GM（1,1）残差模型群与酸雨预测

根据灰色系统建模原理，提出了用ＧＭ（１，１）残差模型群进行酸雨预测的新方法，并以实例建模印证了该方法的可行性。     

灰色控制GM（1,1）模型在煤炭产量长期预测中的应用

根据“灰色控制系统”理论,建立了贵州省煤炭产量的GM(1,1)预测模型,并给出算法及框图。通过关联度分析及残差辩识,对贵州省“七·五”计划期及“2000年”规划期的煤炭产量做出长期预测。     

疾病监测的灰色预测模型GM（1,1）研究

试用灰色系统理论对疾病进行了监测、预报。以厦门大学１９８７～１９９３年死亡人数和恶性肿瘤新发病例数作为灰数，按ＧＭ（１．１）模型建模，进行了预测。死亡预测的灰色关联度ｒ＿（１２）为０．７１９３；恶性肿瘤预测灰色关联度ｒ＿（１２）为０．７５８３．说明预测模型基本符合实际，且拟合度良好，并指出该校未来四年死亡人数将呈缓慢减少趋势，而恶性肿瘤发病则相反，将呈缓慢上升趋势，此外尚用灰色关联度对灰平面计算作了探讨，总之，预测给疾病防治决策提供了科学依据。     

灰色残差GM(1,1)模型在道路交通量预测中的应用

本文通过实例介绍了灰色残差GM(1，1)模型在道路交通量预测中的应用，预测结果表明，该方法是正确的，算法是有效的。     

灰色预测GM（1,1）模型预测城市区域环境噪声

根据2007—2013年甘肃省城市区域环境噪声污染现状监测数据,建立灰色预测城市区域噪声GM（1,1）模型,所建模型平均相对误差0.4837%,灰色关联度0.9290,精度较高,模型可用。预测结果表明,2014—2018年甘肃省主要城市区域环境噪声呈逐年下降趋势。     

科技经费投入预测与灰色GM（1,1）模型

本文运用了灰色ＧＭ（１，１）模型及线性回归模型对科技经费投入进行预测，从实际算例榀知其精确度是相当高的，方法简便，具有较高实用价值。     

基于乘法ARIMA模型的公路客运量预测

在收集了2004-2007年我国公路客运量月度数据的基础上,进行时间序列分析,建立了我国公路客运量月度数据的求和自回归移动平均（ARIMA）模型。分析结果显示：与常用的多项式曲线预测模型和灰色预测模型相比,模型ARIMA（2,1,2）（1,1,1）12有更好的预测效果,可以用于我国公路客运量月度数据的短期预测。     

灰色系统GM（1,1）模型改进的建模方法

分析灰色系统ＧＭ（１，１）模型建模中所存在的问题，提出以现代非线性回归分析的方法改进ＧＭ（１，１）模型的建模方法。实例计算表明该方法优于传统的建模方法。     

广州市公路客运线路客运量的预测

公路客运量的预测对于公路客运的管理和决策具有重要意义。本文研究了利用重力模型预测2005年和2010年广州市公路客运线路客运量的方法,并给出了主要线路的预测和分析结果。     

基于改进系统动力学模型的公路客运量预测

为了确定公路客运的发展规模和规律,采用改进后的系统动力学模型对公路客运量进行预测。在传统的系统动力学(SD)模型中引入生态学中的种间竞争模型Lotka-Volterra(LV)理论,首先通过定性分析与客运需求相关的经济、社会、交通环境及其他客运方式竞争等方面的影响因素,构建因果回路图对各因素与公路客运量进行因果反馈关系分析,同时引入LV理论判定系统中模糊的动态关系。接着通过交通化改造后的LV判定方程,确定反馈关系因子之间的相互作用系数及系统流图中微分方程,对各影响因素子模型中影响因子与公路客运关系进行量化分析,对传统的系统动力学模型进行改进优化,建立具有时变性的动态LV-SD模型。最后以江西省公路客运量预测为例,根据公路客运量与各影响因素模型中影响因子之间的相关系数,选择地区生产总值、第三产业产值、居民消费水平、公路里程、民航客运量、铁路客运量、人口数量及城市化率等影响因子作为量化指标代入预测模型,用2013～2018年历史数据对模型进行有效性验证。结合城市发展情况,利用Vensim软件分析预测了基于LV-SD模型下江西省2019～2025年经济高、中、低增长3种情景下的公路客运量。结...     

城市公共交通客运量修正灰色模型

首先建立了城市公共交通客运量的灰色模型,提出用自回归平稳模型来修正不满足从某一时刻开始连续为相同符号这一条件的残差序列,建立了修正灰色模型.最后,用实际数据进行了检验,得到的数据比原有模型的精度有明显提高,证明了模型的正确性.     

基于灰色模型GM（1,1）的疲劳寿命预测

将疲劳现象看作是存在于一个灰色系统中,运用GM(1,1)灰色预测模型对某试样的疲劳寿命进行预测,采用此方法使预测误差由原来的57.5%减小到24.2%,预测结果趋于安全,这是传统疲劳寿命计算方法所无法办到的。     

灰色GM（1,1）模型在医院门诊收入预测中的应用

文中采用灰色系统ＧＭ（１，１）模型，对我院某科门诊收入进预测，得到较为满意的预测效果。     

灰色GM（1,1）模型在厦门市人口预测中的应用

采用较传统模型更简便、可行、精确度高,无需典型概率分布,可减少时间序列随机性的灰色GM（1,1）模型,对厦门市2000—2010年的人口进行预测,与现实数据相比,相对误差为0.78%,预测精确度较高.因此模型对未来10年厦门市人口发展的规模、水平和趋势进行预测,以促进厦门市的总体规划和持续发展.     

改进的灰色GM（1,1）模型在农业需水预测中的应用

尝试重构灰色模型的背景值公式,并利用模拟值与原始序列的差值平方和最小的原则,确定了白化方程响应函数中的常数c,从而构建了一种新的优化的GM模型.通过对阿克苏地区农业需水量的模拟预测发现,新模型较传统模型显示出更高的精度.结果表明,改进的灰色模型在农业需水预测上具有一定的应用价值,可作为研究区域的水资源供需平衡分析的参考依据.     

用灰色GM（1,1）模型作异常降水预测

应用灰色系统理论,建立了异常降水的预报模型GM(1,1).该模型首先选定某个异常值λ作为阈值,在原始数列λ(0)中选取对应于阈值λ的子集X_λ(0),重新构造一个对应异常值的时刻序列。将GM(1,1)模型与随机数据的累加生成相结合,对未来异常降水发生时刻作预测.实例预测结果与实况相吻合.     

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.     

灰色模型GM(1,1)在物价指数预测中的应用

本文介绍了灰色模型ＧＭ（１,１）的理论和方法,并应用这种方法对某地区１９９６年第三季度的零售物价指数进行了预测     

城市公共交通客运量的灰色预测

根据历年统计数据,应用灰色系统理论,建立了上海市公共交通客运量的灰色预测模型,并得到实际数据的验证。