国内旅游客源市场的灰色预测模型 --以河北省为例

本文通过对近几年来河北省国内旅游游客数量的统计数据分析,根据客流量与时间的关系,利用灰色系统理论中一种特殊的线性动态预测模型,建立了GM(1,1)预测模型,模型输出的结果与历史情况相当相吻合,进而利用该模型对河北省2003010年的国内旅游游客量进行了预测分析。     

基于灰色预测模型GM(1,1)的人力资源需求预测研究

文章使用灰色预测模型GM(1,1)对A企业人员数量进行预测,通过对A企业人员数据累加处理后的标准光滑性检验和验证准指数规律,发现A企业人员数据满足GM(1,1)预测模型,应用MATLAB软件进行数学计算,建立A企业人力资源需求预测模型,预测结果与精度检验表明模型符合二级精度,可以做中长期预测。     

基于背景值优化的GM(1,1)国内旅游消费预测模型

针对传统灰色GM(1,1)模型的背景值大于实际背景值的情况,根据差分插值原理对模型背景值进行优化。选取2006—2015年我国国内旅游消费数据,在对原始数据作对数处理的基础上,基于背景值优化GM(1,1)模型,对我国国内旅游消费水平进行预测。与传统GM(1,1)模型进行对比,结果表明:基于背景值优化的GM(1,1)模型能大幅减小预测误差,提高模型精度,非常适用于国内旅游消费中短期预测。     

基于GP的非线性GDP预测模型的构建与应用

针对线性GDP预测模型中存在的不足,利用遗传规划(GP)方法构建了非线性GDP预测模型,并将其应用于黑龙江省的GDP预测当中。利用黑龙江省1978—2005年实际GDP数据作为建模样本,对模型进行了训练,结果表明,与灰色GM(1,1)预测模型相比,基于GP的非线性预测模型平均拟合误差只有2.86%,远远低于GM(1,1)预测模型8.26%的结果。利用构建的基于GP的非线性预测模型对2006年黑龙江省的GDP进行预测,相对预测误差只有2.74%,远远低于GM(1,1)预测模型14.68%的结果,表明GP非线性预测模型的预测效果比较理想。最后利用基于GP的非线性预测模型对黑龙江省2007—2020的GDP进行了预测,结果表明黑龙江省的GDP呈现出稳定增长态势,年均增长率将达到8.61%。     

基于灰色系统模型的粮食供给分析

文章基于灰色系统理论,以1978~2006年的粮食总产量的数据为基础,建立粮食产量的动态GM(1,1)灰色预测模型,对未来10年中国的粮食产量进行动态预测,为我国今后粮食的生产提供科学决策依据.     

含线性时变参数的反向累加离散灰色预测模型

为了增强灰色预测模型对各种特征数据的适应性,在现有反向累加灰色模型研究的基础上,提出了一种含线性时变参数的反向累加离散灰色预测模型,并给出了可用于预测的模型时间响应式和还原式。通过数值模拟和对广东省电力消费量的预测分析,结果显示:新模型比传统GM(1,1)模型、反向累加GOM(1,1)模型和反向累加离散DGOM(1,1)模型具有更高的建模精度。     

基于灰色马尔可夫模型的烟台市铁路客运量预测研究

铁路客运量能够反应所在省市的人口流动量,是铁路经济效益计算的重要基础.本文将传统的灰色预测GM(1,1)模型与马尔可夫链状态转移矩阵相结合,建立灰色马尔可夫预测模型,对2020—2024年烟台市铁路客运量进行预测.结果表明:所建立的模型实现了灰色预测模型和马尔可夫链的优势互补;将灰色预测模型与灰色马尔可夫模型进行对比,...     

