基于灰色理论的西安土地利用预测研究

研究土地利用的变化并做好预测，有利于了解土地变化的原因及发展趋势，有利于调整土地利用结构，使土地利用更趋于合理。依据1998—2006年西安土地利用的变化数据，基于灰色关联度模型分析西安土地利用变化的主要影响因素，计算得到人口因素、固定资产投资是影响土地利用结构的主要因素，并在此基础上运用灰色系统预测理论对2009—2011年土地利用进行了预测，得到耕地林地将不断减少、建设用地将迅速增加的结论。     

耕地数量变化驱动力分析及被征耕地农民权益保障研究

研究被征耕地农民问题具有典型意义.通过徐州市耕地数量变化驱动力模型.可以估算出徐州市被征耕地农民数量的近似值.抽样调查显示被征耕地农民民生状况存在一些突出问题.解决这些问题必须加快完善保障被征耕地农民权益的长效机制.     

基于系统动力学的中国石油需求系统模型及预测

建立了基于系统动力学的我国石油需求系统模型,然后利用GM(1.1)灰色模型对部分因素进行预测,再将灰色系统模型的预测值导入模型.从而对2008～2020年我国石油消费对外依存度和石油需求量进行了预测.预测结果表明,我国石油消费对外依存度以年均1.51%的速度增长,2020年战略石油储备完成后,石油消费对外依存度将达到62.5%.我国石油总消费量将2.5%的速度增长,到2020年将达到5.28亿吨.通过政策模拟,预测了不同经济发展速度下我国的石油需求量,结果表明,经济的发展速度对我国的石油需求量影响比较大.     

基于灰色关联度的优性组合预测模型存在性及赋权方法

灰色关联分析是通过对时间序列数据几何关系的度量来比较系统中多因素的紧密程度的量．在组合预测技术中，通常利用灰色关联度最大化的方法来确定各单项预测模型的权重系数．文章在分析灰关联度模型的基础上，得到结论即组合预测离差平方和最小与灰色关联度在确定优性组合预测模型中具有一致性，实例分析证明结论正确、有效。     

物流配送需求量的预测方法

物流需求量预测是政府有关部门及企业制定物流规划和建设物流基地的决策依据.文章将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对物流配送需求量进行实证研究.针对灰色数据系列首先用GM(1,1)模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,预测精度明显高于GM(1,1)模型预测.     

一种新的灰色相似关联度模型及其应用

灰色关联分析是灰色系统理论的一个重要组成部分,它是灰色决策和灰色聚类的基础。文章在对已有的灰色关联度计算模型分析的基础上,利用参考序列和比较序列的斜率差异程度提出了一种新的灰色相似关联度模型,分析并证明了一些性质。该模型简单,并且实用。     

股价预测的GM(1,1)模型

本文应用灰色系统理论,对股票价格变化建立GM(1,1)预测模型,并进行了实证分析.结果表明,把股票价格动态变化过程看作一个灰色系统,利用所建立的模型可较好地预测股票价格的短期发展变化趋势;同时通过与用ARIMA模型预测的拟合比较,表明在对股票价格作短期预测时,用GM(1,1)模型进行预测比用ARIMA模型进行预测具有更高的精确度.     

一种新的灰色相似关联度及其应用

灰色关联理论是灰色系统理论的一个重要组成部分,它是灰色决策与灰色聚类的基础.在对灰色关联公理和已有灰色关联度计算模型分析的基础上,文章构造了一种新的灰色相似关联度计算模型,分析并明了它的一些性质.实例表明,该算法简单,并具有良好的应用性.     

基于多因素灰色模型的物流需求量预测

物流需求量受多种因素的影响,很多因素无法准确掌握.文章通过咨询专家和客观分析,选定GDP增长量、消费品零售总额、进出口总额等七大因素为影响物流需求量的关键因素.然后,将体现灰色GM(1,1)模型和多元线性回归模型优点的多因素灰色预测模型应用于河南省物流需求量的预测实证研究中,为物流需求量的预测提供了一种可靠的科学方法.     

基于灰色关联分析统计组合预测精度评价

灰色关联分析目的是寻求系统各因素之间的重要关系,而灰色关联度是灰色关联分析的基础,其算法基本思想是根据行为序列曲线几何形状的相似性来确定序列之间联系的紧密性.文章尝试将这一基本思想应用于同样单项预测模型所构成的不同组合预测模型预测精度的评价.通过构建组合预测方法预测精度评价指标体系,利用灰色关联分析方法给出了组合预测模型预测精度的评价.最后通过应用实例进行了分析,结果表明:该评价方法客观准确,可操作性强.     

