基于改进的灰色模型对国际航线客运量的预测技术

常规灰色模型主要适用于数据量少、波动幅度不太系统,短期预测时预测的精度较高。马尔科夫链适用于数据随机波动较大系统,可以对预测结果进行有效的修正。本文针对中国国际航线客运量(中国大陆出发)建立新陈代谢灰色马尔科夫预测模型,预测2014~2016年国际航线客运量,并将预测数据与实际数据进行比较,比较结果表明新陈代谢灰色马尔科夫预测模型比灰色模型和灰色马尔科夫链预测模型精准度更高,具有较强的实用性。     

我国“七五”期间煤炭产量预测

一、预测模型的建立灰色系统预测理论的实质在于对已有的一组时间数据序列灰色量进行某种处理,并以某一数学模型模拟这一组时间序列,得到一个初等模型,即预测模型。建立煤炭产量灰色预测模型的过程可分为三个步骤。     

基于灰色预测模型的永磁同步电机驱动系统绕组开路故障智能诊断策略研究

永磁同步电机是当今非常重要的机电转换设备,在工业制造和人们的日常生活中都起着重要作用.传统永磁电机绕组开路故障诊断存在诊断不及时、效率低下、易误判断等缺点.本文提出一种基于灰色预测模型的永磁同步电机驱动系统绕组开路故障智能诊断策略,该方法采集等时间间隔的若干位电流数据构成灰色预测模型的原始序列,并将原始序列代入灰色预测...     

山西省粮食产量预测

本文以山西省粮食产量的时间序列数据为基础,应用灰色系统理论,构造模块,建立了山西省粮食产量的长期预测模型,并提出直到2000年的粮食产量预测值。1983、1984年预测值经实际产量验证,精度均达99%以上。应用灰色系统理论建立粮食产量的长期预测模型.具有两大优点:1、可以减少时间序列的随机性,2、可以提高预测精度.注[1]灰色系统理论是华中工学院邓聚龙教授于1982年首创的。所谓灰色系统,是相对手黑色和白色而言。是指系统中既含有已知信息又含有未知非确切信息,因此可以说是只掌握或只能获得部分信息的系统.灰色系统理论是系统理论的发展和推厂,在粮食预测,气象预报等方面具有广泛的应用价值和应用前景.本文应用灰色系统理论,依据山西省1949—1982年粮食产量的统计数据,试图对山西省粮食产量进行系统分析,建立长期预测模型,给决策者提供可靠的信息。     

应用数据对数化灰色系统GM（1,1）模型的探讨：图书馆书刊经费的预测

本文介绍了灰色系统GM(1,1)模型的预测方法,并应用数据对数化灰色系统GM(1,1)模型,通过实例对1992年的中文期刊订购经费进行外推预测,结果表明:应用数据对数化灰色系统GM(1,1)模型的拟合与外推效果好,是一个最佳的外推预测模型。     

灰色模型在铁路客流预测中的应用

文章根据铁路现有的客流量,将铁路系统视为灰色系统,运用灰色预测模型对客流作出预测,并运用残差修正和新陈代谢进行优化,解决了预测精度和可信度的问题.     

通过建模对全国沿海航标数量预测分析

建立了基于灰色马尔科夫的全国沿海航标数量预测模型。结果表明,建立的灰色马尔科夫模型对中国沿海各类航标的增长趋势能进行良好地预测,2006-2015年10年间中国沿海各类航标数量增长率为13.03%,对航标数量的准确预测能为航标管理部门制定管理策略提供基础数据。     

基于灰色模型的建筑物基坑沉降预测的对比研究

在传统变形监测工作中,根据已观测数据作为初始值,建立预测模型,模拟监测体未来变形趋势成为变形监测工作重要研究方向。本文旨在研究利用灰色模型对已知观测数据要求较少的优势,在贵阳市基坑沉降项目中试验了3种灰色模型GM(1,1)、DGM(1,1)、NDGM(1,1)的模拟实验效果,分析了3种灰色预测模型预测精度及适用性,并且讨论监测体与周围环境因素的关联性,及其对预测结果的局限性。文中的一些实验结果对研究利用灰色理论建立灰色预测模型有着积极的意义。     

基于灰色预测模型GM(1,1)的人才需求分析

本文以灰色系统理论为依据,构建了广东省科技人才需求量灰色预测模型,为人才决策提供了科学的预测方法。并且,还将灰色预测模型与基于时间序列及主因子GDP回归等模型的应用结果进行了对照分析。     

