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。     

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.     

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%。     

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。     

基于灰色预测模型的住房反抵押贷款房屋终值测算

通过构建GM(1,1)灰色预测模型,将住房反抵押贷款运行中的核心风险——对所抵押房屋终值的测算,转化为对未来商品房价格的分析预测,并结合多元线性回归分析,对未来房地产价格走势作出较为理性的测算,旨在为住房反抵押贷款房屋终值测算提供一种新的思路。     

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。     

GM（1，1）模型在黑龙江省城镇居民收入预测中的应用

分析2003－2014年黑龙江省城镇居民可支配收入,运用 GM （1,1）灰色预测模型科学预测2015—2019年黑龙江省城镇居民可支配收入,得到黑龙江省城镇居民可支配收入将会持续不断增长的结论,证实了预测的科学性与可行性。     

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。     

利用灰色模型预测特种设备行业事故

根据对1998年至2004年特种设备行业严重以上事故的统计(含爆炸事故和严重事故),建立了灰色预测模型GM(1,1),并运用灰色预测模型对2005年到2008年的特种设备行业的严重以上事故的发展趋势进行了预测。模型通过了检验,预测结果拟合精度较高。预测结果表明未来几年严重以上事故起数将缓慢降低。预测结果为政府、企业认识事故规律以及为政府科学监管提供了一定的参考。     

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.     

基于灰色系统理论的山东物流需求预测分析

从山东物流需求省情出发,运用灰色GM（1,1）预测模型理论,根据实际数据建立山东省物流需求量模型,并运用该模型对山东省未来五年物流需求规模进行预测,结果显示山东省的物流需求呈增长之势,以期为山东省物流业发展提供理论依据。     

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.     

基于支持向量机的中长期电力负荷预测研究与应用

采用一种新的机器学习方法——支持向量机,建立了中长期电力负荷预测模型.阐述了支持向量机的基本内容,对影响电力负荷诸多因素的样本集进行了标准化处理和主因素分析(PCA).采用Libsvm训练了数据集,并与灰色预测GM(1,1)模型、多元线性回归模型、模糊ISODATA聚类模型和BP神经网络进行对比.结果表明,此算法有更高的准确性,可为电力负荷预测提供有效依据.     

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,...     

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...     

收费公路权益转让价格的灰色预测

分析了采用收益现值法评估收费公路权益转让价格时,影响评估结果精确度的主要因素净现金流量以及灰色预测GM（1,1）模型的小样本、贫信息特点。通过灰色预测GM（1,1）模型在收费公路权益转让价格评估的实证分析,证明灰色预测结果具有较高的预测精度和可信度,是收费公路权益转让价格评估过程中较为理想的预测方法。     

我国区域能源消耗及可持续发展的研究

针对能源总量的控制,使用多元线性回归、灰色预测、面板数据协整检验、多项式拟合等多种方法,分别构建异质性面板数据、OSL 回归、灰色预测 GM （1,1）等模型。运用 MATLAB、EVIEWS等软件,建立评价产业结构能源消耗特征的指标,并依据各省份的产业结构对各省份能源消费特征进行分类,研究能源消耗与经济发展水平的关系,提出下一发展周期我国能源消费总量按省份合理分配的方案及监督和考核目标完成情况的实施方案。