灰色改进等维新息GM（1，1）模型在电力系统长期负荷预测中的应用

本文分析了灰色系统预测ＧＭ（１，１）模型用于长期负荷预测时的局限性，针对电力系统需求增长的特点，提出了灰色改进等维新息ＧＭ（１，１）模型，对江苏电网的用电量进行测算的结果表明，采用改进等维新息ＧＭ（１，１）模型进行长期负荷预测的精度高于一般灰色ＧＭ（１，１）模型的预测精度，给出了程序框图与测算结果。     

桤柏混交林幼林生长的灰色拓扑预测

应用灰色系统ＧＭ（１，１）模型及其改进模型研究了四川省盐亭县龙江４年来连续营造的桤柏混交林和柏木纯林，建立了混交林和柏木纯林中幼木生长的灰色ＧＭ（１，１）模型、新息ＧＭ（１．１）模型和ＧＭ（１，１）新陈代谢模型，结果表明，ＧＭ（１，１）新陈代谢模型能较好地摸拟和预测桤木和柏木在幼林期的生长状况，井对其随后６年的胸径、树高作了预测．由预测结果可以推断，桤柏混交林促进目的树种柏木生长的效益是非常明显的．     

青岩油杉种群密度的GM(1,1)组合模型

探讨了植物种群ＧＭ（１，１）组合模型手理论和方法。以种群密度为时间数据序列，建立了青岩油杉种群密度的ＧＭ（１，１）组合模型，并对其精度进行了分析，结果表明，ＧＭ（１，１），组合模型是一种较为理想的处群动态模型。     

建立GM(1.1)模型的差分法

本文在分析 ＧＭ（１．１）模型传统建模方法及各种改进所存在问题的基础上，通过研究ＧＭ（１．１）模型与差分模型的关系，提出一种建立ＧＭ（１．１）模型的差分法。     

灰色系统建模方法的研究

提出了估计ＧＭ（１，１）模型参数的新方法。并给出了ＧＭ（１，１）模型的显著性检验的方法。实例分析表明，新方法提高了预测模型的精度     

指数模型建立方法

该文指出了ＧＭ（１，１）模型用于预测的不足之处，采用指数曲线拟合最小二乘法补充了ＧＭ（１，１）模型的不足，建立了指数模型，实际应用精度较好。     

灰色预测模型建模方法探讨

作者在本文中用差分格式对灰色ＧＭ（１，１）建模方法作了改进，建立了ＧＭ（１，１，λ模型），文中给出了以误差平方和最小，误差绝对值之和最小、绝对百分误差和最小为目标的优化模型，同时还给出了三者为目标的多目标优化模型，求解λ值，进而对原始序列进行预测。由λ的取值知ＧＭ（１，１，λ）模型的精度一定比普通ＧＭ（１，１）模型高。实例分析效果是显著的，拟合精度非常高。     

灰色新息GM（1，1）模型的递推算法

在研究新息ＧＭ（１，ｌ）模型传统算法的基础上，提出了灰色新息ＧＭ（１，１）模型的一种新算法─—递推算法。     

马缨杜鹃种群密度的GM(1,1)模型

应用灰色系统理论，以种群基径大小作为时间序列，建立马缨杜鹃种群密度的ＧＭ（１，１）模型，并对其精度进行了分析。结果表明，ＧＭ（１，１）模型是一种较为理想的种群动态模型。     

应用灰色系统GM（1,1）模型预测长春市公路客运量

利用我市１９８８年～１９９４年公路客运量，建立灰色系统ＧＭ（１，１）模型及残差修正ＧＭ（１，１）模型，利用该模型对我市１９９５年、１９９６年、１９９７年公路客运量进行了预测。     

带阶跃趋势的GM（1,1）及其在电力负荷中的应用

提出了一种带有阶跃趋势的改进型GM（1,1）模型,这种改进的灰色模型能够更好地适应带阶趋势的序列数据。同时该模型参数计算量大为减少,通过电力负荷实例的分析表明,这种改进的GM（1,1)模型更精确、合理。能够大大地提高预测精度和拓宽GM（1,1)的应用范围。这种带阶跃趋势的改进模型可以成为电力负荷预测的理想工具。     

基于自适应粒子群算法的GM(1,1)模型及其应用

将自适应粒子群算法优化GM(1,1)模型的参数用于武汉市电力负荷预测,与普通GM(1,1)及标准粒子群优化的GM(1,1)模型的预测结果比较,发现采用自适应粒子群算法优化参数的GM(1,1)模型具有更理想的预测结果。     

灰色系统非线性回归电力负荷预测

传统灰色预测模型GM(1,1)在预测增长较快的电力负荷时预测效果会变差。针对这一缺陷,提出了一种改进的基于灰色系统的非线性回归预测模型。将非线性回归与GM(1,1)模型二者的优点相结合,利用GM(1,1)模型计算参数初始值,进而对其进行非线性回归分析预测电力负荷值。电力负荷预测实例表明该模型具有较高的预测精度和较广的应用范围。     

中长期电力负荷预测的几种灰色预测模型的比较及应用

对传统GM（1,1）模型,基于积分优化法的GM（1,1）模型,具有白指数律重合性的GM（1,1）模型,基于响应不变法的GM（1,1）模型,基于严格微分拟合法的GM（1,1）模型进行了详细分析比较．针对电力系统中长期负荷增长的特点,分析比较了以上5种模型的特点及其适用范围,为电力系统工作人员在年用电量预测中选择合适的灰色预测模型提供参考依据．     

一种新的灰色无偏GM(1,1)模型建模方法

通过分析GM（1，1）白化方程的解析表达式，建立了无偏的GM（1，1）模型，给出了估计模型参数的新方法。该模型具有白指数律重合性，它突破了|α|较大对GM（1，1）模型不能应用的禁区，提高了模型的实用性和模型的精度。     

路基沉降的灰色理论预测及其应用

运用灰色理论,对铁路高填方路基的沉降进行预测,建立了GM(1,1)预测模型.以相同观测时段的GM(1,1)模型为原型,考虑荷栽变化,针对地基土体均匀的情况,提出了GM(1,1)修正模型.通过具体实例,对模型的预测结果进行分析.分析表明,用修正模型预估下一级加载后的沉降,选取适当的沉降变化比进行计算,预测值与实测值之间误差小于6%,方法简单可靠,对类似高填方路基工程有一定参考价值.     

煤炭海运总量的灰色预测

基于灰色数学理论,通过常规全数据GM(1,1)模型及等维新陈代谢GM(1,1)模型分别对煤炭海运总量进行建模并预测,并与传统的最小二乘曲线拟合所得结果进行比较,结果表明,运用灰色理论所建立的等维GM(1,1)进行预测是可行的,而且精度较传统方法高。     

灰色模型GM(1,1)在短期电力负荷预测中的应用

讨论了灰色模型GM（1，1）及其改进模型在短期电力负荷预测中的应用，提出了适合电网普通日及特殊日电力负荷预测的数据处理方法，提高了预测的精度。     

灰色残差修正模型在中长期负荷预测中的应用

电力系统负荷预测是电力系统发电计划的重要组成部分,也是电力系统经济运行的基础。本文在应用GM（1,1）模型的基础上,建立了两种应用残差对预测数据进修正的模型。实例表明本文提出的方法较传统GM（1,1）模型有更高的精度。