无偏灰色预测模型在电力系统负荷预测中的应用

灰色预测模型已在负荷预测中得到了广泛的应用，该模型是一种有偏差的指数模型，在该模型基础上作者已导出了无偏灰色预测模型。将无偏灰色预测模型应用于负荷预测中，并与传统灰色预测模型进行了比较，结果显示了无偏灰色预测模型的优越性。     

贝叶斯预测模型在气温变化预测中的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测，贝叶斯统计不同于一般统计方法，其不仅利用模型信息和数据信息，而且充分利用了样品的先验信息。根据贝叶斯预测模型的特点，介绍了几个贝叶斯预测模型的预测过程和计算步骤，并对南宁地区自1970年以来19年间的气温变化进行了预测。根据计算结果，分析了不同贝叶斯预测模型的预测特点，并给出了几点结论。     

旅游地客源市场动态预测方法探讨

旅游地客源市场预测是合理制定旅游业发展战略和旅游规划与开发的重要依据．客源市场的变化受到诸多因素的影响，构成-灰色系统．该文根据近几年来上海市旅游的境外游客量的统计数据，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，并利用该模型对上海市2010年前的境外游客量进行了预测．     

灰色系统模型初始条件的改进及应用

本文讨论了GM(1,1)预测模型初始条件取值存在的问题.从GM(1,1)预测模型的建模机制出发,找出该问题存在的根本原因,并从使模型拟合误差平方和最小的角度出发,提出一种新的初始条件取值方法.     

基于神经网络的上海车牌价格预测模型

介绍了神经网络预测模型，探讨了如何建立基于神经网络的上海车牌价格预测模型，并对测试结果进行了分析。     

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM（1，1）和动态灰色预测模型的基本内容及建模过程，并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明，等维新息动态预测由于实时地加入了新的信息，提高了灰区间的白色度，预测效果最好；等维灰数递补动态预测利用了序列建模的结果，淡化了灰平面的灰度，使预测结果有所改善；GM（1，1）模型由于是静态地反映系统的变化趋势，预测的精度最低。因此，动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。     

基于遗传算法的SCGM(1,1,α)优化模型

在SCGM（1,1）模型的基础上,对系统云灰色预测模型作进一步推广,建立了更具一般性的SCGM（1,1,α）模型,并给出了求解最优SCGM（1,1,α）模型的遗传算法,实例证明用SCGM（1,1,α）优化模型进行预测能取得很好的预测精度。     

汉台区牛奶需求量的灰色预测模型

通过对汉台区牛奶销售市场需求量的分析 ,根据需求量与时间的关系 ,利用灰色系统理论建立了GM (1,1)灰色预测模型。并对未来几年的需求量进行预测     

线性组合模型及在人口预测中的应用

介绍了线性组合模型并以江西省人口数预测为例,分别利用线性回归预测模型、灰色预测模型、Logistic人口预测模型进行预测,并把这3种预测模型进行最优组合和线性组合,用共轭梯度法性求预测模型的系数。然后对这5种预测模型的结果进行比较,结果表明线性组合预测模型的效果比单一预测模型效果好,也比最优组合预测模型的精度高。     

城乡居民消费水平的预测与分析

本文根据１９７８年至１９９３年我国居民消费水平资料，建立了农业居民和非农业居民消费水平的曲线预测模型；预测了今后几年居民的消费水平及发展趋势；分析了农业居民和非农业居民之间消费水平差异的变动及趋势；提出了几点见解。     

基于灰色理论与BP神经网络的交通运输量组合预测研究

交通运输量预测是公路规划与管理中的重要问题.结合灰色理论模型与神经网络的优点,基于不同的组合预测思想分别建立了加权算术平均组合、加权平方和平均组合及加权比例平均组合预测模型.利用不同的评价模型对多组数据进行了评价分析研究.结果表明,通过选择合适的组合预测模型及参数估计方法并确定最佳的模型参数,能够有效地提高预测精度.     

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.     

组合灰色预测模型在电力负荷预测中的应用

基于灰色预测理论,研究了基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的实用新方法--组合灰色预测模型.以实际算例为基础,应用基本灰色预测模型和传统改进模型以及组合灰色预测模型分别对电力负荷进行了预测,并进行了分析比较.结果表明,用灰色理论预测电力负荷,理论可靠、方法简单.对于中长期电力负荷预测这样复杂的问题,组合灰色预测模型具有预测精度高、简捷实用等优点,该方法可作为中长期电力负荷预测的工具之一.     

含周期变动项的预测模型的建立与应用

经济指标的变动具有明显的周期性,普通的回归预期测模型仅能反映趋势变动,误差通常很大.本文利用周期图方法,搜索出变量的隐含周期,并在此基础上,构造含周期变动项的预测模型.实例表明,该模型具有很高的拟合度和预测精度.     

动物鼠疫预测模型的研究进展

目的:了解动物鼠疫预测模型研究的最新进展.方法:收集、分析近年来有关动物鼠疫预测及在疾病控制领域运用的其它预测数学模型的文献.结果:收集了三十多篇国内外相关文献.结论:合适的复合预测模型将在动物鼠疫预测预报中广泛运用.     

预测地铁施工中地表变形的动态系统方法

提出了基于自回归（AR）模型对时间序列统一建模的新观点和方法,可大大减少计算量,并在微机上编程实现,以实例对动态模型与静态模型分别作了应用比较,结果表明,时间序列分析动态模型是系统分析的重要方法,是统计预测中的高级预测方法,预测精度高,用途广泛,而静态模型适合于内插,不适合于外推预报。     

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.     

基于GARCH模型与ANN技术组合的汇率预测

对汇率进行准确地预测是一项相当重要,也是十分困难的工作。到目前为止,人们已经提出了各种各样的方法和模型,但预测结果仍不能令人满意。近年来GARCH模型被广泛地用于对变动频率很高的金融时间序列建模,它能较好地抓住此类时间序列的动态特征。人工神经网络技术则是当前非常流行的一种替代传统的统计学模型,用来处理数据之间关系的技术,理论上它能以任意精度去逼近任意映射关系。将这二者结合起来对有关日汇率进行预测,获得了较好的预测表现。     

城市公共交通需求预测及应用

文章在综述了公共交通需求预测基本理论的基础上 (包括预测的基本前期工作 ,四阶段模型法等 ) ,结合巢湖市公共交通规划 ,对出行生成、出行分布、交通方式划分、交通分配 4个阶段所采用的需求预测常规模型 (方法 )的应用作了具体的说明。同时 ,还介绍了一种组合预测模型 (方法 ) ,这种模型旨在减少预测风险 ,有效提高预测精度     

季节变动时间序列的两种新预测模型

对于季节变动时间序列提出了一种新的乘法分解模型,它可表示成年度变动因子、季节变动因子、总平均值和随机变动因子的乘积.然后在此基础上给出渐进预测模型和乘法预测模型,最后进行了实例分析.