基于累积法的灰色马尔科夫预测模型及其应用

文章针时传统灰色马尔科夫预测模型运算量大等问题,将累积法与灰色马尔科夫预测模型相结合,提出了一种基于累积法的灰色马尔科夫预测模型,克服了传统预测模型的缺陷,并以贵州省历年旅游人数数据为例进行分析预测,结果表明该模型能够降低运算量,提高预测水平.     

基于累积法的灰色马尔科夫预测模型及其应用

针对传统灰色马尔科夫预测模型运算量大等问题,将累积法与灰色马尔科夫预测模型相结合,提出了一种基于累积法的灰色马尔科夫预测模型,克服了传统预测模型的缺陷,并以贵州省历年旅游人数数据为例进行分析预测,结果表明该模型能够降低运算量,提高预测水平。     

基于多因素影响的房地产价格预测模型

文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型.首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果.研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度.     

休闲消费与收入的灰色关联分析及预测

文章着重从消费结构变动的角度研究收入与休闲消费的关系.首先选取了涉及居民消费结构的8项指标,根据统计数据,用灰色关联分析方法对我国1995～2007年居民消费结构与收入水平进行量化分析,研究休闲消费与收入的关系.在此基础上,应用灰色预测方法建立居民收入水平与各项消费支出的预测模型,预测了2009～2013年收入水平与各项消费支出,在消费结构变动的背景下,分析侏闲消费与收入水平关系的未来变动趋势.     

中国能源消费系统预测模型的构建

文章采集了大量能源消费量的历史数据,在此基础上首先利用灰色预测和多项式曲线趋势外推的方法建立了我国能源消费系统的单项预测模型;其次,通过标准差法进行权重分配,建立了我国未来能源消费量的组合预测模型,并应用此模型对2007～2011年的能源消费量进行了预测.     

灰色预测模型在季节波动预测中的应用

文章将数据统计分组,用灰色预测分析,对不同季节的时间序列分别建立了一阶微分方程,并求出预测公式,从而得出预测值.这种模型比通常的季节预测模型有更好的效果.     

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.     

基于灰色系统理论的物料采购预测模型

文章运用灰色系统理论,建立了物料采购的灰色预测模型,较详细地叙述了建模过程.以某集团的原材料采购业务为例,从以销售预测决定物料采购的角度出发,在对原料经销业务进行库存分析的基础上,利用原料经销的历史数据对未来时期的销售量进行预测,从对物抖需求的预测结果来看,对历史实际值拟合的比较好,表明了模型具有较高的可靠性和实用性.     

无偏灰色Verhulst模型初始条件的优化

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x（1）（1）和x（1）（n）为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和达到最小。在此基础上,给出了最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性。     

基于协整与ARMA组合模型的居民中长期消费贷款预测

文章运用协整回归与ARMA组合模型,通过房屋销售价格指数对居民中长期消费贷款进行了短期预测.先用2007年1月至2010年1月的37期数据进行Granger因果关系检验,再运用协整回归和ARMA组合建立预测模型,模型对2010年2月至6月共5期的居民中长期消费贷款进行预测,与实际数据相比,预测相对误差小于1.5%,最后提出了一些相关的政策建议.     

基于马尔科夫状态转换GARCH模型的汇率波动预测

文章利用汇率波动状态下的均值方程修正了面向汇率日波动特征测度的GARCH模型,并以动态多维条件修正针对汇率波动特征预测的马尔科夫状态转换GARCH模型,结果证实:汇率波动的动态发展趋势具有左部相对厚尾和一定程度的尖峰特征,汇率波动的动态特征及过程中更多动态相互干扰造成了汇率影响的参数异方差效应属性.     

基于三角灰色系统模型的煤炭消费预测

文章认为,灰色GM（1,1）预测模型和三角残差修正技术相结合能够显著提高预测精度。预测的基本步骤为,首先运用灰色GM（1,1）模型获得趋势项;然后利用三角模型捕获GM（1,1）模型残差的周期现象以提高预测精度。中国年煤炭消费量预测实验结果表明,TGM（1,1）模型较传统GM（1,1）模型具有较高的灰色预测精度。中国2010-2013年的煤炭消费量预测结果表明,短期内煤炭消费量会随着GDP增长而逐年增加,因此有必要降低能源结构碳强度,减缓煤炭需求增长,提高煤炭利用效率。     

基于灰色神经网络的第三产业发展趋势的预测模型

第三产业发展趋势的预测对于国家或地方政府制定宏观政策有着重要的意义。为更加准确的进行第三产业的预测,从多角度选取指标利用信息墒理论合成综合指标,建立灰色神经网络对其进行预测,实证分析表明灰色神经网络比单一的灰色预测模型和传统BP神经网络预测模型拟合和预测能力要好,说明了模型适应成都第三产业发展趋势的预测。     

等维新息灰色预测模型及预测精度比较——基于我国城镇居民养老保险预测分析

本文在对我国城镇居民养老保险分析和预测中引用了等维新息灰色预测模型并与传统灰色预测模型进行了预测精度比较,最终引入了等维新息处理的灰色预测模型。等维新息灰色预测在每一步预测中,不断推陈出新对原始数据进行等维新息处理。通过对实际案例研究证实,文中提出的预测模型可以在建模过程中成功地反映数据运动规律,具有合理、有效的中长期预测功能。笔者希望通过对我国城镇居民养老保险的灰色预测分析,为今后养老保险系统的后续研究打点基础。     

基于反三角函数变换的振荡序列灰色预测模型研究

为了拓展灰色预测模型的应用范围并提高其预测精度,文章针对带有振荡特征的数据序列构建了灰色预测模型.由于振荡序列中参数有正有负并呈周期性变化的规律,如果直接利用各类GM(1,1)模型建模效果并不好.文章使用反三角函数数据生成方法,使带有振荡的数据适合应用灰色预测理论;并对其进行了建模和实例分析.研究结果表明了所提出的灰色模型的有效性和适用性.     

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。     

灰色系统预测方法及应用——基于我国私人汽车拥有量的预测

本文讨论了灰色模型GM(1,1)及其GM(1,1)修正模型在我国私人汽车拥有量预测中的应用,比较两种模型的预测结果,提高了预测精度,并对方法的应用进行评价。     

基于灰色线性回归组合模型的金融预测方法

建立精确的金融预测模型对金融产品管理和风险控制具有重要的实用价值.文章针对新时期下金融产品推出周期短,可建模数据少的特性,构建了一种少数据建模的灰色线性回归组合金融预测模型.针对传统GM模型中忽略了数据的线性变化规律,对传统的GM模型进行改进,加入线性部分,构建了灰色线性组合金融预测模型,并给出了灰色线性组合金融预测模型的参数识别算法.最后实证分析了灰色线性组合金融预测模型对少数据建模的有效性,且实证结果显示该组合金融预测模型具有较高的预测精度.     

武汉市商品房均价的预测

房价预测是房地产投资决策和调节控制的重要依据之一。文章针对武汉市房地产市场商品房均价数据较少的特点,运用GM(1,1)模型和修正算法,以及灰色马尔科夫模型对均价进行建模计算预测,并对结果进行精度比较,结果表明模型的预测精度较高,在房价预测中有较强的科学性和可行性。