基于灰色GM(1,1)模型的山东省人口预测与可持续发展研究

采用1985~2012年山东省人口统计数据分析了山东省人口的发展趋势,并选取2001~2009年的净增人口数,建立不同维数的灰色GM(1,1)模型.选用2011年和2012年的总人口数来检验模型,最后选取5维GM(1,1)模型,对山东省2013~2020年的总人口进行了预测,结果表明山东省总人口在未来一段时间内持续增加,并且增加的速度变缓,在2020年将达到9948.1332万人.在预测的基础上分析了人口与土地资源、淡水资源的可持续发展,并对山东省今后实现人口可持续发展提出了对策.     

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。     

中值逼近式灰色GM(1,1)模型探析

本文对传统GM(1,1)进行了推广,提出了中值逼近式模型,实例表明精度较传统模型要高.     

基于灰色GM(1,1)模型的注塑成型压力的预测与研究

本文针对注塑成型过程中注射压力的优化及预测问题．应用注射过程流动模拟软件HSCAE3DRF5．1及三维实体造型软件PRO／E2000i．以洗衣机后挡板注塑件为实例研究对象，组织注射压力和注射时间的输入输出参数样本，建立灰色GM(1，1)模型，同CAE模拟结果比较，其误差在允许的工程误差范围之内，证实了该模型在注塑压力优化和预测中的可行性．     

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.     

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GM(1,1)模型的郑州市商品房房价预测

通过对郑州市2010年1月-2012年7月商品房房价的实际数据进行分析,建立了GM(1,1)模型和郑州市商品房房价的预测函数,采用灾变预测GM(1,1)模型对其变动趋势进行分析,预测出郑州市商品房房价的突变点,得到郑州市商品房房价将在2012年12月份左右有所回落,并通过对后验差的检验对预测函数进行了评估.其分析过程对类似问题具有一定的参考价值.     

基于GM(1,1)模型的江苏省船舶订单需求预测分析

近年来,金融危机、人民币升值以及钢铁价格上涨等因素对我国船舶工业造成很大影响.在订单不足、造船能力快速释放的阶段,确保订单的安全性和稳定性对造船企业尤为重要.分析江苏省船舶订单现状,建立船舶订单GM(1,1)预测模型,对2010～2012年江苏省手持船舶订单进行预测,给出相应的政策建议,以期对江苏造船业的健康发展提供借鉴参考.     

GM(1,1)模型背景值选取的探讨

本文是在文献[1]中给出的背景值与某种积分值有关的基础上,利用积分的几何意义而给出背景值可以取不同的形式,并且用一个数值例子验证了这种想法。     

应用优化GM(1,1)模型的农民消费水平预测研究

为了使传统灰色GM(1,1)模型的背景值和灰度值更加协调,对原始数据序列和模型背景值进行优化。基于优化的灰色GM(1,1)模型,选取2000—2014年我国农民消费水平数据,预测未来几年我国农民消费水平。结果表明:优化GM(1,1)模型的背景值能减小预测误差,提高预测准确精度,非常适合进行中短期预测;同时,未来几年我国农民消费水平将继续保持稳步增长,到2020年我国农民消费水平将达到19 303元,这将有利于实现我国经济稳步增长。     

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。     

基于GM(1,1)-马尔可夫模型的山东省货物运输保险市场需求预测分析

近几年,在互联网背景下货物运输行业蓬勃发展,但货车侧翻、自燃等意外事故导致货物受损的事件也频繁发生.购买货物运输保险是一种降低此类风险的有效途径.本文通过对2005—2019年山东省货物运输保险需求相关指标数据的收集,运用多元线性回归与灰色GM(1,1)相结合的方式,建立货物运输保险需求预测模型,并利用马尔可夫过程对预...     

基于自相关理论的GM(1,1)和GM(1,N)联合预测

通过引入自相关分析，将GM（1，1）与GM（1，N）两者的优点有机结合，运用GM（1，1）预测模型所需的数据量，达到GM（1，N）预测模型所具有的预测精度，减少灰色模型的预测误差。     

基于灰色GM(1,n)模型的河北物流货运量预测

在分析河北省货运量影响因素的基础上,提出了基于灰色关联分析的灰色GM(1,n)预测模型。在国家统计局指标分类基础上,将河北省货运量影响因素分为国民经济、固定资产投资和房地产、对外经济贸易、能源、运输和邮电、社会消费六类18个指标,采用灰色关联分析法对18项指标与河北省货运量进行相关性分析,根据灰色关联系数与排序,筛选灰色GM(1,n)预测变量,减少预测模型输入工作量,计算模型参数。通过对河北省1993—2012年货运量实例分析表明,该预测方法具有运算快、精度高的优点。     

基于GM（1,1）模型的渭河水质预测

结合水质标准,建立GM（1,1）水质预测模型,给出了相应的matlab程序并预测水质,从而指导工农业生产及水质治理。     

基于GM(1,1)模型对房地产投资额的预测研究——来自四川省成都市的经验证据

针对房地产开发投资额样本数据少、受各种因素影响具有不确定性的特点,运用灰色理论中应用最为广泛的GM(1,1)模型,以2004年以来成都房地产开发投资额的年统计数据为样本,对成都2009年的房地产开发投资额进行拟合。实证分析过程中通过弱化缓冲序列算子的作用,调整了样本数据的增长速度,实证结果表明GM(1,1)模型在房地产开发投资额预测方面精度较好,能够用该GM(1,1)模型对成都未来的房地产开发投资额进行预测分析,为政府、投资者、消费者的决策提供参考意见。