基于灰系统的高校新生报到率预测研究

基于灰色系统理论,运用后验差检验的预测建模方法进行高校新生报到率预测。本文首先利用灰色系统模型GM（1,1）建模,通过顸测模型对数据的处理得到预测,再利用后验差检验标准确定预测的精度等级,并验证应用该模型进行预测报到率的可行性和有效性。     

城市化水平的灰色遗传算法预测

在以人口为指标的城市化水平预测时,采用了灰色理论与遗传算法相结合的方法,由灰色遗传算法求得了发展系数a=-0.0396,绝对值小于1,可以用于中长期预测,其拟合结果残差平方和为0.924 1优于最小二乘法的1.506,对2006年的中国城市化水平进行预测其精度为95.67%大于最小二乘法的95.24%.两种方法的预测精度都大于95%,预测精度均很高.     

我国专用汽车未来发展趋势预测与分析

分析了中国专用汽车的发展现状,以1998年来我国专用汽车发展的数据为基础,运用指数平滑模型和GM(1,1)模型,对我国未来几年专用汽车需求量进行了预测,结果表明,我国的专用汽车将持续快速发展,到2010年专用汽车的需求超过100万辆.预测结果的使用对于保证专用车的供需协调,避免因规划指标失控而导致投资决策失误,有着重要的指导作用.     

灰色系统理论在煤矿工业广场地表沉降预测中的应用

本文利用灰色系统理论,对某煤矿工业广场的沉降进行预测,以较少的样本建立其GM(1,1)模型,经后验差检验精度好,能够进行预测,具有一定的实用价值。     

改进的GM（1，1）模型在人口总量预测中的应用

应用一种新的动态GM（1,1）增量模型对中国未来人口总量进行了动态预测．实例表明,该模型具有较高的预测精度,结果符合实际．     

基于灰色马尔科夫模型的工程成本预测

针对随机波动较大的工程成本预测问题,通过研究过去几年中国一建筑公司承建同类工程的相关数据,建立了灰色GM（1,1）模型,并采用马尔科夫模型分析优化数据.实例分析结果表明,灰色马尔科夫模型用于工程成本的预测结果与实际情况较为一致,说明本研究建立的预测模型合理可靠,具有一定的实用性.     

基于GM（1,1）模型的变形预测研究

变形监测是大型建筑物、构筑物安全运营的保障性工作,而要避免灾害的发生,则需要进行相应的预测预警。从变形监测理论出发,探讨了当前变形预测的模型,开发了基于MATLAB的GM（1,1）模型计算程序,结合某沉降变形监测数据进行了预测分析,给出了预测精度评价和对比图,对GM（1,1）模型在变形预测中的应用是一次很好的实践。     

ARIMA模型和Holt-Winters方法在边坡土体深层水平位移预测中的比较

边坡土体深层水平位移预测是边坡变形监测的重要内容,对预防边坡安全事故有重要指导意义。典型的两种时间序列预测方法:ARIMA和Holt-Winters,适合预测边坡土体深层水平位移这类是既有随机性增长(或降低)又有时变性波动的非平稳时间序列。选取了648个土体深层水平位移历史数据作为实证分析的原序列,使用ARIMA模型和Holt-Winters方法对其作出了预测,并比较分析预测结果。结果表明:两种方法的短期预测效果都很好,各具特点。     

灰色预测的二重检验

本文将灰色系统GM（1，1）预测方法用于学生成绩管理。通过用关联度及残差辨识后验分析检验，得到了较满意的学生预期成绩预测结果。     

残差修正的GM(1,1)模型预测路基沉降量

用普通GM(1,1)模型进行路基沉降预测时,有时会出现较大偏差,甚至完全失效。为此提出了改进措施,引入残差修正的GM(1,1)预测模型,用于高速铁路某试验段路基的沉降预测。工程实例表明,残差修正的GM(1,1)模型的预测精度明显高于普通GM(1,1)模型。在路基沉降预测中有明显的优势,值得在工程中推广应用。     

基于灰色GM(1,1)模型的河南省城镇化水平预测

首先根据河南省人口城镇化数据的特点,将2008—2012年的城镇化水平作为原始数据,建立河南省人口城镇化水平灰色预测模型;其次采用残差估计进行模型检验,结果表明该模型的预测结果较好;最后,根据GM(1,1)模型预计2020年河南省城镇化水平将达到58%左右.     

