灰色理论在黄金周旅游人数及旅游收入预测中的应用

运用灰色理论研究了自2000年"十·一"黄金周以来旅游人数及旅游收入的变化规律,建立了旅游人数及旅游收入预测的灰色模型,并对今后4个黄金周旅游人数及旅游收入作了预测.     

我国普通高校人数的灰色预测和分析

文章应用GM（1，1）覆灰色关联分析，结合我国过去几年的普通高校人数，对未来4年的高校人数进行了预测，且预测模型可靠．结果表明，城镇居民的收入与高校数目有较强的关系，农村居民的收入是影响高校人数最弱的因素，并针对这一现象做了分析提出了自己的建议．     

我国金融业职工人数的灰色模型及预测

近几年来,我国经济稳定增长,金融业人才需求持续高涨,金融及金融服务业的外部招聘需求几乎翻倍增长。为此本文通过对2006至2011年金融业职工人数变化趋势的研究,运用灰色系统理论,建立了灰色系统的预测GM(1,1)模型,对2015年的金融业职工人数做出预测。     

基于灰色马尔可夫模型的水上交通事故预测

在灰色GM（1,1）预测模型的基础上,运用马尔可夫模型对预测结果进行优化,并将由此建立的灰色马尔可夫模型运用于1979～1998年全国水上交通事故数据来预测1999年事故量．结果表明,这种模型的预测精度高达89％,明显优于单独使用GM（1,1）模型的预测结果．     

泰安市GDP预测的灰色模型

运用灰色理论研究了泰安市国内生产总值(GDP)1990～2003年的变化规律,建立了泰安市国内生产总值预测的灰色模型,对2004～2009年泰安市国内生产总值作了预测,得出了2007年泰安市国内生产总值将超过1000亿的结论。利用灰色关联度分析,分析了泰安市第一、二、三产业对国内生产总值的影响程度。     

基于BP神经网络的山西省旅游人数预测

基于BP神经网络技术,以MATLAB7．0为平台,时间序列1996—2011年旅游人数为数据基础,考虑到山西省海外旅游人数与国内旅游人数各自随时间的变化特征,分别对两种原始数据进行了插值处理及BP神经网络模型的训练,从而对2012—2015年山西省海外旅游人数及国内旅游人数分别进行预测,得到2012—2015年山西省海外旅游人数分别为172．75万人,185．39万人,189．16万人及219．03万人,国内旅游人数为16365万人,17876万人,18298万人,19348万人,两组数据均续前期持续增长趋势,且加和得到未来4年山西省旅游总人数为16540万人,18060万人,18500万人及19570万人,旅游总人数也以10％的增长率持续增加。结果表明,本研究预测结果可信度较高且较为合理,也为人口数据预测提供了新的预测思路。     

基于多元线性回归模型的我国世界冠军人数影响因素分析

运用多元线性回归模型分析了我国当年获得世界冠军人数与我国当年总人口数和当年国内生产总值两个外部环境,以及二级以上运动员人数和各级体育系统职工人数两个内部环境,这4个影响因素之间的关系.首先用灰色关联分析,得到作为子因素数列的4个影响因素和作为母因素数列的当年获得世界冠军人数之间的关联度.为了进一步知道每个因素和当年获得世界冠军人数的具体函数关系,利用多元线性回归分析,构建每年获得世界冠军的人数与4个影响因素之间的多元线性回归模型,且通过F检验证明模型与实际相符合,为我国运动员的训练和国家政策的制定提供理论依据.     

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.     

