基于GM(1,1)模型的软件缺陷数预测

本文主要研究运用GM(1,1)模型对软件缺陷数进行预测。首先是列举建立软件缺陷数预测模型的灰色理论;其次建立了基于GM(1,1)模型的软件缺陷数预测模型;最后是运用建立的模型对ISS软件缺陷数进行预测,效果很好。     

基于GM(1,1)模型的铁路客流量预测

客流量预测是铁路运输组织工作的重要基础,是铁路部门制定运输方案和列车开行计划的重要依据。本文建立了铁路客流GM(1,1)模型,利用1999年至2010年全国铁路客运量数据,通过Matlab实现了GM(1,1)模型和一元线性模型,并比较两个模型的预测效果。结果表明,GM(1,1)模型预测效果优于一元线性回归模型,其平均相对误差减小约0.2511%。最后,对全国未来五年的铁路客流量进行预测,为管理人员做出合理决策提供了支持。     

基于GM(1,1)模型的学科创新力预测

首先以情报学为例,通过关键词综合评价,得出情报学近18年的6组学科创新力值,并分别用GM(1,1)全模型、GM(1,1)部分模型、GM(1,1)新信息模型和GM(1,1)新陈代谢模型对学科创新力的6组值进行模拟,通过分析比较,得出GM(1,1)新陈代谢模型具有较高精度,然后选取该模型对情报学学科创新力进行预测。接着计算图书馆学近12年的4组学科创新力数据,建立图书馆学学科创新力GM(1,1)新陈代谢模型,用该模型对图书馆学创新力进行预测。最后将图书馆学与情报学学科创新力进行比较和分析,得出情报学和图书馆学不同的学科特点和发展趋势。     

基于GM(1,1)模型的中国用水量预测

本文立足于当前中国水资源短缺的情况,利用从从中国水利部查得2005年至2011年全国用水量,建立GM(1,1)预测模型对2030年的中国用水量进行预测,为制定有效的中国水战略提供依据。     

基于GM(1,1)模型的北京市GDP预测

GM(1,1)模型是目前应用比较广泛的灰色预测模型。本文根据北京市经济发展现状,建立了基于GM(1,1)模型的北京市GDP预测模型,通过对模型预测数据的检验得知,该模型具有较高精度,可以较好的预测北京市GDP情况。因此利用该模型对北京市未来三年的GDP进行预测,进而为北京市相关部门制定政策提供参考。     

基于灰色GM(1,1)模型的冬枣价格预测

本文通过对沾化冬枣的交易情况进行实地调研以及政府官网,得到沾化区2012—2018年的冬枣价格的原始数据,基于灰色预测中的GM(1,1)模型,利用MATLAB编程,对2019-2021年的冬枣价格进行预测。对预测结果进行了残差检验和级比残差检验,检验结果均在允许范围内,模型具有较高精度。预测结果显示,冬枣价格将持续稳定上涨,尤其是品质好的冬枣,价格上涨幅度较大,该结果为枣农以及有关部门的相关决策提供了科学依据。     

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。     

基于GM(1,1)模型的我国R&D投入强度预测研究

20世纪90年代中期以来,我国R&D投入一直保持持续、稳定的增长,带来了科学技术的飞跃发展。从R&D投入强度,即R&D经费与国内生产总值之比入手,构建了我国R&D投入强度的GM(1,1)模型,提出了提高我国R&D投入强度的几点思考。     

基于GM(1,1)模型的上海市职工工资水平的预测

工资水平的变化对职工的生活,工作以及政府的政策有很大影响,同时也给政府制定相关的财政政策提供帮助。本技术根据上海市2007~2016年职工平均工资的数据,结合灰预测GM(1,1)模型对数据进行预测。检验结果表明,该模型具有较高的精度,可以较好的预测未来几年上海市职工的工资水平的变化趋势。     

基于灰色GM(1,1)模型的高校餐饮盈亏趋势预测

本文针对高校食堂餐饮管理盈亏预测的需求,引入了灰色系统理论的概念,详细阐述了GM(1,1)模型的建立过程,并在传统GM(1,1)模型的基础上加入等维信息提高预测模型的精确性,最终将建立的模型应用到高校食堂餐饮的盈亏预测中。     

