差分方程型离散灰色模型与应用

离散灰色模型形式多种多样,新提出差分方程型离散灰色模型(称为DEDGM模型),并给出了一阶常系数非齐次差分方程型离散灰色模型、一阶变系数非齐次差分方程型离散灰色模型、二阶常系数非齐次差分方程型离散灰色模型、二阶变系数非齐次差分方程型离散灰色模型的建立方法。实例表明,新提出的方法有较高的预测精度,丰富了灰色预测建模方法体系,对研究其它更复杂的离散灰色模型有重要启示。     

基于一种优化开次方GM(1,1)模型的中长期负荷预测

长期负荷预测在电网发展规划编制中占有重要地位,而其关键是数学模型的建立,灰色模型是一种较好的预测方法,但传统的灰色预测精度不够好.文章分析了一种改进方法,开次方优化无偏GM(1,1)模型,其首先对原始数据进行开次方处理降低预测模型的模型系数,再对模型系数进行优化修正后进行无偏预测.实例分析表明,本改进方法比较大地提高了预测精度,其中开三次方时预测精度最高,未来教年的用电量预测结果可为编写电网发展规划提供重要的参考价值.     

一致性分数阶优化灰色模型及其应用

传统的分数阶灰色预测模型在时间序列预测中具有较好的适应性和预测的有效性,但其累加和差分计算式比较复杂。一致性分数阶累加相对于一般的分数阶累加,形式更简单,更便于计算和理论推导。为了提高模型的适应性和预测能力,文章在CFGM(1,1)白化方程中引入一个新的可变系数,扩大了原有白化方程的适用范围,并在此基础上构建了一致性分数阶优化灰色模型,即CFOGM(1,1)模型。最优一致性分数阶阶数和可变系数通过PSO算法最小化平均相对误差获得。将构建的模型运用到两个实例中并与其他经典的灰色预测模型进行对比,结果表明所提出的模型具有较高的拟合和预测精度。     

一种基于遗传算法的灰色模型在铁路客运量预测中的应用

对客运量发展趋势进行预测是正确制定铁路客运营销战略的前提和基础.本文在传统GM(1,1)预测模型的基础上,提出了一种基于遗传算法调整发展系数和内生灰作用量的灰色预测模型,并运用此模型对湖北省铁路客运量进行预测.实验结果验证了此模型的有效性.     

灰色模型在海外客源市场预测中的应用

旅游客源市场是旅游业赖以生存和发展的关键因素,也是旅游业发展竞争的焦点.灰色预测模型GM(1,1)是旅游客源市场进行定量预测的一种方法.文章根据1995～2005年秦皇岛市海外游客量的统计数据,利用灰色模型对秦皇岛市2010年前的海外客源市场进行了预测.通过分析,灰色预测模型具有较高的建模精度,预测方法和结果对旅游目的地规划具有一定的参考作用.     

文化创意产业从业人员的灰色预测模型及应用

文章利用灰色模型GM（1,1）对青岛市2012年前的文化创意产业从业人员数量进行了预测。通过分析,灰色预测模型具有较高的建模精度,预测方法和结果对文化创意产业发展具有一定的参考作用。     

基于蚁群优化神经网络的支持向量机预测方法研究

本文利用蚂蚁算法训练神经网络的权值和阈值,蚁群优化神经网络克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差。在此基础上提出以支持向量机方法为主、多方法融合的智能预测系统,对电网负荷预测进行了动态预测。实际算例验证了这一智能预测系统的精确性。     

时间序列的综合分析法在经济预测中的应用

在传统时间序列分解计算方法的基础上 ,采用灰色预测方法对趋势项进行预测 ,建立以传统分析方法和灰色系统理论相结合的经济变量长期预测数学模型 ,并对经济指标进行预测     

求解作业车间调度问题的改进蚁群算法

作业车间调度问题是一个典型的NP-HARD问题,也是一个前沿性的研究课题,已受到学术界和工业界的广泛关注.文章采用了一种改进蚁群算法来求解作业车间调度问题.首先应用蚁群算法获得一些作业车间调度问题的较优解(调度方案);然后这些调度方案中挖掘出一些有用的调度知识;最后应用这些调度知识来辅助蚁群算法完成后续的优化过程.通过将调度知识有效地融入到蚁群算法中,使得改进蚁群算法在优化效率上大大改进.     

