基于灰色回归组合模型的铁路客运量预测研究

铁路客运量是衡量我国交通需求的重要指标,科学预测铁路客运量是制定交通发展规划的重要依据。鉴于组合模型能克服单一模型的不足并兼具单一模型的优点,基于灰色模型和线性回归模型,根据灰色关联度赋予单一模型相应权重,建立铁路客运量组合预测模型,并选取2006—2015年铁路客运量数据,对我国铁路客运量进行预测。结果表明:组合模型克服了单一模型的预测局限性,能进一步提高预测精度,适用于铁路客运量预测研究。     

接收机钟差灰色马尔可夫预测模型研究

将灰色理论与马尔可夫链相结合,提出了基于灰色马尔可夫链的接收机钟差预测模型。首先根据灰色理论对钟差序列数据进行拟合以及初步预测,然后以拟合曲线为基础划分状态空间,通过马尔可夫状态转移概率矩阵对初步预测值进行修正。在预测过程中,不断引入最新数据并剔除最旧数据,对模型进行实时更新,以进一步提高预测精度。实例计算验证了该模型的有效性与可行性。     

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.     

应用多元线性回归模型的铁路客运量预测

以2004—2016年西宁市既有线铁路客运量及其他相关统计数据为基础样本数据,建立西宁市铁路客运量多元线性回归预测模型,预测人口总数、历年生产总值及接待游客总量对西宁既有线铁路客运量的影响程度,采用Eviews软件作为软件平台,对铁路客运量进行短期预测,最后对模型进行检验。结果表明:游客总量对西宁既有线铁路客运量有着显著的正相关关系,而人口总数、生产总值对铁路客运量有着负相关关系。经检验与应用,利用回归模型得到的预测值与实际值相差较小,精度较高,预测效果良好,适合对西宁铁路客运量的短期预测。     

基于灰色马尔可夫组合模型的福州港吞吐量预测

灰色马尔可夫组合模型是将灰色预测模型与马尔可夫模型进行组合优化,通过其对福州港2012-2016年货物吞吐量及集装箱吞吐量进行预测,并利用残差模型检验,证明了灰色马尔可夫组合模型能够解决单一模型的局限性、粗糙性和不稳定性问题,预测精度高,符合事物的发展规律,对业界预测港口吞吐量具有实践意义和参考价值。     

基于GM—Markov模型的旅游客源预测——以中国入境旅游客源为例

灰色马尔可夫模型（GM-Markov）预测兼有灰色预测和马尔可夫链预测的优点，并能对较短的时间序列数据进行建模计算。文章尝试将该模型应用于旅游客源市场的预测分析中，对1985年以来的入境旅游人数进行了实证分析，结果表明GM-Markov模型的预测精度较高，在旅游客源市场预测中有较强的适用性。     

基于"回归-马尔可夫"的交通事故预测模型

在回归拟合函数的基础上,引入马尔可夫链预测理论,建立了道路交通事故的“回归-马尔可夫”复合预测模型.     

基于灰色GM(1.1)的邯郸市城镇化水平预测

灰色GM(1.1)模型适合少量数据的系统预测.当随时间序列的数据只有少量几个时,无法采用统计和其他的预测方法时,它作为一种少量数据的系统预测十分有效.将1999~2003年5年中的邯郸的城镇化水平作为灰色预测的原始数据,建立邯郸市城镇化水平灰色预测模型,并采用残差估计进行模型检验,成功地建立了邯郸市城镇化水平灰色预测模型.     

