甘肃陇南特色农业发展的灰色系统分析

依据2003～2007年甘肃省陇南市特色农业的数据,首先采用灰色关联分析法分析了陇南市农业特色产业发展情况,得到农业总产值与十二种农业特色产量之间灰色关联度,结果表明目前蚕桑、茶叶、药材具有较高的关联度,食用菌、银杏、油橄榄的关联度较低;然后利用GM(1,1)预测模型对陇南市农业特色产业的发展的趋势进行了预测;最后就促进特色农业的发展提出了相关建议。     

我国外汇储备的灰色关联分析与趋势预测

本文通过运用灰色关联法对影响我国的外汇储备的因素进行分析,找出影响我国外汇储备的主要关联因素,并运用GM（1,1）模型对未来几年的外汇储备量进行了预测。     

湖北省自然灾害灰色系统实证分析

湖北由于地理位置的特殊性,自然灾害频发。应用灰色系统理论方法,分析湖北省自然灾害经济损失及各影响因素之间的关联度,并建立灰色GM(1,1)预测模型,进行自然灾害经济损失发展趋势预测和趋势关联分析,得出森林病虫鼠害、森林火灾和农作物成灾面积等是湖北省抗灾、减灾的重点。最后根据趋势预测和关联分析的结果,建立水灾灾变预测模型,研究湖北省水灾发生的时间分布特征,预测结果表明未来近期内,2018年和2012年将分别可能发生重大和中度水灾。     

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.     

内蒙古粮食发展的灰色系统综合分析与预测

本文主要应用灰色系统理论的GM(1,1)模型及关联度分析法,对影响内蒙古粮食发展的主要因素进行了详细分析,建立了内蒙古粮食发展的灰色预测模型,预测了内蒙古1990～2000年的粮食产量,就内蒙古粮食发展应采取的对策提出了一些建设性意见。     

动态灰色模型与线性回归模型的组合运用

本文运用了GM(1,1)灰色预测模型、线性回归预测模型及组合GM模型,对本溪市粮食总产量进行了预测。为未来粮食规划提供了理论依据。     

河南省人口老龄化趋势的量化分析

在对河南省人口老龄化现状分析的基础上,利用灰色GM(1,1)模型和布朗二次指数平滑法分别得到未来河南省妇女总和生育率和出生人口性别比的预测数据,然后使用国际人口预测软件PADIS-INT对河南省2013年至2020年人口发展及其趋势做了简单预测,得出河南省人口在2020年之前将处于快速老龄化阶段的结论。     

基于灰色理论-马尔可夫模型对畜禽粪便量增长的预测

结合灰色GM(1,1)模型和马尔可夫模型构建一种合理的灰色马尔可夫预测模型.按相对值的方法进行状态划分,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,并将由此建立的灰色马尔可夫模型运用于1997～2005年衡阳地区畜禽粪便数据来预测2006年畜禽粪便量.结果表明,这种模型的预测精度高达98.455 4%,明显优于单独使用GM(1,1)模型的预测结果.     

基于一种改进灰色模型的中国高校R&D人员预测研究

介绍了灰色预测模型GM(1,1)和其改进模型"对数函数——幂函数变换"模型,利用改进模型对我国高校R&D人员数量做出精度较高的灰色预测。     

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.     

基于灰色系统理论的医疗人才需求预测

医疗人才系统具有灰色系统的特征,因此可以采用灰色模型对人才进行预测.运用灰色模型GM(1,1)对我国医疗人才需求的发展变化进行动态关联分析,作出了人才需求总量的预测,并对预测结果进行了分析,结果证明GM(1,1)模型是一种行之有效的预测科技人才的模型.     

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。     

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。     

基于灰色神经网络组合模型的电力消费量预测——以河北省为例

在分析灰色预测模型GM(1,1)以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上,提出灰色神经网络组合预测模型。以河北省电力消费量为基础,分别用3种模型进行预测,并加以比较分析。结果表明,灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度,对河北省未来电力系统及能源需求规划具有一定参考价值。     

关于轴承磨损量的灰色预测模型

介绍了灰色数学模型GM(1,1)模型的理论,建立了关于轴承磨损量的灰色预测模型.计算结果表明,该预测模型可以进一步了解设备运行状态的发展趋势.     

基于灰关联分析的多因素时间序列预测研究与应用

由于传统的时间序列预测是基于单因素,在实际应用中有许多不足,应用灰色GM（1,1）模型对单因素时间序列的预测綦础上,结合灰色关联分析原理,提出了建立多因素时间序列的灰色预测模型,该模型不仅克服了时间序列的随机因素影响,而且．综合考虑影响事务发展的多种因素。实验结果表明,该模型有效地提高预测精度。     

安徽省入境旅游产业灰色关联分析及预测

以2006—2010年安徽省入境旅游外汇收入及构成相关数据为依托,运用灰色系统理论中的关联度分析方法,对安徽省近5年入境旅游产业系统的各部门因素与旅游外汇收入之间的关联性进行分析,并以GM(1,1)模型对2012—2015年外汇收入进行预测。结果表明安徽省旅游产业中对旅游外汇收入影响由大到小的因素依次为:长途交通、市内交通、其他服务、商品销售、餐饮、住宿、游览、娱乐、邮电通信。近期安徽省入境旅游外汇收入将保持高速增长,并据此提出安徽省入境旅游产业可持续发展的建议:拓宽客源市场,发掘历史文化内涵,调整旅游产业机构,完善旅游产业管理体系。     

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。     

马尔可夫优化下的GM(1,1)模型在建筑安全事故预测研究中的应用

建筑业安全事故方面的数据具有波动性大,规律性弱,公开的数据少等特点。国家住建部发布2010—2019年的建筑业安全事故死亡人数,通过运用单纯的灰色GM(1,1)模型和马尔可夫优化下的灰色GM(1,1)模型分别预测出来的结果对比,基于马尔可夫优化下的灰色GM(1,1)模型克服了传统预测模型仅适用于短期预测的缺点,且提高了预测的精度。同时,用该模型对我国2020—2021年建筑业安全事故死亡人数进行预测,并提出合理化的管理建议,推动我国建筑业的平稳健康发展。