灰色模型在供电量预测中的应用

灰色模型是80年代初发展起来的新型理论，用于解决灰色系统的问题。电力网供电量的变化情况，受诸多因素的影响，其中包括历年的供电量及负荷情况；工农业发展情况以及天气情况等等。这些因素有的是已知的（如历年的供电量），有的是不确定的（如气候的变化）。因此，可以把电力网的供电量及负荷的变化情况认为是一个灰色系统，用灰色模型对其进行预测。利用灰色模型预测供电量，一般只需7个以上原始数据，就可保证短、中、远期的预测数值达到一级。     

灰色模型在海外客源市场预测中的应用

旅游客源市场是旅游业赖以生存和发展的关键因素,也是旅游业发展竞争的焦点.灰色预测模型GM(1,1)是旅游客源市场进行定量预测的一种方法.文章根据1995～2005年秦皇岛市海外游客量的统计数据,利用灰色模型对秦皇岛市2010年前的海外客源市场进行了预测.通过分析,灰色预测模型具有较高的建模精度,预测方法和结果对旅游目的地规划具有一定的参考作用.     

灰色马尔柯夫模型在保险预测中的应用

灰色马尔柯夫模型、在保险预测中的应用中南财经大学陈赣洪一、引论目前，保险业中定量预测分析最常见的方法之一是回归分析法。我们知道，随着社会经济的发展，居民生活水平不断提高，同时，由于现代经济生活的多样性和多变性，使得人们的风险意识日益加强。因此，人们的...     

多变量灰色模型在经济预测中的应用

一、引言 灰色预测是一种对含有不确定因素的系统进行预测的方法.它通过鉴别系统因素之间发展趋势的相异程度,对原始数据的生成处理来寻找系统变动的规律,从而建立模型来预测事物未来的发展趋势状况.目前社会经济领域应用比较广泛的是单变量一阶模型,即GM(1,1)模型.我们考虑系统总是由多个变量,多个因素构成,因此本文应用多变量一阶预测模型GM(1,N),对江苏省国民经济发展的趋势进行预测.     

灰色马尔可夫模型在房价指数预测中的应用

灰色马尔可夫模型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房价指数的预测分析,并对2003年7月到2005年7月间的中房上海住宅指数和办公楼指数进行了实证分析,结果表明模型的拟合精度较高,在房价指数的预测中有较强的适用性。     

灰色系统模型在我国人口数量预测中的应用

一、基本理论与方法 灰色系统建模的思想是直接将时间序列转化为微分方程,从而建立起抽象系统发展的动态模型,对于原始序列X(t),t=0,1,2,……,N;最常用的预测模型是GM(1,1)模型:     

邓氏灰色关联分析的应用模型

邓氏灰色关联分析结果受纯量化方式、参考序列不同以及ρ值大小的影响会产生序数效应。为此,文章在对邓氏灰色关联分析模型深入研究的基础上,指出该模型的三个应用条件,在此基础上,建立了邓氏灰色关联分析的应用模型。模型的最大特点是不产生序数效应,并通过在电力行业中的实例对该模型进行了验证。     

三维灰色关联模型及其应用

根据灰关联空间的基本理论,文章以系统中各因素为优维线性空间中的点,将每一因素关于不同时刻或不同对象的观测数据视为点的坐标,构建了一种基于时间、指标、方案三维空间的三维灰色关联度模型,并将该关联模型应用于动态多指标决策。结果表明,三维灰色关联度能够满足灰关联四公理,使传统的动态多指标决策方法得到简化,最后以算例验证了该方法的有效性与实用性。     

多目标灰色关联度模型在工程项目投资决策中的应用

以工程项目投资决策为研究对象,针对工程项目投资决策中存在的问题及其“灰色性质”,运用灰色关联理论,对工程项目投资决策的多目标灰色关联度模型构建过程分析,进而建立工程项目投资决策的多目标灰色关联度模型,对决策方案进行优选,最后将多目标灰色关联度模型应用到实际工程开发项目中,实证检验多目标灰色关联度模型在工程项目投资决策中的有效性。本研究为工程项目投资决策提供了决策依据,使工程项目投资决策更具科学性,使企业获得最大的经济效益。     

灰色多元线性回归模型及其应用

基于灰色关联法和灰色聚类法诊断、解决多重共线问题;利用GM(1,1)模型对原始数据序列进行修正,降低随机波动的干扰;据修正变量数据建立灰色多元线性回归模型,并将其运用于具体实例取得满意的预测效果。该模型对处理数据贫乏、波动较大的样本效果显著。     

灰色-周期外延组合模型在煤炭需求预测中的应用

文章针对煤炭需求的趋势性和季节性波动特点,提出了灰色一周期外延组合模型,即在灰色GM(1,1)模型的基础上建立残差周期外延模型.该模型能够较好的刻画了短期煤炭需求的增长性和季节波动性二重趋势.预测实例表明了该模型明显提高了短期煤炭需求预测精度.     