基于灰色理论的旅游需求预测算法分析

旅游需求分析对于促进我国各地区的经济发展和文化交流都有着重要的意义。由于旅游行业的＂小样本、贫信息、不确定＂性,旅游市场可以看做是一个巨大的灰色系统。本文针对旅游需求问题进行了详细的研究,提出了基于灰色系统理论的多元数学预测模型GM（1,N）,合理分析诸多因素对旅游需求的综合影响,可以很好的解决此类问题。同时,以北京地区旅游需求发展为例,根据北京市旅游局等的历年旅游统计数据,确定影响游客人数的因素并对其合理量化,应用GM（1,N）模型对该地的旅游需求进行预测,并通过残差检验、后残差检验等方法对该模型进行分析,得到的预测结果比较准确,该模型应用范围广泛,可以进行推广使用。     

可调式灰色GM(1,1)模型

灰色模型是灰色系统理论的重要内容,灰色预测、灰色决策、灰色评估等许多理论都是通过建立灰色模型来处理的,由于离散函数的导数不存在,因此,如何处理导数信号,是建立灰色模型的关键。本文根据灰色ＧＭ（１,１）模型的建模机理,指出现行建立模型方法的不确定切之处,给出处理导数信号即背景值的方法,由此导出可调节灰色ＧＭ（１,１）模型。     

灰色预测GM(1,1)模型的研究与应用

运用灰色系统GM(1,1)模型进行预测时,模拟精度和预测精度是关注的焦点.对原始数据构造缓冲算子和进行完整的前期检验,运用等维灰数递补的动态建模方法,针对误差建立残差修正模型,都可以提高预测的可信度.本文通过归纳建模各阶段可能出现的典型问题以及解决方法,以期对建立优化模型有所帮助.     

一种优化GM(1,1)模型及其应用

在优化背景值的基础上,针对传统灰色GM(1,1)模型参数估计的最小二乘算法稳健性较差的情况,提出基于全最小一乘准则的灰色GM(1,1)模型参数估计算法,同时将初始条件进行优化,从而得到了一个背景值、初始条件和模型参数同时优化的灰色GM(1,1)模型.最后,应用实例说明了优化灰色GM(1,1)模型的可行性与有效性.     

灰色GM（1，1）模型在火灾事故预测中的应用

针对全国火灾事故的统计数据,利用灰色系统理论在不确定因素预测领域的优势,建立了一个火灾事故预测的GM(1,1)模型.论述了模型的建立和求解过程,用实例阐述了灰色预测模型的应用和局限性.结果表明,模型比较合理地反应灾害事物的发展趋势,为分析火灾事故规律和有效预测提供了科学的方法.     

GM(1,1)模型和Verhulst模型在人口预测中的应用

为提高我国人口预测模型的预测精度,分析了GM(1,1)和Verhulst预测模型的特点,并分别利用GM(1,1)和Verhulst模型对我国人口的变化情况进行了预测,发现灰色Verhulst模型有更高的预测精度和可靠性,更适合于我国人口的预测.     

灰色GM（1，1）模型参数的优化方法

灰色GM(1，1)模型的建模机理上，给出了模型参数的优化方法。提高了模型的预测精度。为实际应用提供了新的方法。     

灰色模型GM(1,1)在硫醇性质研究中的应用

利用灰色理论中的GM(1,1)建模法,对硫醇化合物分子的标准生成焓,标准熵,沸点及Ko-vats保留指数进行研究,可以得到较好的结果。由于GM(1,1)法具有所需数据少及预测效果较好等优点,可以在预测化合物的物理化学性质方面推广应用。     

灰色GM(1,1)模型在青海省卫生人员预测中的应用

卫生人员预测在卫生事业管理中占有重要地位,是卫生人力资源配置的重要依据.应用灰色预测GM(1,1)模型,以2007~2013年青海省卫生人员为历史数据,求解模型得到2007~2013年青海省卫生人员预测值,将实际值与预测值进行对比分析,检验结果表明模型预测结果较好,精度较高,误差率小.用该模型得到2014~2018年青海省卫生人员预测值,为青海省卫生人力资源规划提供依据.     

链球运动员顾原身体素质的灰关联分析及GM(1,1)建模预测

运用灰色理论中的关联分析法,对链球运动员顾原各项素质进行了综合分析,找出了影响运动员成绩提高的主要因素.并运用了灰色理论的灰色模型方法,建立了专项成绩的灰色GM(1,1)预测模型,运用该模型对顾原2004年和2005年的运动成绩进行了预测.