灰色神经网络模型在猪肉价格预测中的应用

本文针对猪肉价格波动的特点,利用灰色神经网络模型（CGNN）对猪肉价格进行预测。CGNN模型是对同一已知时间序列,采用不同的GM（1,1）改进模型得到的预测结果使用神经网络进行组合,将每个灰色预测结果“串联”起来,融入神经网络之中,发挥每个灰色预测模型的优点,从而得到更为精确的预测值的方法。     

改进GM（1，1）模型在四川天然气需求预测中的应用

为了提高GM（1,1）模型在天然气需求预测中的精度和普遍适用性,首先分析了传统GM（1,1）模型存在的不足,提出了改进方法,在传统GM（1,1）模型基础上通过对模型系数进行优化修正,降低预测模型的模型系数,建立了改进的GM（1,1）预测模型。利用四川2000～2007年天然气消费量统计数据对传统GM（1,1）、无偏GM（1,1）和改进GM（1,1）进行了对比预测分析。分析结果表明改进GM（1,1）模型具有较高的精度。     

高等教育规模波动与经济波动协调性的实证分析——基于GER与人均国内生产总值的考察

利用灰色关联等维代谢模型（GM（1,1））对我国扩招十年来高等教育规模波动与经济波动的协调关系进行回归分析,以高等教育毛入学率与人均国内生产总值为具体分析单元,建构高等教育规模波动与经济波动的灰色协整预测模型,精度检验显示所建GM（1,1）模型拟合值与实际值、预测值与规划值误差较小,灰色关联度较高,符合灰色建模理论,可以为我国经济和高等教育发展规划提供科学预测和理论诠释。     

基于残差灰色模型的天然气消费预测研究

随着全国各地"煤改气"如火如荼地进行,天然气消费量持续增加,科学准确地预测天然气消费量显得尤为重要。在传统GM(1,1)模型的基础上,建立灰色残差GM(1,1)模型,对我国天然气消费进行预测,并对比分析了残差GM(1,1)模型和传统GM(1,1)模型的预测精度。结果表明:残差GM(1,1)模型进一步提高了预测精度,适用于天然气消费预测研究。     

ARIMA和GM（1，1）模型预测上海市卫生总费用

卫生总费用是评价一个国家或地区卫生投入水平和资金利用状况的重要指标。文章采用2005—2018年《上海市统计年鉴》相关数据,利用ARIMA模型与灰色GM（1,1）模型,分别对上海市卫生总费用及其占国内生产总值（GDP）比重发展趋势进行预测分析。研究发现,2018—2025年上海市卫生总费用及其占GDP比重将继续保持稳定增长,预测结果显示,2025年上海市卫生总费用及其占GDP比重将分别达到4 765.19亿元（8.53%）、5 976.59亿元（10.21%）。所建立的ARIMA模型与灰色GM（1,1）模型平均相对误差均小于10%,拟合度较好、预测精度较高,但灰色GM（1,1）模型的预测效果要优于ARIMA模型。文章提出今后上海市应在保持卫生总费用继续投入的基础上,控制其合理增长;保持卫生费用的投入与经济发展水平恰当匹配,提高卫生效率,为居民提供更高质量、更加普惠、更有效率的健康服务。     

基于灰色关联度的GM(1,1)-BP神经网络组合模型研究

改革开放以来,我国居民消费水平保持较快发展态势,准确预测未来居民消费水平能更好地掌握国民经济发展趋势,为政府相关部门制定战略规划和产业政策提供参考。为此,基于灰色关联度建立了GM(1,1)-BP神经网络组合模型,对2000—2016年居民消费水平进行模拟,并对比分析GM(1,1)模型、BP神经网络模型、灰色组合模型模型的预测误差。仿真结果表明,基于灰色关联度的GM(1,1)-BP神经网络组合模型能进一步提高预测准确性。     

基于优化灰色模型的湖南省粮食产量预测方法改进研究

常见的粮食产量预测方法主要包括时间序列法、回归分析法、神经网络、灰色模型等方法,由于粮食产量数据呈现出的非线性特征,非线性灰色模型GM（1,N）在粮食产量预测方面具有更好的适应性,但由于模型自身存在一些缺陷,使得预测精度不高。为提高预测结果的准确性,采用灰色关联分析,应用优化灰色模型OGM（1,N）进行计算,并将结果与GM（1,N）模型预测结果进行比较,发现OGM（1,N）模型预测结果精度较GM（1,N）模型预测结果精度提高了一个数量级,表明OGM（1,N）模型在粮食产量预测方面有更高的准确性。最后根据预测结果的分析讨论,对湖南省粮食增产问题提出了一些建议。     

基于正弦变换和背景值优化的灰色GM(1,1)模型研究

对传统GM(1,1)模型进行误差分析,基于正弦变换和误差最小化原理对初始条件和背景值进行改进,建立了优化GM(1,1)模型。为了比较与传统GM(1,1)模型的优劣,选取2005—2015年我国水产品总产量数据,基于传统GM(1,1)模型和优化GM(1,1)模型分别对水产品总产量进行预测。实证研究表明:优化GM(1,1)模型在预测相对误差方面有明显改善,极大地提高了灰色模型的预测精度。     