一种灰色改进模型在农业经济预测中的应用

农业经济预测对于农业经济的长远发展有着重要的作用,关系到农业产业布局,农业产业结构调整等一系列问题。文章针对农业经济的特点以及现有研究的不足和缺陷,提出了一种灰色改进模型——灰色群建模对农业经济进行预测。实例分析结果表明,从预测精确程度、合理性和实用性等方面来看,灰色群建模都更加适合于农业经济预测研究。     

灰色·马尔柯夫模型在棉花产量预测中的应用

传统的灰色模型GM(1,1)主要适用于预测时间短,数据资料少,波动不大的系统对象,其预测趋势都是一条较为平滑的曲线,对于随机波动性较大的数据序列拟合较差,预测精度较低.而在马尔柯夫链理论中,转移概率pii可以反映随机因素的影响程度,因此适用于预测随机波动大的动态过程.这恰恰可以弥补灰色预测的局限.但马氏链预测对象要求具有马氏链和平稳过程等均值的特点,而客观世界中的预测问题大量是随时间变化或呈某种变化趋势的非平稳过程.如若采用灰色GM(1,1)模型对预测问题的时序数据进行拟合,找出其变化趋势,则可以弥补马氏链预测的局限.因此将GM(1,1)模型与马尔柯夫预测模型有机地结合,既可优势互补,又克服了两者的不足.     

多层次灰色统计模型在课堂教学质量评估中的应用研究

本文根据当前我国高校课堂教学特点,以灰色系统理论为基础,将层次分析法与灰色统计法相结合,建立了基于AHP的灰色统计模型,论述了利用该模型对课堂教学质量进行评估的基本步骤。实例表明,这种建模方法科学合理,可以减少主观因素的影响,提高评估结论的准确性,在案例应用中取得了较好的效果。     

拓展的联立灰色模型的参数优化方法与模型应用

灰色系统预测常用的模型有GM(1,1)、GM(1,N)、GM(N,1)等,这些模型的白化方程都是单一的常微分方程。然而事物之间及因素之间往往相互制约、相互联系构成一个整体,单一的微分方程有时不能很好地反映这种关系,因此可以建立联立灰色模型。但常规联立灰色模型有时精度不理想,因此需要提出一个新颖的拓展的联立灰色模型。文章给出了两个变量相互影响的拓展的联立灰色模型的参数优化方法及其时间响应方程。实例表明拓展的联立灰色模型精度高,且比常规联立灰色模型更高。     

差分方程型离散灰色模型与应用

离散灰色模型形式多种多样,新提出差分方程型离散灰色模型(称为DEDGM模型),并给出了一阶常系数非齐次差分方程型离散灰色模型、一阶变系数非齐次差分方程型离散灰色模型、二阶常系数非齐次差分方程型离散灰色模型、二阶变系数非齐次差分方程型离散灰色模型的建立方法。实例表明,新提出的方法有较高的预测精度,丰富了灰色预测建模方法体系,对研究其它更复杂的离散灰色模型有重要启示。     

多元回归模型的灰色改进

回归分析的一项基本要求是需要多组数据,但在很多情况下这一要求并不能得到满足,有时为取得庞大的数据量而增加成本,造成不必要的浪费.基于此,文章利用灰色预测将少量的数据量扩展为可做回归模型的数据,从而发掘事物之间的内部规律,给决策作出参考.     

一致性分数阶优化灰色模型及其应用

传统的分数阶灰色预测模型在时间序列预测中具有较好的适应性和预测的有效性,但其累加和差分计算式比较复杂。一致性分数阶累加相对于一般的分数阶累加,形式更简单,更便于计算和理论推导。为了提高模型的适应性和预测能力,文章在CFGM(1,1)白化方程中引入一个新的可变系数,扩大了原有白化方程的适用范围,并在此基础上构建了一致性分数阶优化灰色模型,即CFOGM(1,1)模型。最优一致性分数阶阶数和可变系数通过PSO算法最小化平均相对误差获得。将构建的模型运用到两个实例中并与其他经典的灰色预测模型进行对比,结果表明所提出的模型具有较高的拟合和预测精度。     

一种基于遗传算法的灰色模型在铁路客运量预测中的应用

对客运量发展趋势进行预测是正确制定铁路客运营销战略的前提和基础.本文在传统GM(1,1)预测模型的基础上,提出了一种基于遗传算法调整发展系数和内生灰作用量的灰色预测模型,并运用此模型对湖北省铁路客运量进行预测.实验结果验证了此模型的有效性.