立在已发生的工程的挣得进度的基础上,对工程工期的预测不仅是静态的,而且在工程早期阶段,预测的精度不高.本研究基于挣得进度概念,采用灰色系统理论,建立灰色Verhulst全信息预测模型与新陈代谢预测模型,实现了对工期的动态预测.利用三个实际的工程项目的数据,用所建模型对工程工期进行对比仿真预测,然后与挣得进度模型的预测结果进行对比验证.结果表明,基于挣得进度的灰色新陈代谢模型不仅实现了对项目工期的动态预测,而且预测精度比其它两种模型都高.     

等维灰色递补模型在GDP预测中的应用

采用等维灰色递补GM（1,1）模型建模原理,预测黄冈市第十二个五年规划GDP,年均增长率有望达到和超过预期的目标。预测结果可靠,可作为研究决策时参考的依据。     

长江水质污染预测的灰色模型

水质预测涉及因素众多且机理复杂，而且已知数据偏少，故采用灰色理论中的GM（1，1）模型对长江污染物进行预测，并进行了四种检验，都达到较满意的效果．为了使预测结果更加准确，提出了用GM（1，1）模型群和等维灰数递补动态预测两种方法加以改进，从而避免使用单一的灰色模型容易受到不稳定信息影响的缺陷，使得预测精度更加准确，提高预测结果的可信度．     

灰色预测模型的研究及应用

在介绍灰色系统理论的基础上,讨论了灰色预测原理,以中国总人口为例,进行了灰色预测模型的建立和求解,提出了中国人口动态模型;以城市的年供电量为例,利用历史数据,并对电力系统各年的日最大负荷的预测建立了基于残差修正的灰色预测模型.该预测模型是一种基于残差CM预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,最终的预测结果误差可基本控制在3%之内.经过实例计算,基于残差修正的灰色预测模型在对电力系统的日最大负荷进行预测时,与传统的系统理论方法相比较,该方法计算简捷,具有较高的预测精度,具有很好的实用性.     

等维灰数递补动态模型在预测大气环境质量变化中的应用

在分析评价漯河市城区2006-2010年大气环境质量的基础上,运用等维灰数递补动态模型对该区2011-2015年大气环境质量变化趋势进行了预测。预测结果表明,漯河市城区SO2浓度有显著下降趋势,NOx和PM10浓度将持续上升,大气环境总体质量趋于下降。     

基于优化灰色理论的高可靠性产品寿命预测

在对高可靠性产品进行寿命预测时,传统的加速模型拟合精度低,且预测误差大,难以对产品做出较为准确的寿命预测.针对此问题,提出了一种基于优化灰色预测模型的方法对传统加速模型进行参数修正,提高加速模型的显著性和预测精度.首先采用动态寻优法确定最优背景值,减小灰色预测模型的拟合误差,再利用优化后的灰色模型预测出产品在接近正常使用温度下的寿命,将失效数据进行有效等维扩充,利用扩充数据对传统加速模型进行参数修正并检验其显著性.最后通过实例分析表明：修正模型的显著性更高、预测相对误差更小,且在越接近产品正常使用的温度下,其预测精度越高,说明此方法具有“数据量少、预测精度高、实用性强”的特点,因此采用该方法对高可靠性产品进行寿命预测是可行且更加有效的.     

预言

杰里米:你认为有些人真能用纸牌预言未来吗?朋友:我妈妈能——当她一看到我的成绩单时,她马上就能说出我爸爸回来后会发生什么事。     

论预测的基本特征及预测悖论

预测在经济社会发展中,以至在人们的生活工作中,都是非常重要的。人们经常做出各种预测,但预测的准确性、可靠性,是一个一直困扰人们的问题。对于预测,我们已经有所认识,但对预测的一些深层次特点和问题,需要进一步分析研究。     

正则化局部多项式预测法在混沌映射中的应用

利用正则化的局部多项式预测法对logistic混沌映射时间序列进行预测,并分析了预测误差.结果显示正则化的局部多项式预测法对非线性时间序列具有良好的特性.     

基于灰色预测与BP神经网络的全球温度预测研究

为深入了解全球变暖缘由及影响,探究变暖是否停滞,考虑地球吸热、散热及海洋温度变化等因素,构建一种全球温度预测模型,预测未来25年温度变化。采用主成分分析法找出贡献度较大的3个主成分,再用3组灰色预测模型预测海洋平均温度、二氧化碳排放量、太阳长波辐射等8个变量,并进行光滑比、级比和残差检验。结果表明,预测符合前29年（1990-2018年）时间序列图规律,用历史数据训练BP神经网络,然后把8个变量的预测值代入神经网络,拟合优度为0.922 72,精度非常高,可以看出全球平均温度距平序列越来越大,说明温度正逐渐升高,而不是停滞。     

城市地铁变形预测的三次指数平滑法

详细介绍了指数平滑法及三次指数平滑法的预测过程,应用此方法对实测资料进行了预计和比较.结果表明,其平均相对误差都小于1%.由此可见,该方法对城市地铁变形预测具有一定的应用价值.同时,文中指出了应用指数平滑法的一些优点及应注意的一些问题.     

基于神经网络的透气性状态预测

针对烧结过程的时变、强非线性等特点,基于神经网络和粒子群优化算法,提出一种预测透气性状态的集成方法.采用神经网络分别建立透气性预测模型,采用粒子群优化算法对神经网络进行训练,提高预测模型的实时性;进而借助模糊分类器将预测子模型实现有机融合.最后实际运行结果表明,提出的集成模型具有较高的预测精度和较强的自学习能力,并且在工况波动严重的情况下,仍然具有好的预测效果.