灰色模型在铁路客流预测中的应用

文章根据铁路现有的客流量,将铁路系统视为灰色系统,运用灰色预测模型对客流作出预测,并运用残差修正和新陈代谢进行优化,解决了预测精度和可信度的问题。     

建筑材料价格的组合预测

由于单项预测模型的信息量小,预测精度不高,故效果不理想。本文采用灰色系统预测模型和指数平滑模型相结合组成组合预测模型,以福建省钢材市场为应用对象进行预测,结果表明:与单项预测模型相比,组合预测模型的误差较小,拟合精度高。     

基于突发事件影响下的逐步灰色预测

灰色预测模型是一种小样本的简单预测模型,但简单的灰色预测模型已经不适合当今日新月异的时代。本文以海南省限购政策对商品房价格的影响为例,基于灰色预测模型,对突发事件影响下的灰色预测模型进行分析讨论,建立事件发生后的时间净影响值下的逐步灰色预测模型。     

利用SAS软件对我国粮食产量进行灰色预测

1灰色预测模型GM(1,1)的建立1.1模型GM(1,1)的建立GM(1,n)灰色数列预测模型是灰色动态模型GDM(Grey Dynamic Mode 1)中最重要的基本模型,它与一般建立差分方程的系统理论的差别,在于可以建立起微分方程模型。括号     

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BP神经网络的南通市建设用地需求预测

以南通市1988年～2006年社会经济发展和建设用地数据,利用二元变量相关分析选取南通市建设用地规模扩张的驱动因子,分别采用多元回归分析和BP神经网络构建建设用地需求预测模型.在模型比较优选的基础上,预测未来南通市建设用地需求量,并应用灰色系统法结合趋势判断对预测结果合理性进行了验证.结果表明,运用全部引入法进行多元回归分析,预测模型置信程度较低;运用逐步回归法进行模型优化,多重共线性消除的同时多数驱动因子在预测模型中被剔除,造成指标选取不足;而基于BP神经网络的建设用地需求预测模型融合了各驱动因子对建设用地规模的影响,模型变异系数仅为1.78%,运用该模型可有效提高建设用地需求预测精度,计算结果较合理.     

基于改进灰色预测模型的牵引供电系统故障预测

本文采用了一种改进的灰色预测模型,把原始故障数据分为同期数据和近期数据两大类,分别对故障次数预测,最后把两部分结果综合到一起得到最终预测结果。     

灰色预测系统在江西省商品房销售预测中的应用

根据灰色系统的特征首先建立江西城镇居民商品房销售的灰色预测模型,其次对其进行检验,最后再对其影响因素进行关联度分析,找出其影响因素的主次作用,并给出结论和建议。     

宏观科技企业孵化器生态系统的就业效能评估

基于孵化周期对宏观科技企业孵化器生态系统就业创造的影响机理,提出一种评估宏观科技企业孵化器生态系统就业效能的度量指标。基于该度量指标,使用我国宏观科技企业孵化器生态系统的就业数据,实证分析我国宏观科技企业孵化器生态系统所创造的就业形势。同时,基于灰色系统理论,构建一种评估宏观科技企业孵化器生态系统就业效能的灰色预测模型,并使用我国宏观科技企业孵化器生态系统的就业数据对其进行实证检验。     

灰色系统模型在铁路客运量预测中的应用

根据历史数据预测铁路未来年份客运量是铁路客运部门制定工作计划的重要依据。基于灰色系统GM(1，1)模型预测铁路客运量，可充分利用给定的少量数据所包含的信息，得到较高精度的短期预测结果。本文以广深铁路公司客运量为例进行了短期预测，并与其他方法相比较，证实了灰色预测模型的有效性。     

建筑企业施工阶段工程造价动态控制

将灰色模糊预测理论引入施工阶段工程造价预测中,得到工程造价灰色模糊预测模型,运用预测模型估算未完成工程造价,进行优化、调整计划工作预算成本;设计了实施阶段工程造价缓冲管理控制机制,运用该机制可以及时进行工程造价动态控制预警;结合灰色模糊预测模型和缓冲管理控制机制可以在工程项目实施全过程中进行动态预警和控制,确保工程造价自始至终处于有效控制之下,达到成本控制总目标。工程造价灰色模糊预测模型和缓冲管理控制机制为施工单位造价管理工作提供重要的实践指导意义。