灰色预测GM(1,1)模型在股价预测中的应用

通过对原始数据进行筛选,将GM(1,1)模型用于股票预测,进行了实例分析,结果表明,模型准确度高,对市场有一定的参考意义。     

基于灰色等维新信息GM(1,1)模型的电力负荷预测

根据电力负荷的特性,将灰色等维新信息GM(1,l)模型的建模方法引入到电力负荷的预测中,建立相应的预测模型。并建立起一套系统的电力负荷预测方法,为城市电力资源规划提供决策参考,具有理论和实践意义。     

基于GM(1,1)和Elman模型的露天矿山边坡位移预测

为对露天矿山边坡的变形趋势作出了科学的分析与预测,将GM(1,1)灰色模型与Elman神经网络模型结合,选取露天矿山实测位移数据进行了分析,并对两种预测模型方法进行比较。通过预测结果数据得出:两种模型均可对边坡位移进行较精确的预测,灰色GM(1,1)模型较为简洁,Elman神经网络模型预测值相对于灰色GM(1,1)模型预测值更加接近实际监测位移数据相对误差较小。两种预测模型均能基于现有数据对之后的发展规律作出预测,从而为露天矿山企业安全措施的制定提供重要参考依据。     

基于GM(1,1)模型的中国制造业发展主要能源消费预测

制造业是我国的支柱产业,科学可靠的制造业能源消耗预测对保障我国经济可持续发展和相关政策制定具有重要意义。目前我国经济发展仍面临许多不确定因素,本文针对制造业2005-2015年8类能源消费数据,应用灰色GM(1,1)预测模型,对2016-2020年全国制造业各种能源消耗进行预测,并对模拟结果进行残差精度检验。预测表明:GM(1,1)预测模型具有较高的预测精度,可为全国制定制造业能源战略规划提供一定的依据;未来5年制造业能源消耗总体呈上升趋势,以煤炭为主的能源消费结构有所改观,汽油、柴油消费呈现明显的下降趋势。研究表明,我国制造行业在能源效率的政策调控效果明显,技术进步取得了一定的进展。     

一种基于改进GM(1,1)模型的短期电力负荷预测算法研究

针对已有GM(1,1)灰色预测模型在数据波动、突变、转折等不确定情况下预测精度较差的问题,本文提出一种基于关联系数分析的分段多方案优选组合短期电力负荷预测模型.基于GM(1,1)模型在平滑上升和下降区段预测效果好、而一天的用电负荷可划分为几个峰谷区段的特点,通过对预测日的灰关联分段和优选组合,避免由于初始条件选择不当而将误差引入模型并随之被逐步放大的风险;同时,通过组合不同角度GM(1,1)模型,解决负荷的多因素影响.经南方电网广西贵港市实际工程验证,本模型预测平均误差在3%左右,预测精度有明显的提高,完全可满足该地区短期电力负荷预测的实际要求.     

江苏省高技术产业人才需求预测研究——基于改进的新陈代谢GM(1,1)模型

利用改进的新陈代谢GM(1,1)模型,借助MATLAB对江苏省高技术产业2016—2020年的人才总量进行灰色预测,并与通过模型预测出的广东、浙江省的高技术产业的人才总量进行对比。建模结果表明,改进的新陈代谢GM(1,1)模型的预测精度比常规模型提高了将近50%,也比新陈代谢GM(1,1)模型和背景值优化模型精度高。预测结果表明,"十三五"末江苏省高技术产业人才总量约为2 549 424人,位于广东之后;人才年均增速约为0.5%,位于浙江、广东之后。     

基于灰色GM（1,1）模型的图书馆采购预测研究

以山东女子学院图书馆为例,利用灰色GM（1,1）理论,将2009-2013年该馆8类图书的采购量统计数据作为样本数据,建立了图书馆图书采购模型,经过后验差检验该模型精确度符合要求。然后利用该模型对2013年及未来3年8类图书的采购量进行了预测,结果发现：学校学科结构控制会影响图书采购量;学校重点学科及新上本科专业相关图书应加大采购。     

灰色系统GM(1,1)模型在南水北调施工进度预测中的应用

工程进度延期在建设工程以及水利工程中都很常见,在无法避免进度拖延的情况下预测工程是否能够按期完工显得尤为重要,本文介绍应用灰色系统理论GM(1,1)模型,进行预测实际进度与计划进度的偏离程度,并与实际的偏差情况进行比对,得出结论,并运用新陈代谢模型植入新信息做优化预测,得出更加贴近实际的预测结论,使其对工期的影响降至最低,便于今后有效地利用预测结果控制指导建设工程的施工。