基于灰色预测模型的福建省建筑垃圾产量预测

随着建筑业发展进程的加快,福建省建筑垃圾产生量呈现逐年不断上升趋势,为了推进福建省能够科学有效实现建筑垃圾资源化,采用建筑面积估算法对2010～2017年的建筑垃圾产生量进行估算,通过灰色预测模型对2018～2022年未来五年的建筑垃圾产生量进行预测.采用Matlab编写程序计算得出2022年的建筑垃圾产生量为1.452 3×10~8t,是2010年的3倍,结果表明,采用灰色预测模型能够很精确的预测福建省中短期内的建筑垃圾产生量,从而为建筑垃圾资源化提供思路.     

我国农用排灌电机发展预测的等维新息模型

排灌电机是一种重要的农田水利工程基础保障设备,对节水灌溉、防洪排涝,保障农业生产和粮食安全具有重要的作用。本文运用灰色系统理论,以国家统计局公布的2011—2015农业排灌电机数据为基础,建立了我国排灌电机的GM(1,1)预测模型,并对2016的产量进行了预测,进而建立了等维信息模型,得到了2017—2020年产量的预测值,取得了良好的分析效果,可为排灌电机的生产和相关产业政策的制定提供有益的参考。     

基于Lasso回归和ARIMA模型的城市生活垃圾产生量预测——以宝鸡市为例

基于宝鸡市2009—2019年城市生活垃圾产生量及其影响因素的基础数据,首先通过Lasso回归建立了生活垃圾产生量预测模型,其次通过ARIMA模型对模型中主要影响因子进行了预测,最后通过Lasso模型对2020—2025年宝鸡市城市生活垃圾产生量进行了预测.结果表明,Lasso回归模型预测精度高,可用于城市生活垃圾产生量的精准预测.未来几年宝鸡市生活垃圾产生量将会快速增长,2025年将达到的52.71×104t.     

六安市城市生活垃圾预测研究

准确预测生活垃圾产量可以为垃圾管理工作提供定量依据。利用多项式拟和、多元线性回归和灰色GM(1,1)模型相结合的方法对2007~2013年六安市城市生活垃圾年产量进行了预测。结果显示:预测时段内生活垃圾年增长率5%~6%,2013年将达到17.9万吨。     

基于组合预测模型的我国管道货运量的预测分析

选取2005—2014年以来我国管道货运量的时间序列数据,在指数平滑法、灰色预测法的基础上,运用两者的组合预测模型对管道货运量进行预测分析,以揭示出其变化的内在规律。最后运用预测函数对"十三五"规划期间我国管道货运量进行短期外推预测。分析结果表明,到2020年,我国管道货运量将达到116.56千万吨。     

基于BP神经网络模型的城市生活垃圾产生量预测研究

提出一种基于BP神经网络Levenberg—Marquardt算法建立城市生活垃圾产生量的网络预测模型。该方法优于传统的灰色理论预测模型和根据人口数预测垃圾产生量，预测结果客观、合理、精确，实用性强。该研究方法对我国城市生活垃圾管理和环境规划具有一定的指导意义。     

基于组合模型的新生儿数量预测

近几年我国新生儿数量持续下降的现象已引起政府有关部门的高度重视,科学预测未来几年我国新生儿的数量,已成为政府制定相关政策的关键所在.基于2000—2020年新生儿出生量数据,分别采用时间序列预测模型与灰色预测模型进行单项预测,并使用均方误差倒数法构造对应权重,对我国未来3年的新生儿数量进行组合预测.为适应三孩政策带来的...     

基于灰色ARIMA模型的河南省物流需求预测研究

以货物周转量作为衡量物流需求的指标,构建灰色ARIMA组合预测模型,对1978—2017年河南省货物周转量数据进行分析,并对河南省2018—2020年的货物周转量进行了预测.结果表明,灰色ARIMA组合预测模型精度满足要求,河南省货物周转量呈现增长趋势,这表明河南省物流产业规模持续增长,河南省的经济发展趋势持续向好.     

基于Theil不等系数的GIOWLA算子我国小麦最低收购价的预测分析

以2006~2015年的我国小麦最低收购价作为研究对象,运用灰色预测、多元线性回归以及二次指数平滑法三种单项预测方法预测在不同时点上的我国小麦最低收购价,在使用广义诱导有序加权对数平均算子(GIOWLA算子)的基础上,引入Theil不等系数,构建了基于Theil不等系数的GIOWLA算子的最优组合预测模型,并对模型进行有效性检验。检验结果表明,该组合预测模型优于传统的单项预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测,故用此组合预测模型预测了2016~2020年我国小麦最低收购价,使得预测结果更加合理有效。     

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势，利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合，对2017-2019年发病率数据进行预测，并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明，2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确，模型精度更优，是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.     

基于灰色马尔科夫模型的深圳港集装箱吞吐量预测

为了更准确的预测港口集装箱吞吐量,以深圳港2003-2017年集装箱吞吐量数据为基础,通过数学方法将灰色预测模型和马尔科夫预测模型两种数学模型结合起来,建立灰色马尔科夫模型,然后利用灰色预测模型与灰色马尔科夫模型分别进行深圳港集装箱吞吐量的预测计算。结果表明:灰色马尔科夫预测模型能大幅降低波动性较大的时间序列的预测误差,尤其适用于中长期的预测;同时,传统的灰色预测GM(1,1)模型的预测精度也得到明显提高。根据建立的预测模型,计算出了深圳港2018-2020年的集装箱吞吐量预测值。     

基于灰色系统和神经网络的高校科技活动投入数据预测组合模型研究

分别使用灰色系统预测模型、神经网络预测模型和灰色系统-神经网络组合模型对高校科技活动投入数据进行预测.结果显示:与其他两个预测模型相比,灰色系统-神经网络组合模型预测效果明显较好,相对误差明显得到改善.使用灰色系统-神经网络组合模型对2015年和2016年高校科技活动投入进行预测.     