基于GM(1,1)理论的昆明市房地产价格预测

房地产价格是房地产市场最重要和最直接的反映,而房地产价格受诸多因素的影响,使得房价与影响其变化的经济变量之间的定量关系无法用精确的数学表达式来描述.以昆明市作为研究对象,建立GM(1,1)模型,采用理论与实证相结合的方法进行研究,以历史价格数据预测未来价格,并检查其精度,为昆明市房地产投资决策管理提供一定的科学性借鉴.     

半参数法在基坑深层水平位移数据处理中的应用

由于国产测斜仪性能不稳定,基坑深层水平位移监测数据中常含有系统误差.若忽视系统误差的影响而直接处理该数据,得到的位移值不能反映基坑的真实变形,从而使采集的数据失去了工程价值.为剔除系统误差,提高后继变形分析的准确性,研究了半参数模型的局部线性估计,并将其应用于基坑深层水平位移数据的处理中,进行实例分析.分析的结果表明,半参数模型是一种良好的抵御系统误差影响的基坑位移监测数据处理模型.     

灰色模型与自回归模型组合在钟差短期预报中的应用研究

研究卫星钟差预报的精度及稳定性对增强卫星导航系统的导航、授时等功能有重要作用。针对GM(1,1)模型在卫星钟差短期预报时存在的问题,引入AR模型对其预报结果进行修正,以提高钟差预报结果的精度和稳定性。实验结果表明：组合模型的预报精度较单一GM(1,1)模型有一定提高,其中铷钟的精度提高较为明显,铯钟的精度则提高较少;此外,组合模型的误差变化趋势与GM(1,1)模型相似,但稳定性相对更高。     

短期人口增长预测模型

利用已知数据对不同维度的灰色GM(1,1)模型和不同维度新陈代谢GM(1,1)模型进行了精度对比.最终选取5维新陈代谢GM(1,1)模型来预测2011-2020年的我国人口数量.     

基于GM(1,1)模型的山西省人口预测

根据2001年至2009年的山西省人口变化特征,选择GM(1,1)模型的3种形式并借助EX-CEL、MATLAB等软件对山西省人口总量进行了数值拟合分析,并利用这3种模型对山西省人口总量作预测。通过检验分析,模型的预测精度大都大于99.9%,其中指数模型的预测精度最高。并预测在今后一段时间内,山西省人口将继续保持低自然增长率,山西省人口总量到2030年预计将增加到3 866.024 2万人。     

相控阵天线阵面通道故障数量预测方法

为预测定期维修条件下相控阵雷达天线阵面通道故障数量,提出一种改进的GM(1,1)方法。分析了传统GM(1,1)方法在预测天线阵面通道故障数量时存在的问题,针对天线阵面通道故障历史数据的波动性,通过滑动平均法对数据进行预处理,改善了原始数据用于灰色预测的适应性;针对固定背景值不能反映数据波动规律的问题,通过引入自适应算子对背景值进行重构;针对预测过程中的数据不便更新问题,引入新陈代谢方法对模型的初始数据进行更新。建立了改进GM(1,1)模型,给出了具体的计算步骤,并通过实例仿真与算法比较,验证了所提预测方法的有效性。     

大直径超长混凝土灌注桩极限承载力预测

对郑州市某32层高建筑物的3根大直径超长灌注桩进行了静载荷试验,利用桩的荷载-沉降数据建立GM(1,1)新陈代谢模型对桩的承载力进行了预测分析.结果表明,建立的GM(1,1)新陈代谢模型能及时补充桩顶位移新信息同时去掉老信息,极大地提高了预测精度.     

基于灰色GM(1,1)模型的河南省农村劳动力预测

基于河南省统计年鉴2006—2013年的数据,运用灰色预测理论,建立了河南省农村总人口以及农村劳动力的灰色预测模型.结果显示:在未来几年,河南省农村总人口及农村劳动力人口将有所减少,劳动力的比重呈现下降趋势,但是供应规模依然较大.     

灰色组合预测模型及其在人口预测中的应用

分别以原始数据的一次累加生成序列中的每个数据作为初始条件,建立了多个GM（1,1）预测模型,进一步建立了线№组合预测模型,组合模型的权系数利用蚁群算法确定．最后给出了我国人口数量的组合预测模型,计算结果表明,灰色组合预测模型的拟合和预测精度要优于单个传统预测模型．