一种新的组合灰色神经网络预测模型

对GM（1，1）灰色和几种灰色组合模型进行了讨论，针对多个相关序列预测的问题，提出了组合灰色GM（1，1）神经网络预测模型。此方法采用灰色模型对各序列进行预测，然后利用神经网络对预测值进行校正，得到最终预测值。实例表明此种模型在实际应用中的确能够提高预测精度。     

用灰色理论模型预测供电量

应用灰色理论，建立GM（1，1）分段优化模型，对新会市1986－2000年供电量进行模型拟合计算，两者能较好的吻合。运用此建立分段优化GM（1，1）模型的方法对新会市2001－2010年的供电量进行了预测。     

对灰色模型GM（1,N）的建模改进

灰色系统理论是我国学者邓聚龙教授提出的一种新型理论，已成功地应用到社会经济的各个领域。就整个理论体系看，灰色模型GM（1，N）应为灰色系统理论的核心部分，它是预测、决策和控制的基础。在笔者学习灰色模型理论和实际建模时发现，GM（1，N）模型对变量变化率王背景值的处理还有些武断，本文对此提出改进办法，供商榷。一、对GM（1，N）的建模改进GM（1，N）是一阶微分方程型的模型，它仅涉及一个变量的变化率。不失，般性，可以只讨论最简单的GM（1，1）模型。GM（1，1）模型的化形式是：dX于十ax一如．＿＿＿＿＿，，＿，＿d…     

深圳卫生填埋淤堵排放的灰色预测模型

灰色预测中的核心GM（1，1）模型将无规律的原始数据生成为有规律的数据序列后进行预测，本文对GM（1，1）模型加以改进，将灰色预测GM（1，1）模型与跳变灰过程理论结合，建立了淤堵试验渗透系数的跳变预测模型。跳变预测模型具有灰色系统只需少量数据即可建模的优点，又有跳变灰过程可处理异常值的特点。采用某填埋场淤堵试验资料，经验证表明，该方法精度较高，将灰色模型引入填埋场衬垫系统渗透系数预测切实可行。     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

GM(1,1)模型研究的一些进展

介绍作者对灰色GM（1，1）模型研究取得的成果，具体内容为：证明了GM（1，1）模型为有偏差的指数模型，导出了模型的相关公式，提出了无偏灰色预测模型（无偏GM（1，1）模型），并用实例说明了该模型的优越性。     

隧道围岩位多的灰色优化模型预测

传统灰色GM（1，1）模型，多达用于等间距和低增长序列监测数据的模拟预测；对非等间距和高增长序列，一般经过等间距处理或经过复杂的变换建立非等间距模型进行预测，且往往产生较大的滞后误差。在时间序列[k,k 1]区间上，用n个小区间的梯形面积代替[k,k 1]区间上GM（1，1）函数曲线对应的面积，以优化提高背景值z^(1)(k 1)的精度。这种以优化灰色模型背景值为基础构建的灰色优化模型，普遍适用于隧道围岩位移等间距或非等间距以及低，高增长监测数据序列的位移预测，能很好地模拟预测隧道围岩移的Ⅰ型，Ⅱ型，Ⅲ型时序变化特征，且都能获得很高的模拟和预测精度。     

灰色模型的级差格式

首次提出了灰色模型的级差格式概念，由此给出了衡量灰色模型的一个标准。在讨论GM（1，）灰色模型基础上给出了几种精确级差格式，并讨论了它们之间的关系及数学机理。     

灰色GM(1,1)与线性回归组合模型及其在变形预测中的应用

将GM（1，1）模型和线性回归模型组合起来进行变形预测，改善了原线性回归模型中没有指数增长趋势及灰色GM（1，1）模型中设有线性因素的不足，使组合模型更适用于变形的一般情况。     

灰色理论在灾变预测中的应用

将基于灰色系统理论的GM（1，1）模型推广至灾变预测，并以一实例介绍涝灾预测基本步骤     

重庆市保障性住房规模影响因素的实证分析

以2004—2011年重庆市保障性住房规模相关数据为基础,选择灰色关联度数学模型,对保障性住房规模影响因素进行实证研究;研究表明,影响重庆市保障性住房规模的因素主要为居民住房需求、政府保障性住房供给能力与住房市场供给等3方面,其中保障性住房投资额关联度最高;鉴于此,一方面要保证保障性住房资金的落实;另一方面要确保保障性住房供需动态平衡。     

我国居民消费价格指数灰色关联分析

采用灰色关联分析法,对我国居民消费价格指数进行了多因素关联分析.得出房屋销售价格、商品零售价格以及国内生产总值指数是我国近期CPI过快增长的主要影响因素.对此进行了原因分析并提出相应建议.     

