共查询到18条相似文献,搜索用时 95 毫秒
1.
无偏GM(1,1)幂模型其及应用 总被引:1,自引:0,他引:1
基于GM(1,1)幂模型的模拟误差分析,本文提出了无偏GM(1,1)幂模型及其参数优化方法.从理论上证明了无偏GM(1,1)幂模型对传统GM(1,1)幂模型及其本身的时间响应函数所表达的曲线进行模拟和预测具有重合性,其参数优化方法可以准确识别原始数据所蕴含的参数特性,完全消除了GM(1,1)幂模型自身固有的偏差.其建模过程避免了传统方法由差分方程向微分方程的跳跃导致的误差,应用范围覆盖了无偏GM(1,1)模型和离散灰色模型.数值模拟和实例分析表明,无偏GM(1,1)幂模型使得传统模型的模拟与预测精度得到了显著的改善. 相似文献
2.
灰色预测模型GM(1,1)在中国环保投资总额预测中的应用 总被引:1,自引:0,他引:1
文章首先阐明由于环保产业项目的功实施依赖于经济可行性,所以政府部门等的资金支持是必不可少的.然后,简要介绍了灰色预测方法GM(1.1)模型的适用条件、构造步骤及检验方法.接着,运用灰色理论研究了中国环保投资总额2000年至2005年的变化规律,建立了中国环保投资总额增长的灰色预测模型.最后,对中国未来"十一五"期间(2006-2010)各年度环保投资情况进行了预测,从而看到中国在生态工业体系建设方面的政府投资拉动作用. 相似文献
3.
4.
目的 笔者通过灰色系统GM(1,1)模型对海南省老年人口发展进行预测,进而推算出养老机构服务需求及养老护理员需求,为促进海南省养老事业的健康发展及相关部门制定政策提供参考。方法 笔者通过Execl整理数据,并使用Matlab 2018b软件构建灰色系统GM(1,1)模型,对海南省老年人口进行预测,进而推算出入住养老机构老年人数及所需护理员人数。结果 笔者通过对模型进行精度检验,计算得出C=0.142 7,P=100%,模型精度等级为1级,拟合度较高,预测结果较好。模型拟合结果与2015—2020年的实际值比较,60岁及以上老年人口的平均相对误差为0.7%。预测结果显示,到2025年,海南省60岁及以上老年人口约173.52万人,需要养老机构床位数为5.21万张,需要养老护理员约1.74万人。结论 目前,海南省养老机构床位数和养老护理员从业人员无法满足老年人养老服务需求,建议政府通过出台相应政策、加大财政投入、完善从业人员保障机制等举措,推动养老服务行业的发展,助推更多老年人享受高品质生活。 相似文献
5.
考虑已有的灰色预测模型主要能对指数型发展系统或幂函数型发展系统进行模拟预测,本文构建了一种不仅能够模拟指数型和幂函数型的发展系统,并且能够体现出二者之间的相互作用关系的离散灰色幂模型;并针对初始条件对离散灰色幂模型模拟精度的影响,首先给出了离散灰色幂模型的建模步骤,然后以平均相对误差最小化为目标、参数之间的关系为约束条件,构建了离散灰色幂模型初始条件的优化模型,实现对离散灰色幂模型初始条件的优化。结果表明,优化的离散灰色幂模型使得平均相对误差在理论上达到了最小化,其模拟精度和预测精度都高于传统模型。最后,通过中国网络购物人数数据预测和仿真数据分析,说明了本文优化方法的有效性和适用性。 相似文献
6.
本文介绍了灰色预测的GM(1,1)模型建模过程,利用2001~2008年我国水产品总量数据,对未来几年我国水产品总量进行预测,并对预测结果分别进行残差、关联度和后验差检验,结果表明模型精度非常高。 相似文献
7.
有效实施以"顾客"为中心的营销模式的前提,是准确预测顾客未来消费行为。笔者对顾客消费行为的分析立足于RFM模式,通过对顾客购买频率F和交易金额M的识别,区分不同顾客的消费行为模式,并结合灰色GM(1,1)模型,对顾客未来消费行为模式进行预测。通过对某商业银行的顾客消费数据进行实例验证,证明了该模型对顾客短期消费行为模式有着较好的预测效果,可为企业短期营销决策提供参考。 相似文献
8.
9.