一种面向动态发展系数a的新灰色预测模型

既有灰色预测模型发展系数a是在满足原始序列模拟误差最小约束下,通过最小二乘法来求解的,当建模系列确定之后,发展系数a即随之确定,而缺乏与外部系统状态的同步变化,这是造成现有灰色模型性能不稳定的重要原因.文章通过离散灰色预测模型对发展系数a的动态性进行了研究,并在此基础上构建了一种发展系数a可动态变化的AGM(1,1)预测模型,最后应用该模型对我国天然气消费量进行了模拟及预测,且取得了较好的效果,从而进一步验证了基于动态发展系数a的新模型AGM(1,1)的有效性与实用性.     

起伏型动态序列的灰色建模与应用

对起伏型动态序列用传统的灰色建模预测方法,往往效果不好。本文使用变系数一阶线性动态微分方程,给出了起伏型动态序列的灰色建模方法,在实际应用中取得了很好的效果。     

灰色--马尔可夫链改进的预测方法

科学的预测对于经济现象的研究和经济政策的制定具有十分重要的意义,因此关于经济预测理论和方法的研究一直是一个热点.本文采用灰色模型预测方法GM(1,1)和马尔可夫链预测相结合,提出了灰色-马尔可夫链改进预测方法,并且针对我国铁路货运量的未来趋势进行了经济预测的实证分析,得出了比灰色预测更加准确的结论.     

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.     

改进的GM(1,1)模型及其应用

为提高GM(1,1)模型的预测精度,针对GM(1,1)模型的特点,提出了将遗传算法与LS-SVM算法融合对GM(1,1)模型中的参数估计方法进行改进.该方法首先根据GM(1,1)灰色差分方程的特点,构造以背景值序列和原始序列为训练样本的灰色LS-SVM模型,将GM(1,1)模型参数的估计问题转化为灰色LS-SVM模型参数的估计问题,然后利用遗传算法对LS-SVM自身的参数进行寻优预处理,再对经过优化参数的灰色LS-SVM,依据LS-SVM算法求解回归参数,进而得到GM(1,1)模型的参数估计.将改进的GM(1,1)模型用于实际的经济预测问题,并与传统的预测方法进行比较,结果表明,方法是可行的且有效的.     

隶属云模型蚁群算法的新应用:生鲜食品多阶段动态定价

文章从收益管理与消费者购买行为的角度出发,建立了生鲜食品多阶段动态定价模型.力图使零售价格动态地跟踪生鲜食品的自身价值波动.为了更好地求解该模型,文章采用了一种基于隶属云模型的蚁群算法.通过对二阶段、三阶段的算例仿真分析,不仅表明该模型优于传统模型,而且所采用算法在收敛率与运行时间方面均优于遗传算法、蚁群算法、改进蚁群算法等.     

一种灰色改进模型在农业经济预测中的应用

农业经济预测对于农业经济的长远发展有着重要的作用,关系到农业产业布局,农业产业结构调整等一系列问题。文章针对农业经济的特点以及现有研究的不足和缺陷,提出了一种灰色改进模型——灰色群建模对农业经济进行预测。实例分析结果表明,从预测精确程度、合理性和实用性等方面来看,灰色群建模都更加适合于农业经济预测研究。     

基于神经网络灰色Verhulst算法的CPI预测模型

为了提高居民消费价格指数的预测精度,对于呈近似S形的CPI时间序列,利用灰色Verhulst模型对其预测.构造基于时间序列的人工神经网络输入输出模式,利用BP神经网络对原始数据与灰色verhulst预测值的残差进行训练.仿真实例表明,该组合算法预测结果比单纯使用GM(1,1)模型、灰色Verhulst模型和文献[1]的总体误差要小,将神经网络引入到灰色Verhudst模型中能较好地提高预测精度.     

企业危机事件应急处理的蚁群优化模型

采用新兴信息技术研究企业危机事件应急管理问题已经成为国内外学者广为关注的焦点问题.文章提出了一种基于改进蚁群算法的企业危机事件应急资源调配模型、方法及其应用.在对应急资源调配问题进行标准化建模的基础上,提出了能高效求解该问题的改进蚁群算法.     

多阶灰缓冲算子在旅游经济预测中的统计检验

对于序列波动过于明显或不明显而引起的灰色理论挖掘困难是灰色预测与决策理论所关注的问题。文章首先对灰色算子的作用机理和预测精度检验的四种方法进行了阐述；然后选取一种灰色软化缓冲算子的卜3阶，以湖南省2006-2010年旅游业收入数据为研究对象进行了预测；结合平均相对误差、灰色关联度、均方差比值和小误差概率值对三阶算子作出的预测结论进行了精度检验。     

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。