GM(1,1)灰色模型在邮轮旅游预测中的应用

根据2007年-2010年上海市邮轮旅游游客量的统计数据,利用GM(1,1)灰色模型对上海市2015年前的邮轮旅游游客量进行了预测。数据显示,灰色预测模型具有较高的拟合精度,预测结果对当地邮轮经济发展、规划具有一定的参考作用。     

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.     

灰色预测模型GM(1,1)及其在奥运金牌数预测中的应用

运用灰色理论研究了中国代表团在第23届至第28届奥运会上所取得的金牌数的变化规律,建立了金牌数预测的灰色模型,并对2008年北京奥运会中国取得的金牌数作了预测.利用灰色关联度分析,讨论了运动项目对金牌总数影响的程度.     

基于GM(1,1)灰色系统的纺织品市场预测模型研究

应用GM(1,1)建立了纺织品销售市场的动态灰色预测模型,预测结果与精度检验表明,该预测模型能够精确地反映纺织品销售市场的动态变化趋势.对纺织品市场预测、纺织品公司的效益预测,以及对纺织品销售市场宏观管理的决策均有参考价.     

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。     

新陈代谢GM(1,1)模型在人口老龄化预测中的应用

根据人口普查中得到的老年人口占年末户籍人口的比例等数据建立了新陈代谢GM(1,1)模型,并对今后几年老年人口占年末户籍人口的比率进行预测,且对预测精度进行验证。结果显示,拟和程度较高,预测误差较小。     

改进的灰色GM(1,N)模型在经济中的预测与应用

论文就修正GM(1,N)预测模型的误差,提出了新方法.使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响.实践表明这些改进模型可以有效地提高GM(1,N)模型的预测精度.     

新陈代谢GM(1,1)模型在火灾预测中的应用

灰色模型具有所需数据少、预测精度高和无需先验信息的特点.据此,可以应用新陈代谢的灰色预测GM(1,1)模型对我国近年发生的火灾统计数据进行分析预测.而预测结果表明,该模型简单实用,精度较高,在短期预测中有广阔的应用前景.     

利用GM(1,1)模型预测股价的变化规律

介绍了灰色理论的GM(1，1)模型，给出了利用GM(1，1)预测股价变化规律的一种方法，并给出了一个实例。     

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.     

基于灰色GM（1，1）模型的宁夏入境旅游客源市场预测研究

为了给宁夏旅游客源市场的规划发展提供决策上的参考,从拓展入境旅游客源市场方面,采用灰色理论构建了宁夏入境旅游客源市场的灰色GM（1,1）预测模型,并通过各项指标的检验,得出模型的预测级别为好,并预测了未来5年宁夏入境旅游人数．可以看出,宁夏入境旅游人数正处于较快增长阶段,并已拥有较稳定的海外客源市场．     

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。     

GM(1,1)灰色模型的程序实现

在对GM（1，1）灰色模型研究基础上，利用Mat．1ab软件给出了GM（1，1）模型的实现程序．     

用MATLAB实现灰色预测GM（1，1）模型

在分析灰色预测模型基本原理的基础上,利用MATLAB强大的矩阵功能,用MATLAB实现灰色预测GM（1,1）模型算法,并通过实例分析验证了程序的准确性和可靠性。     

基于灰色系统预测GM(1,1)模型的商洛市人口预测

商洛市作为关中-天水经济区的重要城市,它的人口规模直接决定了在经济区域中城市的建设思路和发展政策,因此对城市人口的准确预测就显得非常重要。为了提高对商洛市人口的预测精度,根据2008—2016年的商洛市人口数据,采用灰色系统预测GM(1,1)模型建立商洛市人口变化的数据模型,并与实际数据进行了拟合。结果表明,该模型与实际数据的拟合性较好,预测得到的数据与实际数据差距较小,满足相应的验证精度,可以用来预测未来的商洛市人口趋势,为城市的建设思路和发展政策提供参考。