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     

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。     

应用灰色系统原理进行长期电力需求预测

本文从理论上分析了灰色系统预测ＧＭ（１，１）模型的适用条件。针对电力系统中电力需求增长的特点，提出了分段最优ＧＭ（１，１）模型，利用电力需求的增长与国民经济增长的相关关系，把分段最优ＧＮ（１，１）模型应用于长期电力需求预测，并用实例证明了此方法的可行性。     

GM（1，1）模型参数估计的新方法

针对ＧＭ（１，１）模型预测估计值稳定性差等问题，从灰色建模基本要求出发，给出了一种新的ＧＭ（１，１）模型参数估计方法。与原方法相比，新方法参数估计值稳定性强，误差小，达到了理想的预测效果。     

无偏GM(1,1)模型与指数方程模型的比较

无偏GM(1，1)模型是在传统GM(1，1)模型基础上的一种改进，它实际上是一无偏差的指数模型，相对于用回归法进行曲线拟合建立指数方程模型这样一种建模方法，该方法可认为是一种新的指数模型建模方法，通过理论分析和实例计算对这两种模型进行了比较。     

三种预测模型的比较与研究

通过对某地区自然灾害造成的损失数据的预测,针对灰色预测模型GM(1,1)预测精度问题展开了一系列研究.采用直线插值法将非等时距数据进行等时距变换.通过后验差验算线性回归模型、指数回归模型和GM(1,1)模型的预测等级,验算结果表明指数回归模型的预测等级与GM(1,1)的预测等级都处于最优级,线性回归预测等级为不合格.为进一步研究GM(1,1)和指数回归预测模型的预测精度,将两者的预测相对残差绝对值进行对比分析,结果表明GM(1,1)整体预测精度比指数回归模型略高.     

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．     

基于离散指数函数优化GM(1,1)模型的重新优化

分析了已存两种基于离散指数函数优化的GM(1,1)模型存在的问题,结合两者的优化思想对已存的背景值构造形式添加动态修正项,建立了适合于近似指数序列建模的重新优化模型,实例应用结果显示重新优化的模型大幅度提高了已存优化模型的精度.     

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。     

GM(1,1)模型背景值构造的不同方法与应用

GM(1,1)模型的误差主要来源于背景值和初始值,因此提出3种不同的背景值构造方法分别为:把背景值的固定权改为变权构造背景值的方法、将数据序列抽象为指数函数构造背景值的方法、将数据序列抽象为非齐次指数函数构造背景值的方法,并以X(n)为初始值和新陈代谢方法来建立GM(1,1)模型.通过工程实例检验这3种不同背景值构造方法建立的GM(1,1)模型的预测精度.计算结果表明,将数据序列抽象为非齐次指数函数构造背景值建立的模型预测精度较高,可为类似工程提供参考.     

雷电波分析与比较研究

本文对双指数雷电流模型和 IEC1 3 1 2—— 1推荐的雷电流模型进行了分析和研究 ,计算了这两种雷电流模型的雷电流参数。在此基础上 ,用 FFT方法分析了雷电流的频谱分布     

灰色非线性常微分方程预测研究及模型

灰色模型是一种指数模型,它对于符合指数规律的观测数据序列具有较高的精确度。在此基础上提出了一种改进型灰色模型,扩大了灰色模型的应用范围。经实测数据验证,该模型在土石坝水平位移预测中收到了满意的效果。     

基于混合指数型损失厌恶函数的投资组合模型

结合前景理论的核心思想,该文从期望效用最大化的角度研究不同风险资产的配置问题.在线性损失厌恶函数的基础上,该文结合指数效用函数的性质,提出了一个新的效用函数——混合指数型损失厌恶函数,建立了混合指数型损失厌恶投资组合(MELA)模型,并对中国股票市场数据进行实证研究,得出MELA模型优于均值-方差模型的结论.     

灰色GM(1,1)模型误差特性的实验研究

从理论上分析了影响灰色GM(1,1)模型精度的三个主要因素 ,通过实验的方法研究了各个因素对模型误差特性的影响 ,并作出了用指数序列建模时的误差特性曲线 实验的结果有助于人们对GM(1,1)模型的认识和应用