中国女子田径最佳成绩发展态势及灰色预测研究

以1-11届全国运动会女子田径各项目最佳成绩和第12届全运会女子田径预测成绩作为研究对象,利用灰色理论的GM(1,1)模型方法探讨了我国女子田径项目50年的发展态势,旨在为12年伦敦奥运会寻找基石和突破口。结果显示,女子10000米、20km竞走、铅球、铁饼等项目应为12年伦敦奥运会中国女子代表团的重点发展项目。     

大运会田径短跑项目成绩预测分析

采用文献资料法和灰色预测法,建立大运会田径短跑项目最好成绩灰色GM(1,1)预测模型,并进行了后验差检验和关联度分析,结果表明预测模型可信度均为一级,因此运用该模型对2004年举行的第七届大运会田径短跑项目最好成绩进行预测,具有一定的参考价值.     

改进GM(1,1)模型在城市流动人口预测中的应用

利用泰州市2003-2009年流动人口数据,建立GM(1,1)模型、残差GM(1,1)模型和等维递补GM(1,1)模型对流动人口数量进行预测.并用多种方法检验了三种模型的拟合效果.结果表明三种模型均能合理地对流动人口数量变化进行预测,但残差GM(1,1)模型和动态等维递补GM(1,1)模型拟合效果优于一般的GM(1,1)模型.     

基于灰色预测模型的新疆丰枯水年份预测研究

本文以新疆1960年～2012年的年降水数据为研究对象,运用经典GM(1,1)模型和灰色Verhulst模型分析预测新疆降水的丰枯年份,并对建立的几个预测模型进行了残差检验和后验差检验等精度分析.结果表明,经典GM(1,1)模型和灰色Verhulst模型对新疆丰水年的预测都具有很好的预测精度,均为一级;在新疆降水枯水年份预测中,经典GM(1,1)模型的预测精度为一级,优于灰色Verhulst预测模型.从整体来看,新疆降水丰水年份的预测效果好于枯水年份的预测.     

基于GM(1,1)与反向传输神经网络的大学生体育成绩预测

为了提高预测精度,提出了基于灰色模型GM(1,1)与反向传输神经网络(BPNN)的大学生体育成绩预测方法。采用GM(1,1)对大学生体育成绩的变化趋势进行建模。采用BPNN对GM(1,1)的大学生体育成绩预测结果进行修正。将该文方法应用于中南财经政法大学的男生50 m跑成绩实例中。测试结果表明,该文方法的大学生体育成绩预测精度达到了97.59%。     

基于改进新陈代谢GM(1,1)模型对钢管混凝土拱桥涂膜腐蚀预测

目的提出改进新陈代谢GM(1,1)模型,提高预测钢结构使用寿命的精度.方法在全序列的基础上,置入一个由传统GM(1,1)模型得到新数据,去除一个旧的数据,建立既保证了原来的维数,而又不影响整个信息发展趋势的改进新陈代谢GM(1,1)模型.利用改进新陈代谢GM(1,1)模型对已经用传统GM(1,1)模型预测钢管混凝土拱桥涂膜腐蚀的实际工况进行重新预测,验证所提出的改进新陈代谢GM(1,1)模型在涂膜腐蚀预测中应用的可行性、有效性及预测所提高的精度.结果改进新陈代谢GM(1,1)模型的均值方差比值C为0.132 9,比传统GM(1,1)模型的均值方差比值C的值0.172 1小,改进新陈代谢GM(1,1)模型的精度比传统GM(1,1)模型的预测效果好;改进新陈代谢GM(1,1)模型的平均相对误差为3.20%,传统GM(1,1)为4.01%,提高了预测精度.结论改进新陈代谢GM(1,1)模型既保证了传统GM(1,1)模型的维数,而又不影响整个信息的发展趋势,改进新陈代谢GM(1,1)模型更合理,适用于中长期预测.     

应用改进的残差GM(1,1)模型预测城市用水量

运用灰色系统理论建立GM(1,1),并用改进的残差GM(1,1)模型进行修正,对城市用水量进行预测.改进的残差修正方法能够使模型保持良好的适应性,有效提高了预测精度.应用该模型对某市年用水量进行预测检验,结果表明:改进的GM(1,1)模型具有较高的预测精度,模拟效果更好.     

一种适用于灰色预测控制的无偏直接GM(1,1)模型

GM(1,1)模型是灰色预测控制器的重要组成部分,它是有偏差的模型.提出了一个无偏差的模型一无偏直接GM(1,1)模型,结合具体数据将无偏直接GM(1,1)模型和GM(1,1)模型进行了比较,结果表明无偏直接GM(1,1)模型优于GM(1,1)模型.将无偏直接GM(1,1)模型替代GM(1,1)模型应用于灰色预测控制中可望得到较好结果.     