北京市保障性住房供给预测研究

为解决北京市保障性住房供需矛盾,完善其住房保障供给体系,并使其实施更具可操作性,应用灰色系统预测理论,通过构建北京市人均建筑面积和户籍人口总数GM（1,1）模型,以北京市2003-2007年相关数据为原始样本值,预测出北京市2008年起未来五年北京市保障性住房供给总量。经过相对误差检验、均方差检验、小误差概率检验,原始样本值符合检验要求,预测结果具有精度高、拟合程度好的特点。研究结果表明：应用灰色GM（1,1）模型进行预测,量化了北京市2008-2012年各年度保障性住房供给总量,为政府进行相关决策提供了依据。     

税收增长预测的灰色理论模型研究

税收是国家财政收入的重要来源,准确的税收预测结果对于制定各项经济政策具有非常重要的意义。文章在传统GM(1,1)模型的基础上,通过改变背景值,提出了用于中国税收预测的改进GM(1,1)模型。实例分析采用中国1994-2008年共15年的税收数据,预测结果表明:灰色预测可以较好地模拟出税收总量的变化趋势,而改进的GM(1,1)模型比传统的GM(1,1)模型所得到的预测结果更加合理。并且,整个预测过程思路简洁,易于编程实现,在当前中国税收政策变化力度加大、受国内外经济波动影响颇深的情形下,依然不失为一种有效的税收预测方法。     

新陈代谢和GM（1,1）模型在深圳货运量预测中的应用研究

本文应用新陈代谢和GM（1,1）模型,以深圳货运量为研究对象进行对比分析,研究结果表明新陈代谢模型预测的精度高于GM（1,1）模型。在此基础上,运用新陈代谢模型预测2009~2013年深圳货运量,预测结果显示,到2013年深圳物流业仍将保持高速发展态势,其货运量将达到2008年的两倍,这一结论能为当地物流业发展提供参考。     

基于灰色灾变模型的企业资本运营绩效的预测分析

针对国内外关于企业资本运营绩效多是结果评价的状况,选用GM(1,1)灰色灾变预测模型,对企业的资本运营绩效进行预测分析。结果表明该方法具有一定的精度,预测结果基本正确可靠,可以用于企业资本运营绩效的预测分析,为企业相关决策提供指导。     

中国工业碳排放及其影响因素灰色预测分析——基于STIRPAT模型

基于STIRPAT模型,将中国工业碳排放的影响因素确定为人口规模、人均工业产值和工业技术水平。以1997年至2010年中国工业碳排放相关数据为研究样本,采用灰色预测GM(1,1)模型预测了工业碳排放、人口规模、人均工业产值和工业技术水平2011-2020年的未来值,为控制未来工业碳排放量提供数据参考。结果表明,从灰色预测的增速和总量综合来看,人均工业产值对工业碳排放影响最大。同时GM(1,1)对工业碳排放及其影响因素的预测精度较高。     

人口预测常用模型及其比较分析

人口问题一直是制约我国经济快速发展的关键因素之一，准确预报人口增长是人口研究的一个热点．本文根据（2005年中国统计年签》公布的人口数据分别建立了CM（1，1）模型、Leslie模型、Logistic模型来预测我国未来人口发展的趋势，并比较了这几个模型预测的优缺点．     

基于灰色时序组合模型的股价预测

基于Cramer分解定理,针对股票价格的随机性提出用灰色系统理论与时序分析相结合的方法描述股价变化。并通过对上证马钢股份数据进行预测分析证明了用GM（1,1）模型和ARMA模型共同描述股价变化的适用性,并用模型预算公式对预测值与实测值作了比较,说明该模型具有较高的预报精度和应用价值。     

灰色系统理论及其在旅游预测中的应用——以广西桂林为例

论文简要介绍了灰色系统理论及GM(1,1)灰色预测模型,针对旅游系统的特点,结合旅游预测研究的目的,将灰色预测模型GM(1,1)运用于区域旅游预测中,并以广西桂林为算例进行预测,获得较好的预测效果。     

收益法和成本法评估公路收费权结果的趋同性分析

收益法和成本法是《公路经营权有偿转让管理办法》中规定的用于公路收费权评估的两种方法,但实际操作中.这两种方法的评估结果却存在较大差异。尽管收益法和成本法在评估方法上、评估对象上、评估时考虑的因素等多方面存在较大的差别,但两种方法在评估公路收费权资产时,其结果在理论上是趋于一致的,造成评估差异较大的原因是评估人员的实际操作有误或对评估方法的理解有误。     

基于灰色系统理论的湖南粮食产量预测研究

粮食产量的准确预测是保障国家粮食安全的一个重要组成部分,它对政府制定相应粮食生产政策具有十分重要的意义.论文运用灰色相对关联分析,从影响粮食产量的众多因素中计算出了符合湖南禀赋的主要因子依次为粮食播种面积、农村从业人员数、每公顷面积产量、有效灌溉面积,并对这些因子进行了GM(1,1)残差修正预测,把预测所得数据作为相关因素序列数据,以粮食产量作为系统特征序列数据,构建了粮食产量的灰色GM(1,N)预测模型.根据湖南省1995～2010的粮食生产有关数据,对湖南省2015年粮食产量数据进行拟合和预测,经检验模型对2008～2010所预测数据和实际产粮数据平均相对误差为0.77％,具有较高的精确度,根据预测结果给出了确保湖南粮食产量稳定增长的政策建议.