基于灰色收入的中国房价过快上涨因素及对策

中国目前房价过快上涨的现状,已跻身世界的前列。从表面现象来看,中国目前的房价已经超过居民家庭收入的支付能力,但是房价仍然居高不下,基于中国灰色收入的视角来分析中国房价过快上涨的原因是大量＂灰色收入＂支撑中国房价高企,同时保障性住房跟不上。因此,降低灰色隐形收入和提供充足保障性住房是控制中国房价过快上涨的对策。     

城市住房系统动态分析模型

以定性分析与定量分析相结合方法，综合运用各种定量分析方法，在详细分析上海城市住房系统的基础上，建立了以系统动力学方法为主体的城市住房系统动态分析模型，该模型包含有城市人口，经济、住房供给、住房需求，住房价格和住房资金等６个子块，模型运行结果表明，该模型能交真实全面地反映上海城市住房系统的实际状况，因而可用于大中城市住房问题研究和政策分析。     

基于主成分分析的住宅项目特征定价模型

讨论了房地产特征价格模型在确定新建住宅项目单位销售均价中的应用,针对应用中出现的样本少、部分特征因素间存在相关性的问题,将主成分分析运用于房地产特征价格模型,建立了基于特征因素主成分分析的住宅项目特征定价模型．通过案例,分析了特征隐含价格的经济意义与作用,利用所建模型较准确地确定新建住宅项目的单位销售均价。     

基于X-12-ARIMA和AR-GARCH模型的房价波动研究

以SAS软件为工具,以2007年1月至2015年6月北京市新建住宅价格指数序列为样本,构建时间序列模型进行实证研究.结果表明,基于X-12-ARIMA模型和AR(2)-GARCH(1,1)模型的复合模型是拟合房价的最优模型.房价序列存在明显的季节特征和典型的波动聚集性,X-12季节调整方法和异方差模型显著有效,拟合相对误差不超过0.4%.对房价的短期预测表明,近期内房价仍保持3%~5%的增长态势,且外部因素对房价的影响程度远远大于房价自身的波动冲击力.     

城市住宅产业发展系统动力学研究--以南京市为例

针对住宅产业发展所具有的复杂系统特征，采用系统动力学方法，对其进行结构和因果关系分析，将城市住宅系统划分为土地供应、住宅供应、住宅需求和住宅价格4个子系统，通过各层次要素的反馈关系，建立城市住宅产业发展系统动力学模型，并以南京市为例进行实证研究．在通过模型有效性验证后，对近期南京市住宅产业发展进行了分析和预测，并通过政策调控参数实验了政策变化对住宅市场发展的影响。从长远趋势来看，系统总的发展都将趋于稳定，表现出较强的自组织能力；针对目前房价上升过快的现实，从系统分析可以看出主要有以下方面的原因：①拆迁补给需求迫切；②城市居民改善住房的需求量大；③外来人口的购房需求上升；④在预期收益的刺激下，单位面积土地出让价格大幅上升．面对短期内住宅供给小于住宅需求的客观实际，根据模型结构的试验结果，提出了政策建议。     

北京住户满意度调查

采用顾客满意度理论及其软件分析了北京居民的住宅需求和商品房的质量状况.针对住宅的特有性质,对一般的顾客满意度模型进行了改造,引入住房金融及政府住宅政策因素作为满意度指数的可测变量.2002～2003年进行了两次住户满意度调查,抽样调查结果指出了住宅品质的改进方向,并且阐明了北京住宅市场的现实和潜在需求.     

一种改进不等间距灰色预测模型

传统不等间距灰色模型UGM(1,1)及其改进型都是基于指数模型建立的,仅对指数变化规律序列有较好的预测精度,而对于常见的线性变化序列则预测误差较大。针对该问题,通过模型拓展,在现有文献模型的基础上增加线性因素,并采用新陈代谢的思想,提出一种改进不等间距灰色预测模型AUGM(1,1),并进行实例仿真比较分析。结果表明:改进模型在预测精度和实用性上均有较大改善,且克服了传统灰色预测模型不适用于线性变化序列预测的局限,拓宽了灰色预测模型的适用范围。     

二手房价格对于住房特征和区位变化敏感性分析

住房价格是住房各项特征的函数．采用成都市主城区二手房价格抽样数据，结合住房价格边际效用递减规律，用城市住房hedonic价格模型，对二手房价格对不同住房特征和区位变化的敏感性以及二手房价格边际效用递减规律进行了分析．发现二手房价格对于住房使用面积变化比较敏感，对于住房年龄、装修状况、区位变化不敏感．这些发现对住宅开发、销售，以及消费者投资住房等。具有参考价值．