基于VAR和GM组合模型的电力消费预测

组合预测模型较单一模型具有更准确的预测精度,利用中国电力消费1978年~2007年的年度数据,将VAR模型与灰色预测的GM（1,1）、无偏GM（1,1）两种模型有机组合,建立灰色VAR组合预测模型,对2008年~2015年的电力消费量进行预测。结果表明,该模型平均相对误差为4.88%,拟合精度较高,具有较好的应用价值。     

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。     

基于GARCH模型与灰色预测模型GM(1,1)的人民币汇率收益率分析

论文中对人民币汇率收益率序列分别建立了GARCH(1,1)模型和GM(1,1)模型.首先利用GARCH(1,1)模型刻画了收益率序列的波动性,接着通过预测模型GM(1,1)对收益率序列水平值进行预测.实证结果表明,人民币汇率收益率序列之间存在明显的波动性和长期的自相关性,预测模型GM(1,1)能够很好的拟合人民币汇率收益率序列,是一个可用的较好的预测模型.     

灰色马尔可夫模型在成本预测分析中的应用

结合灰色SCGM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型.并且以施工质量成本CQ的预测为实例,证明灰色马尔可夫预测模型对于随机波动性较大的施工质量成本的数据列的预测具有一定的准确性和应用性.     

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。     

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。     

几种预测模型在建筑物沉降预报中的对比分析

以曲线拟合、指数平滑和灰色预测模型GM(1,1),对建筑物沉降变形观测数据进行分析预测,并结合实例对三种模型预测结果进行对比分析,得出有一定参考价值的结论.     

大学生消费结构的灰色关联分析及趋势预测

利用灰色系统理论中灰色关联分析的方法,根据大学生各项消费行为的数据序列,计算相关因素的灰色关联度,在此基础上分析大学生消费行为的特征;建立一个关于大学生各项消费的灰色GM（1,1）预测模型,对大学生消费结构进行预测和分析,并提出合理化建议。     

一种改进的灰色BP神经网络光伏出力预测方法

光伏出力的准确预测对于光伏发电系统的大规模应用具有重要意义。针对光伏出力预测描述自然规律困难及传统灰色模型预测精度不高等问题,提出了一种基于改进的灰色BP神经网络光伏出力预测方法。利用模糊c均值聚类(FCM)的方法将数据分类,选择与预测日最为接近的一类作为样本,利用灰色GM(1,1)预测模型得到预测数据。将灰色模型预测结果与相对应的日最高、最低温度作为BP神经网络的输入,以对应的实测数据为输出训练得到最终的预测模型。采用江苏某光伏电站的实测数据验证,结果表明该模型在预测精度上有一定的提升。     

基于灰色关联度组合模型的能源消费预测研究

为了准确预测未来几年我国能源消费总量,基于灰色关联度建立了我国能源消费组合预测模型,并与传统GM(1,1)模型进行对比分析。结果表明:组合模型能有效降低平均相对误差,提高预测精度,非常适用于我国能源消费预测。     

基于一元回归法和灰色预测模型GM(1,1)的工程项目成本预测

本文首先分析了工程项目成本预测的重要性,接着,确定了一元线性回归法和灰色预测模型GM(1,1)两种科学而有效的成本预测方法,并对其基本原理和预测步骤进行了阐述。然后以某输电线路工程为例,运用一元线性回归法,以6个同类工程项目的线路长度和成本为研究对象,借助SPSS软件预测了其工程成本;同时,运用灰色预测模型GM(1,1),以6个同类工程项目的成本与线路长度的比值为研究对象,借助Matlab平台实现了对工程成本的预测。最后为了避免两种预测方法的预测误差,取两者计算结果的平均值,得到某输电线路工程预测成本为2289.01万元。为输电线路工程投标提供了决策依据。     

灰色系统预测方法在人力资本价值计量中的应用

科学、合理地对人力资本的价值进行预测是人力资本价值计量的前提.针对研究中缺少系统预测的不足,运用系统理论思想,通过进行人力资本价值系统分析,采用灰色系统预测方法,建立人力资本价值系统中的GM(1,1)和GM(1,n)模型,实现人力资本价值的动态、系统性预测.     

CM(1,1)模型在高校辅修教学管理中的应用

本文用灰色系统的GM( 1,1)模型对辅修招生人数进行预测 ,使辅修的教学组织与管理更符合实际 ,决策更科学