基于灰色系统GM(1,1)的淮安市房价预测模型

以淮安市统计局发布的2008~2014年统计年鉴中有关商品房的销售数据为分析对象,利用销售总面积和销售总额折算成商品房的平均价格,建立了基于灰色系统GM(1,1)的淮安市房价预测模型.为了提高模型精度,引入二阶弱化因子,对原始数据进行预处理.利用预处理后的数据建立了精度更为理想的预测模型.利用模型预测了随后5年的平均房价.     

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。     

灰色预测模型GM(1,1)及其在山东省GDP预测中的应用

运用灰色理论研究了山东省国内生产总值(GDP)1996年至2005年的变化规律,建立了山东省国内生产总值预测的灰色模型,并对2006年至2010年山东省国内生产总值作了预测.利用灰色关联度分析,分析了山东省第一、二、三产业对国内生产总值的影响程度.     

非等间距GM(1,1)组合预测模型

根据灰色模型建模特点,利用等维灰色递补动态预测模型的方法建立了非等间距GM(1,1)预测模型。基于这些GM(1,1)预测模型给出了一类非等间距GM(1,1)组合预测方法。实例表明结果理想可靠,有较高的拟合和预测精度。     

灰色马尔可夫SCGM(1,1)预测模型

结合灰色SCGM(1,1)预测模型和马尔可夫概率预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型。并且以郑州市降雨量的预测作为实例,证明灰色马尔可夫预测模型对于随机波动性较大的数据列的预测具有较高的精度。     

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.     

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。     

基于GM(1,1)灰色系统的房地产市场预测模型研究

应用GM(1,1)建立了房地产销售市场的动态灰色预测模型,预测结果与精度检验表明,该预测模型能够精确地反映房地产销售市场的动态变化趋势,对房地产市场行情预测、房地产公司的效益预测,以及对房地产销售市场宏观管理的决策均有参考价.     

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.     

基于数据融合算法优化的GM(1,1)负荷预测模型

为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型.首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度.实践证明所建立的模型对电力系统中长期负荷具有良好预测能力.     

灰色预测模型的改进

用提高原始数据列光滑度的方法来提高GM模型的精度,从而改进灰色模型,并从理论上证明了该方法比对数函数变换、开方变换、对效函数开方的复合变换、指数函数及指数函数开方的复合变换等已有提高光滑度的方法更有效,笔者提出的“幂函数一指数函数”复合变换很大程度上提高了灰色模型的预测精度,使许多原本不能用灰色模型预测的问题得到解决。     

基于马尔科夫优化的灰色GM (1,1) 沉降预测模型及应用

针对灰色GM(1,1)模型在对随机波动较大的沉降数据序列进行预测时存在的不足,本文结合灰色理论模型和马尔科夫链理论,建立了一种基于马尔科夫修正的新维GM(1,1)沉降预测模型。首先,考虑监测数据的时效性,通过在原始数据列中不断补充新的沉降监测数据,采用新陈代谢的方法建立了新维GM(1,1)模型;随后采用马尔科夫链理论对新维GM(1,1)模型进行优化,根据模型预测时产生的相对误差范围对其进行状态区间划分,并构建了相应的状态转移概率矩阵,得到了基于马尔科夫优化的新维GM(1,1)预测模型;将本文中的模型应用于福州火车站南广场深基坑周边建筑物地表沉降预测中,并对不同模型的预测效果进行对比分析,结果表明：基于马尔科夫优化的灰色GM(1,1)模型的预测精度较传统灰色GM(1,1)模型有明显提高,验证了本文所提出的优化模型在基坑沉降分析与预测中的合理性。     

灰色 GM(1,1)模型在可靠性工程中的应用研究

长期以来,产品可靠性寿命指标都是用实际样品作破坏性试验来获得的．因此,可靠性试验是一项费时且费用又高的工作．本文探讨了用灰色系统ＧＭ（１,１）模型对可靠性寿命试验数据进行拟合和预测,以达到减少受试样本,节省大量时间和费用的目的．实例结果表明,该方法简单、实用,模型精度高,适用于在可靠性工程领域中应用．     

基于GM(1,1)灰色预测模型的营养液控制仿真研究

应用灰色预测控制理论中的GM(1,1)模型对营养液状态量进行预测,在此基础上进行营养液控制系统的预测控制仿真.仿真结果表明,灰色预测控制能很好地解决营养液系统的非线性、滞后问题,提高系统的控制水平和精度,具有鲁棒性好、跟踪快速和抑制干扰能力强等特点.     

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     

基于残差修正的GM(1,1)模型在山西省人均GDP预测中的应用

以2000—2014年山西省人均GDP数据为基础,采用GM(1,1)对山西省人均GDP进行模拟预测,并且用残差修正的GM(1,1)模型进行改进。结果表明,修正后的模型模拟平均误差由8.36%降低到4.95%,更加科学合理。     

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。     

基于改进GM(1,1)和SVM的长期电量优化组合预测模型

针对中长期电量预测可使用的相关历史数据较少、影响因素较为复杂等特点,提出一种基于改进GM(1,1)和支持向量机的优化组合预测模型.该模型将改进灰色预测模型和支持向量机模型进行组合,采用蛙跳寻优算法求取组合预测模型中各单一模型的权重,构建基于蛙跳优化的组合预测模型.将优化后的组合预测模型应用于我国中长期电量预测,选择我国1991-2005年电量进行分析,对2006-2010年的电量进行预测,并与一般组合预测模型及各单一模型进行比较.研究结果表明:本文方法得到的电量平均相对误差为2.06％,比等权组合预测模型、方差－协方差优选组合预测模型以及各单一预测模型的预测精度都有所提高.     

基于GM(1,1)的农田土壤湿度灰色预测模型

针对土壤湿度变化趋势对于分析区域旱情的重要性,研究了GM(1,1)模型的建模方法,建立了基于GM(1,1)的农田土壤湿度的灰色预测模型,并将试验数据和预测值进行对比。结果表明土壤湿度的预测值略大于试验值,且相对误差不大于5%,验证了所建立的预测模型的准确性。该模型为土壤湿度动态变化特征的深入研究提供了重要的科学依据,对农田水利灌溉具有重要意义。     

灰色GM(1,1)模型在变形预测中的应用研究

本文讨论GM(1,1)沉降预报模型的建立以及应用问题,并使用建立的预报模型对沉降监测点沉陷量进行预报。通过实例证明采用GM(1,1)模型进行预报具有理论的可行性和现实意义,说明灰色理论在地表沉降预报领域具有实用价值。