背景值是影响GM(1,1)模型精度的关键因素之一。当前背景值优化的改进模型均取得较好的效果,但优化后的背景值公式多数比较繁琐,并且部分优化模型不适用于高增长型序列。本文根据模型的指数性质以及积分特点,分析背景值的构造原理,利用黎曼积分的核心思想,提出以不规则梯形面积取代传统梯形面积构造法,对传统GM(1,1)模型背景值进行优化。通过实验验证了新模型具有白指数律重合性,不仅适用于低增长指数序列,亦适用于高增长指数序列,并且优化公式简单,具有较高的实用性与可靠性。 相似文献
10.
我国的可持续发展一直受到人口问题的影响,本文以河南省人口作为研究对象,根据河南省2002-2006年人口数据,运用灰色GM(1,1)模型和系统动力学模型对2007-2011年河南省人口进行模拟。结果表明GM(1,1)模型和系统动力学模型模拟结果有一些差异,系统动力学模型模拟效果较好,对河南省未来人口的预测以及制定合理的人口政策提供了有效的依据。 相似文献
11.
12.
基于二次插值的GM(1,1)模型预测方法的改进 总被引:4,自引:1,他引:4
从理论上分析了GM(1,1)模型中背景值的计算,指出文[11]利用Newton-Cotes公式构造模型背景值的方法是不可靠的,提出用二次插值构造模型中的背景值,同时用最小二乘法对预测公式中的初值进行改进,并用改进的方法进行了短期预测.其理论分析及仿真结果均表明本文所提出的方法有效可靠,为提高预测精度提供了新的途径. 相似文献
13.
14.
GM(1,1)是结构信息不完全的灰色预测模型,但当前其模拟及预测结果的实数形式不满足灰色理论解的非唯一性原理。文章从GM(1,1)网络模型出发,分析了灰作用量的背景与内涵,还原了影响因素不确定条件下灰作用量的区间灰数形式,构建了具有非唯一解的新型GM(1,1)均值差分模型。新模型具有更加完善的体系结构,同时能实现对传统 GM(1,1)均值差分模型的完全兼容。应用新模型对我国电力能源消费量进行建模,结果显示其建模结果的合理性优于传统 GM(1,1)模型。本研究成果对丰富灰色预测模型理论框架、完善灰色预测模型结构体系具有积极意义。 相似文献
15.
提高灰色GM(1,1)模型精度的微粒群方法 总被引:5,自引:0,他引:5
改变背景值插值系数和边值是提高灰色GM(1,1)模型精度的途径之一。对于满足灰色GM(1,1)建模条件的序列,利用微粒群算法,给出了通过优化背景值插值系数和边值提高灰色GM(1,1)精度的新方法。给出了计算实例。计算表明,应用此方法可以提高灰色GM(1,1)模型的精度。 相似文献
16.
17.
我国企业债券市场明显滞后于整个资本市场的发展,加快发展企业债券市场的呼声日高。但是去除企业债券发展的束缚是一个渐进的过程。在此背景下,本文对我国企业债券融资发展进行定量预测。考虑到影响我国企业债券发展的因素较多且不确定,笔者采用灰色系统GM(1,1)模型进行预测。GM(1,1)模型是有偏差的灰指数模型,其精度取决于背景值的构造形式和初始条件的选取。已有的研究文献均是从一个侧面单独改进GM(1,1)模型,这里,笔者提出一种同时优化背景值和初始条件的新GM(1,1)模型。笔者发现新优化GM(1,1)模型比单独优化背景值或单独优化初始条件有更高的模拟精度。在此基础上,利用新改进GM(1,1)模型对我国2010年之前的企业债券余额进行了预测。 相似文献
18.
针对传统GM(1,N)模型未考虑参数随时间变化的动态特征及未明确驱动因素作用机制的问题,首先引入线性时变参数以及驱动因素控制函数,构建基于驱动因素控制的线性时变参数DLDGM(1,N)模型,论证DGM(1,1)、NDGM(1,1)、TDGM(1,1)、DGM(1,N)、DCDGM(1,N)模型均是该模型在不同参数取值下的特殊形式;然后基于白化信息充分和匮乏的两种情况,给出驱动因素控制参数的识别方法;最后应用所提模型对河南省粮食产量进行预测,验证模型的有效性和实用性。 相似文献