基于灰色GM(1,1)模型的宿州市人口预测

以2001年至2013年的宿州市人口数据资料为依据,运用灰色系统理论建立GM(1,1)宿州市人口预测模型,并对该GM(1,1)预测模型进行残差检验,关联度检验和后验差检验,通过检验知模型对数据的拟合属于一级精度,模型精度较高。最后利用GM(1,1)模型对宿州市2014年至2018年的人口进行了预测,并结合宿州市人口发展的历史和现状对结果进行了分析。     

GM(1,1)模型的性质及改进

在对GM(1,1)模型进行分析的基础上,经过理论推导,得出了初始数对预测没有影响的结论,对GM(1,1)模型进行改进,给出了GM(1,1)模型Ⅰ。当向原始序列添加相同的数字时,预测值将更改,由此提出了GM(1,1)模型Ⅱ,利用粒子群算法,得到最佳的增加量。仿真结果表明,GM(1,1)模型Ⅰ和模型Ⅱ具有较高的精度。     

中华人民共和国第八届全运会田径比赛耐力项目调研报告

八运会耐力项目在田径项目比赛中是令人瞩目的． 女子５ ０００ ｍ 以 １４：２８．０９ 超过世界纪录，男子马拉松 ２：０９：１８ 的成绩是中国选手首次突破２ ｈ１０ ｍ ｉｎ 大关． 其他项目也较上届有一定的提高． 表现不俗的是辽宁女队和山东男队． 通过对八运会与七运会中长跑项目比较；八运会中长跑成绩与今年第六届世锦赛和世界纪录、亚洲纪录的比较；八运会中长跑项目各单位得分统计；男女各项目分段成绩比较；各项目总体印象， 从中看到了此次八运会耐力项目长足的进步和存在的不足，为我们能够切实了解中国耐力项目的现状和发展的趋势提供了可靠的依据，为１９９８ 年亚运会和２０００ 年奥运会取得更好的成绩提出了可供参考的建议     

第16届亚运会男子篮球比赛前8名球队技术指标的综合分析

对第16届亚运会男子篮球比赛前8名球队的22项技术指标进行统计,并运用因子分析、Q型聚类和等级相关分析法等统计学方法对所得数据进行分析和检验。结果表明:影响第16届亚运会男子篮球比赛前8名球队成绩的技术数据指标是:进攻篮板、盖帽、罚球个数、篮板总数、总命中率、三分命中率、失误、二分命中率和防守篮板9项指标;运用因子分析和Q型聚类对篮球比赛的技术指标进行量化评价具有较高的可靠性,能够客观的反映各队的技战术能力;本文在揭示第16届亚运会男子篮球比赛前8名球队技战术发展趋势的同时,探索出一种较合理有效的量化评价球队技战术质量的方法。     

基于灰色马尔可夫链的农民平均收入实证研究

将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对农村居民人均纯收入进行实证研究.针对灰色数据系列首先用GM(1,1)模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,得到马尔可夫链预测精度明显高于GM(1,1)模型预测.     

基于改进灰色模型的我国天然气产量预测研究

在灰色预测模型的研究基础上,针对灰色预测模型拟合结果误差方面的问题,引入了广义翁氏模型的对数方程式积分形式,以此思想给出了灰色预测模型提高预测精度的理论依据及其改进过程,构建改进后的灰色预测模型.将该改进后的模型用于模拟我国2002年至2011年天然气产量数据,结果显示该改进模型的拟合结果优于改进过程中所应用的任何一个单独模型的拟合结果.使用改进模型预测了2012年至2025年我国天然气产量数据.     

广州地铁2010年客流预测与运能规划的分析与研究

为配合广州城市发展的需要,结合2010年第16届亚运会的举办,本文主要以广州地铁2010年预测客流为基础,考虑2010年车辆供应及设备功能实现情况．分析了广州地铁2010年的运能规划,以妥善解决届时产生的突发客流,满足2010年开通运营的230公里的线网发展需要。     

基于灰色理论的武汉市全社会固定资产投资预测

根据武汉市2001—2010年固定资产投资数据,利用灰色预测理论对未来几年的投资进行预测。文章在分析灰色理论的基础上,结合实际情况构建GM(1,1)预测模型,并用于对武汉市2001—2010年全社会固定资产投资进行拟合,同时为保证模型预测的高精度,引入了新陈代谢思想,即加入新数据的同时丢弃较"老"的数据,使拟合精度进一步提高。通过对模拟投资值与实际投资值进行比较,并且对模型精度进行检验,证实该预测模型具有较高的预测精度,其精度等级为"好",可用于对武汉市未来几年全社会固定资产投资进行预测,预测结果具有一定的参考价值。     

基于关联价格网的产品价格预测方法

为实现产品价格影响因素较大波动情况下的价格快速预测,提出了一种关联价格网产品价格预测模型.对引起产品价格变化的主要因素进行了分析,分别以产品、原材料、竞争产品的价格、供需量的变化引起产品价格的变化为基础构建产品的关联价格网.然后,对关联价格网性质进行理论推导,得出可以用产品的关联价格子网替代整个关联价格网对产品价格进行预测的结论,从而简化模型.进而采用神经网络构建一个反映关联价格子网中价格波动因素的预测网络(PFN),并利用神经网络学习和计算方法对产品的价格进行预测.理论分析和仿真实验显示该价格预测方法具有很好的应用价值.     

一种可直接用于预测的神经网络消费函数模型

目前几乎所有的消费函数模型在实际应用时都有一个共同的不足之处,即在对下一期的消费额进行预测时,模型需要使用的相关数据都直接或问接与下一期的统计数据有关,所以在使用模型前首先要对未知的相关数据进行预测,这样势必会造成误差的积累。本文在对传统的消费函数模型进行分析的基础上,建立了一种可直接用于预测的神经网络消费函数模型,这种模型只需使用前期的相关数据即可进行预测,且预测精度高于传统的消费函数模型。     

基于RBF神经网络的公路货运量预测方法研究

本文提出了一种基于RBF神经网络的直接预测法,对公路货运量进行了预测,并利用matlab工具箱予以了实现.对2004和2005年公路货运量预测的结果表明,预测值与国家统计局公布的实际数值有很好的一致性,预测精度也高于其它RBF预测法,有很好的应用性.