基于预测模型的基本养老保险问题分析

针对单一预测模型误差大的问题,在介绍灰色GM(1,1)模型、二次指数平滑预测及Logistic曲线方程3种预测方法的基础上,引用最优加权组合建模理论,以均方误差平方和为最小目标函数确定权重系数,建立组合预测模型。通过对徐州市2004—2010年基本养老保险基金的分析,表明组合预测模型平均精确度非常高,是可靠和具有实用价值的。最后运用所建预测模型,对2011—2020年徐州市基本养老保险情况进行了科学分析预测。     

基于扩展卡尔曼滤波和GSA的多变量灰色经济预测模型

提出一种多变量灰色预测模型。该方法使用扩展卡尔曼滤波(EKF)实现灰色预测模型的参数估计和预测,同时在扩展卡尔曼滤波步骤中引入万有引力算法(GSA)识别未知噪声统计特性。为了验证模型的有效性,利用山西省2003—2012年的国民生产总值(GDP)及其相关影响指标进行预测,与使用最小二乘法进行模型参数估计的多变量灰色模型(MGM)相比,提出的模型的预测准确性更高。     

基于改进灰色模型的农产品冷链物流需求量的预测——以甘肃省为例

三农问题是政府一直关注的重点,所以有效解决三农问题非常重要。文中收集甘肃省2008—2016年的农产品数据进行冷链物流需求量的预测,首先运用灰色预测模型对农产品冷链物流需求量进行预测,接着利用最优子集法,选取最优的子集进行预测优化,最后使用马尔科夫模型进一步优化,使预测结果更加接近真实数据。实验结果显示,改进后的灰色模型可以有效地预测甘肃省的农产品冷链物流需求量。通过预测值,为相关部门提出一些建议,以期能为甘肃省的冷链物流设施建设提供依据。     

中国建筑业碳排放影响因素与预测研究

中国一直是碳排大国,其碳排放增长问题持续引发世界关注.建筑业作为一直在国民经济中占据重要地位的行业,其碳排放量约占全国碳排量的20%.因此,有必要研究建筑业碳排放的影响因素,并预测中国建筑碳排放的趋势.从以往相关研究中识别出12种我国建筑业碳排放影响因素,以2000—2016年的指标数据作为样本,利用灰色关联分析原理,筛选出关联度较高的8种影响因素,并结合BP神经网络模型构建我国建筑业碳排放预测模型.利用神经网络预测2017—2020年碳排放影响因素和碳排放预测值.研究发现,样本预测值对实际值的拟合度良好,说明所得训练网络泛化能力较强,进而证明筛选出的影响因素对建筑业碳排放影响程度高,可以用于预测建筑业碳排放.预测模型提高了神经网络的训练速度,为建筑业碳排放预测提供了新的工具.     

基于灰色马氏链模型的农村居民人均收入预测

对农村居民人均收入变化趋势进行研究,将灰色模型与马氏链模型相结合,建立灰色马氏链预测模型,对河南省新乡市农村居民人均收入进行预测.与灰色预测模型相比,灰色马氏链模型能够提高预测精度.利用灰色马氏链模型对2017—2025年新乡市农村居民人均收入进行了预测,结果表明,该市农村居民人均收入有明显的上升趋势.     

基于GM(1,1)模型的甘肃省中医药科技创新投入预测刍议——以中医人力投入为例

本文首先阐析了甘肃省中医人力投入情况,介绍了灰色预测模型GM(1,1)的基本原理,及模型的建立、模型的检验。然后基于GM(1,1)模型和2011年~2015年甘肃省中医医技人员数量,对2016年~2020年甘肃省中医医技人员数量进行预测,并根据预测结果对甘肃省中医人力投入提出了一些合理化建议。     

基于IOWHA算子的中国货币供应量组合预测模型研究

选取1990年—2015年的中国货币供应量数据,分别使用ARMA模型、指数平滑模型、多元线性回归模型对我国货币供应量(M2)进行单项预测,并在此基础上引入诱导有序加权调和平均(IOWHA)算子建立组合预测模型,然后建立评价指标体系以比较各类单项预测方法和组合预测方法的预测精度。评价体系显示IOWHA组合预测模型优于3种单项预测;最后用组合预测模型对2016年—2020年我国的货币供应量M2进行预测。结果表明:未来几年,我国的货币供应量仍然处于递增状态,增幅较大。     

基于季节指数和灰色预测的月电量预测模型

灰色预测模型GM（1,1）主要适合于光滑数据序列的预测,对非光滑数据序列常采用对数变换法、开n次方变换法和指数加权变换法提高数据的光滑度．由于月电量呈现明显的季节性变换,常用的提高光滑度的方法效果并不明显．文章提出了一种基于季节指数和灰色预测的月电量预测模型,以南京市某供电分公司近五年的月电量数据为基础,采用季节指数变换的灰色预测模型进行预测,与对数变换法的灰色预测模型比较,预测效果得到了明显提高．