基于灰色理论和回归分析的中长期电力负荷组合预测研究

本文建立基于灰色预测和多元回归预测的电力负荷组合预测模型,结合实例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了分析和比较。     

基于灰色径向基函数网络的铁路投资规模组合预测

铁路固定资产投资是铁路建设不断发展的有力保证,为准确地预测铁路固定资产投资规模大小及其变化趋势,将GM（1,1）预测模型与径向基函数神经网络有效地结合起来,充分发挥灰色系统的贫乏数据建模和神经网络特有的高度非线性映射能力的双重优势,构建了一种新型的串联非线性组合预测模型。然后,以我国铁路1998—2007年的投资规模实际数据为基础,对“十一五”后半期的铁路固定资产投资规模进行了预测,并分析了预测结果的合理性。研究表明,该组合模型优于任何单一灰色预测模型,能很好地反映铁路固定资产投资规模的变化规律,在小样本、贫信息的奈件下,仍然能得到较合理精准的预测结果。     

基于广义IOWA算子的安徽省税收组合预测模型

先引进广义IOWA算子，建立广义IOWA算子组合预测模型.该模型与一般的组合预测方法的不同在于组合预测的赋权系数与预测精度有着紧密联系而与单项预测模型关系不大.这是组合预测方法的一种新的可变赋权方法.在此基础上建立基于广义IOWA算子的税收组合预测模型，并通过与指数平滑方法、线性回归预测方法和灰色预测方法进行比较，发现组合预测模型既稳定又精确.     

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。     

可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

基于拉开档次法组合模型在物流需求预测中的应用——以江苏省为例

为了对物流需求进行科学预测,文章在主成分分析的基础上,选取了对物流需求影响较大的3个主要因素:人均社会商品消费额、人均GDP和商品零售价格指数为自变量.分别建立了多因素灰色预测模型、ARIMA预测模型、多元回归预测模型,并运用拉开档次法建立了组合模型。通过该组合模型对江苏省物流需求进行了预测。结果表明,江苏省物流需求每年以近9.5%快速增长。与其他预测模型相比,该预测模型具有更高的预测精度。     

高校教师队伍规模预测研究

通过分析某高校教师职称结构,建立职称变化的马尔可夫预测模型,并借助该模型预测教师队伍规模的变动趋势。研究表明:利用马尔可夫模型分析法能够有效的预测教师队伍的变动规模,从而实现教师队伍建设的预见性和前瞻性,进而为教师队伍规模的可持续发展提供理论依据。     

灰色预测：思想、方法与应用

系统预测是科学决策和管理优化的前提条件,灰色预测模型既是一类新的预测方法也是灰色系统理论的核心研究内容之一。本文深度解构灰色预测模型的建模思想,总结灰色预测模型建模分析步骤,并根据模型形式将灰色预测模型总结为具有线性结构特征和其他类型,考虑模型的形式是连续型、离散型和建模变量是单变量、多变量情形,进一步细分为连续型单变量灰色预测模型、离散型单变量灰色预测模型、连续型多变量灰色预测模型、离散型多变量灰色预测模型;最后,综述了灰色预测模型的理论和应用进展,以期呈现灰色预测模型和应用的前沿动态。     

基于组合预测模型的滚装码头吞吐量预测

根据上海港滚装码头2006—2011年的吞吐量数据,采用时间序列法、灰色预测法以及相关性分析法等单项预测方法建立预测模型,计算发现相关性分析法预测的结果优于时间序列和灰色预测。建立最优线性组合预测模型并测算,证明该模型对于影响因素复杂且历史数据较少的滚装码头吞吐量预测具有较高的精度。     

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。     

灰色动态模型在人口总量预测中的应用

在介绍灰色动态模型原理与模型检验的数学理论的基础上考察灰色动态模型在人口总量预测中的应用,结合实际建立人口总量预测模型,经模拟预测残差检验和后验差检验均为“很好”,说明该模型具有一定的应用价值。     

基于组合预测模型的煤炭能源消费总量预测

文章以2000—2016年的煤炭能源消费总量为原始数据,分析改进灰色预测模型,同时引入逻辑斯蒂预测模型,以组合模型与原始数据的残差平方和最小为目标函数确定组合模型权重系数,建立组合预测模型,通过验证3者的预测结果,得出组合模型比单一预测模型预测效果更好,适用性更强,对于煤炭能源消费总量的预测具有较好的指导意义与可行性。