点关联系数有显著差异下灰色关联分析模型的改进

灰色关联理论是灰色系统理论的一个重要组成部分,也是灰色决策与灰色聚类的基础。文章在对灰色关联公理和已有的灰色关联度模型研究的基础上,提出了点关联系数序列稳定度的概念;并在此基础上对已有的灰色关联度计算模型进行了修正,得到了一种改进后的灰色关联度模型。该模型可以有效地解决点关联系数具有显著差异条件下关联度排序问题。实例表明该模型计算简单,具有良好的应用性。     

基于CM(1,1)模型的江苏省民间投资规模预测

一、CM(1,1)灰色预测模型 灰色预测法是一种对含有不确定因素的系统进行预测的方法.灰色预测是对既含有已知信息又含有不确定信息的系统进行预测,就是对在一定范围内变化的,与时间有关的灰色过程进行预测.灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来的发展趋势的状况.CM(1,1)模型是常用的一种灰色预测模型.     

灰色预测系统在城镇居民商品房销售预测中的应用

灰色预测模型是灰色系统理论的重要组成部分,而GM(1,1)模型是灰色预测的基础,灰色系统理论建立模型的主要任务,是根据社会、经济、技术等系统的行为特征数据,找出因素本身或因素之间的数学关系,从而了解系统的动态行为和发展趋势.本文试图将内蒙古城镇居民住宅需求变化过程看作一个灰色系统,利用灰色系统理论建立商品房销售模型.选用灰色预测模型的出发点是基于深入分析内蒙古自治区城镇居民商品房销售发展状况以及了解并把握该系统的动态行为和未来的发展趋势,充分把握灰色预测模型的适用范围及模型本身反映的实际含义,结合对灰色理论的认识综合选取的.     

城镇居民消费结构演变的聚类分析与灰色预测

文章将灰色关联分析方法和灰色预测方法结合运用,建立我国城镇居民消费结构阶段性演变的GCA-GM模型.在聚类分析的基础上,计算不同时期我国城镇居民消费支出的构成要素与消费结构的灰色关联度,并进行比较分析,总结其阶段性演变的规律.根据GM(1,1)模型对2007～2014年的城镇居民消费发展趋势进行预测,通过对预测结果的关联性分析,揭示我国城镇居民消费结构的演变方向.     

考虑能源消耗对经济灵敏度的能源结构预测

文章利用灰色预测方法,根据能源消耗的历史数据趋势,推断未来各一次能源消耗。利用灰色关联动态分析方法,以历年GDP为参考数据序列,各一次能源消耗量为比较数据序列,对各一次能源消耗与GDP的关联度排序。根据关联度大小、国家能源发展规划以及碳排放强度,明确以降低煤炭消耗量为重点,加强电力的替代作用。在考虑能源消耗对经济灵敏度的基础上,预测了节能和碳排放约束下的一次能源结构以及电力结构的变化。     

灰色模型在供电量预测中的应用

灰色模型是80年代初发展起来的新型理论，用于解决灰色系统的问题。电力网供电量的变化情况，受诸多因素的影响，其中包括历年的供电量及负荷情况；工农业发展情况以及天气情况等等。这些因素有的是已知的（如历年的供电量），有的是不确定的（如气候的变化）。因此，可以把电力网的供电量及负荷的变化情况认为是一个灰色系统，用灰色模型对其进行预测。利用灰色模型预测供电量，一般只需7个以上原始数据，就可保证短、中、远期的预测数值达到一级。     

辽宁省耕地压力动态分析与预测

文章运用ARMA模型及Eviews软件对2007～2020年耕地压力指数进行了预测.研究结果表明:1978～2006年,辽宁省耕地压力指数呈现总体下降趋势.预测结果显示:2007～2020年,耕地压力指数波动趋缓.但始终维持在1.1左右,耕地严重超载,粮食安全问题仍将十分突出,形势严峻.据此提出降低耕地压力、保证粮食生产安全、促进可持续发展的对策.     

基于IGM模型的人力资源需求的灰预测分析

文章首先采用灰色关联分析法讨论了天津滨海新区1997~2010年的人力资源需求及与其相关的滨海新区第二产业GDP,第三产业GDP,固定资产投资额,区域GDP,直接利用外资额,外贸出口总额,人均劳动报酬等因素之间的灰色关联度,并对结果进行了分析;然后,采用IGM(1,1)模型对滨海新区的区域单位从业人员总量进行了预测,利用后验差检验法验证了预测结果,验证了模型预测的精度。     

本期导读

灰色关联分析方法是灰色系统理论的重要组成部分,是贫信息系统分析的有效手段。《点关联系数有显著差异下灰色关联分析模型的改进》一文提出点关联系数序列稳定度的概念,对已有的灰色关联度计算模型进行修正,得到了一种改进后的灰色关联度模型。     

基于灰色系统理论的重庆牙膏市场细分研究

一、市场细分中的灰色系统模型 (一)灰色关联度分析模型 灰色关联度分析是一种"整体比较",即有参考数列、有程度的比较,其实质就是比较数据到曲线几何形状的接近程度.一般来说,几何形状越接近,关联度就越大.基于这一特性,在进行关联度分析时,必须先确定参考数列,然后比较其它数列同参考数列的接近程度,这样才能对其它数列进行比较,进而做出判断.