海南省GDP的灰色预测

国内生产总值（GDP）是衡量一个国家或地区经济实力的指标.本文利用海南省从2000年到2009年的GDP,建立了海南省国内生产总值的灰色预测模型,即GM（1,1）模型,对2010年至2014年的海南省国内生产总值作了预测.     

基于灰色BP网络的GDP总量组合预测模型应用研究

将GM(1,1)模型与BP算法相结合建立灰色人工神经网络组合模型应用于GDP总量的预测.以安徽省1992-2007年的数据为例,对2005-2007年的GDP总量进行检验性预测,结果表明灰色人工神经网络组合模型大大提高了预测精度.     

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。     

基于最优组合模型的中国GDP预测

利用1990～2010年中国GDP数据,在建立ARIMA、多项式趋势拟合模型和GM(1,1)模型基础上,以误差平方和最小为最优准则建立组合预测模型,并把它应用于我国GDP的预测。所得结果误差优于三个模型的分别预测,表明组合预测模型在时间序列数据的预测中更有优势。并用所建的组合预测模型进行2011～2015年的预测。     

基于灰色理论的房地产预测模型

本文根据已知的数据对房地产价格未来的发展趋势做出预测分析.采用灰色预测法,主要以灰色理论中的GM（1,1）模型对房地产商品价格走势进行预测.首先,我们对数据进行了检验和处理,然后基于灰色理论的房地产预测模型建模,最后用参差检验法对模型做出检验,得到假设模型成立,从而做出了关于郑州房地产商品房销售价格预测预报.     

灰色模型在运城市GDP预测中的应用

灰色系统理论的研究对象是“部分信息已知,部分信息未知”的信息不确定系统,经过20多年的发展,其已逐步完善和发展,并基本上建立起了一门新兴学科的结构体系,越来越得到了广泛的应用。其中GM（1,1）模型是灰色系统理论中应用最广泛的一种灰色动态预测模型,该模型由一个单变量的一阶微分方程构成。它主要用于复杂系统某一主导因素特征值的拟合和预测,以揭示主导因素的变化规律和未来发展的变化态势．文中在简要介绍灰色系统理论及其预测方法GM（1,1）模型的构造与检验的基础上,对运城市近年来GDP的统计数据进行分析,建立了GM（1,1）预测模型,应用残差检验和后验差检验两种方法对模型进行检验。实证检验表明,预测模型可靠,精度较高。应用模型预测得出2015年运城市的GDP将达到1500亿,结论具有一定的参考价值。     

基于组合预测模型对安徽省GDP的预测研究

基于1978—2018年安徽省GDP数据,首先建立ARIMA(0,1,1)模型和Holt-Winters无季节性模型,再通过B-G组合预测模型选择最优组合权重,最后建立组合预测模型(ARIMA-Holt-Winters无季节性模型)。通过比较ARIMA-Holt-Winter无季节性模型、ARIMA(0,1,1)模型和Holt-Winters模型的预测结果,发现ARIMA-Holt-Winters无季节性模型能够更加较为准确地描述安徽省GDP状况,能够得到较好的短期预测结果,为政府制定经济目标和实施相关经济政策提供参考。     

临沂市GDP的最优加权组合预测

根据最优加权组合建模理论，利用临沂市1990～2003年GDP资料数据，采取最优加权组合预测方法来预测临沂市GDP的发展变化趋势，以期为区域经济发展提供科学依据。     

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。     

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。     

东南亚各国人均GDP的马尔可夫法预测

选取1998年-2003年的数据,运用马尔可夫转移概率矩阵方法,建立一个预测东南亚各地区人均GDP在n年后发展变化的预测模型,并利用一步转移矩阵和基期对东南亚9个国家的人均GDP在5年后和10年后的演化和变化情况进行科学地分析和预测.     

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。     

基于过程神经网络的黑龙江省GDP预测

将过程神经网络应用于GDP预测,可以将时间序列中的时间累积效应充分考虑到预测中,能较好地解决传统GDP预测方法中的一些不足。运用黑龙江省1981年至2010年GDP与其影响因素数据,结合相关理论,建立了基于过程神经网络的GDP预测模型,对GDP进行了预测。结果表明,将过程神经网络应用于GDP预测问题中,可以得到较高的预测精度,预测效果较好。     

基于灰色模型和指数平滑的统计组合预测方法

指数平滑预测和离散灰色模型是两类不同特点的预测方法.考虑到单项预测方法的局限性,提出了利用指数平滑预测和离散灰色模型的统计组合预测方法;进一步利用相关系数这一相关性指标确定组合预测模型的权系数;最后通过一个应用实例分析了统计组合预测方法的预测精度,并说明了该方法的有效性和可行性.     

混合GM(1,1)SSODMM与时间序列分析预测模型

基于GM（1，1）模型的不足，在GM(1,1)SSODMM的基础上，建立了一个混合GM（1，1）SSODMM和时间序列的预测模型，对某企业产品的销售量进行了预测；并将GM（1，1）SSODMM模型的预测结果与混合模型的预测结果加以比较。