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.     

基于GM（1,1）预测模型的甘肃省生活用水量预测

采用甘肃省2004年-2010年生活用水量的统计数据,应用灰色理论原理,通过数据处理,建立灰色GM（1,1）预测模型,用以预测甘肃省的未来生活用水量。     

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。     

大学普及率预测的GM(1,1)模型应用——基于云南的实证分析

哲学社会科学创新,首先是方法论创新。作为一个学科和领域杂成的高等教育学——典型的哲学社会科学研究范例和跨学科研究典型,在尚未构建学科特有研究范式(方法论体系)以完成学科科学化的吊诡困境下,应用DPS分析软件以云南省大学普及率预测的GM(1,1)模型为例,探索采用适切的数学方法推进高教研究,加快高等教育学学科的科学化进程,进而为哲学社会科学(人文科学、社会科学)的大发展、大开放、大繁荣提供方法论启示。     

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。     

丽江海外旅游人数预测的GM(1,1)模型优化

分析传统灰色GM(1,1)模型存在的缺陷,从数据处理、初值选取与背景值改进三个角度提出一种GM(1,1)模型的综合优化方法.对原始数据进行线性对数-指数函数变换,以预测值与真实值的误差平方和最小原则重选初值,用累加序列拟合曲线积分重构背景值.综合优化的GM(1,1)模型应用于丽江海外旅游人数预测,与传统GM(1,1)模型对比,平均相对误差从2.43%改进为2.07%,关联度检验效果由"不满意"提高到"满意".     

改进GM（1,1）预测模型在公路运输量中的应用

为了提高公路交通运输量的预测精度和公路运输行业的管理水平,研究了GM（1,1）模型特性、GM（1,1）在背景值和初始值选择两方面所存在的缺陷;提出一种新的背景值计算方法;最后,利用2000-2004年的公路客运量的实际数据进行了验证,结果表明：改进模型的预测精度要高于GM（1,1）模型的预测精度,前者比后者具有更高的预测精度和可靠性.     

一种改进的GM(1,1)长期预测模型

结合统计途径,通过引入一个外生变量,对传统GM(1,1)模型进行了改进 新建构的模型不仅能有效提高GM(1,1)长期预测精度,扩大灰色预测理论的适用范围;而且能真实反映观测在不同阶段的变化速度和演变趋势,为决策者提供可信赖的依据     

基于GM(1,1)-Markov链组合模型的河南省粮食产量预测

针对粮食产量预测中随机性和波动性特点,建立适用性较强的GM(1,1)-Markov链组合模型。选取2006-2019年河南省粮食产量为原始数据序列,建立GM(1,1)-Markov链预测模型,对河南省2020-2022年的粮食产量进行预测。从平均相对误差、后验差比和小误差概率三个方面对模型进行检验,模型精度标准均为一级。GM(1,1)-Markov链模型的平均相对误差和平均绝对误差相对于GM(1,1)模型分别减小了25.32%和21.81%,表明该模型对河南省粮食产量预测有较高的实用性。     

台湾入闽地旅游人次数预测研究——基于修正GM(1,1)模型

近年来,台湾入闽地年旅游人次数呈上升趋势,而合理的旅游人次数预测能够为政府相关部门以及旅游企业的决策提供一定的数据参考。本文以2007-2014年台湾同胞入闽地旅游年人次数为样本,采用残差修正的GM(1,1)模型对未来五年间台湾入闽地区旅游人次数进行了预测。并通过残差检验、相关度检验及后验检验等检验显示,修正GM(1,1)模型是合格的,预测结果具有合理性。     

基于GM (1,1)模型的唐山市职工医保基金收支预测研究

收集2015-2022年唐山市职工医保基金收入、支出数据,分析基金的运行情况,并采用灰色预测GM(1,1)模型对唐山市职工医保基金未来5年的收支趋势进行预测。结果显示,2023-2027年唐山市职工医保基金收入、支出均保持增长态势,支出的年均增长率为12.58%,高于收入的年均增长率10.39%,基金年结余与结余率均呈逐年下降趋势,需要警惕收不抵支的风险。因此,今后需加强基金使用常态化监管、严格控制医疗费用、加强基金风险预判和风险点监管,以确保基金的可持续发展。     

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GM(1,1)的网络舆情热度预测模型研究

对“新冠肺炎”相关的原创微博内容开展耦合GM(1,1)和信息熵的舆情热度预测分析模型研究,实现对公共事件的网络舆情热度的短期预测分析。实验研究结果表明,GM(1,1)模型可以有效地对公开疫情事件的网络舆情热度进行短期预测;另外,从模型分析可得,四月初民众对“新冠肺炎”疫情事件的态度波动很小、基本处于平稳状态,符合现实实际。     

基于灰色GM(1,1)模型的河南省能源需求量预测

能源需求预测是制定能源规划的重要组成部分。鉴于能源需求系统复杂性和非线性的特征,本文结合河南省能源需求的历史数据,利用格兰杰因果关系定性地分析了能源需求量和经济的关系,然后用模型预测河南省2008-2015年能源需求量并提出河南省能源发展战略。     

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。     

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GM（1,1）模型的扬州市住宅均价预测

该文以中国房地产指数系统中扬州市住宅均价为研究对象,运用灰色系统GM（1,1）模型对价格进行了预测,精度检验结果表明模型的预测精度较高,在房价预测中有较强的科学性和可行性。     

基于灰色GM(1,1)模型的商洛市区域环境噪声预测

根据商洛市2010—2014年区域环境噪声的昼夜等效声级监测数据,运用灰色系统理论,建立灰色GM(1,1)模型,并用平均相对误差检验、均方差精度检验、小误差概率检验三种方法对所建模型的精度进行检验。应用检验合格模型预测得到商洛市2015年和2016年昼间一类区的噪声值分别是45.1 d B和43.24 d B,商洛市2015年和2016年夜间二类区的噪声值分别是40.83 d B和39.3 d B,并进一步得到2010—2016年商洛市区域环境噪声呈下降趋势。     

基于GM（1,1）模型的山西省入境旅游发展研究

山西省是我国历史悠久的旅游资源大省之一,入境旅游方面存在着一定的优势条件和巨大的发展潜力。基于灰色系统理论,以山西省2000—2009年入境旅游统计资料为原始数据,通过建构旅游指标GM（1,1）灰色预测动态模型并进行模型精度检验;发现模型预测结果与实际数据高度一致,验证出灰色预测系统在本研究中具有可行性,从而利用该模型对山西省2011—2015年入境旅游指标进行预测,并在预测基础上提出促进山西省入境旅游发展的若干建议。