基于自相关的GM（1，1）与GM（1，N）联合模型优化及应用

分析基于自相关理论的GM（1,1）与GM（1,N）联合模型,将仅适合GM（1,1）模型的数据拓展到适合GM（1,N）模型。用数值积分中的Simpson公式来重建GM（1,1）与GM（1,N）的联合模型,在参数辨识过程中引入累积法,降低线性方程组系数矩阵的条件数,使联合模型求解更加稳定,提高了模拟及预测精度,并且克服了原GM（1,N）模型必须获得预报时刻点相关数据列的值的缺陷,有利于新息GM（1,N）模型的应用。数值实验结果表明,优化后模型数值稳定性好,其系数矩阵的条件数在数值上比通用的最小二乘法有所降低,且模拟平均相对误差也有所降低,预测精度得到提高。     

提高GM（1,1）模型精度的探讨

GM（1,1）模型是最常用的灰模型,在实际应用中,为了提高模型精度,很多学者作了大量的研究和分析,并提出了各种各样的提高模型精度的方法。本文在对插值法精度分析的基础上提出了分段GM（1,1）模型的思想。     

一类组合预测模型及其应用

基于GM( 1 ,1 )模型、GM ( 2 ,1 )模型和ARMA模型 ,建立了一类组合预测模型 ,通过实例分析取得了好的效果。     

季节指数修正GM（1，1）模型在空气质量预测中的应用

在GM（1,1）模型基础上建立季节指数修正GM（1,1）模型,并应用到郑州市空气质量预测中,应用实例表明,该模型对含有季节变动因素的时间序列的预测,具有较好的效果．     

基于BP神经网络改进的GM（1,N）模型在经济预测中的应用——以河南省经济为例

论文就修正GM（1,N）预测模型的误差,提出了新方法。使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响。实践表明这些改进模型可以有效地提高GM（1,N）模型的预测精度。     

无偏直接PGM（1，1）模型及其优化

无偏直接GM（1,1）模型在原始数据为纯指数序列时能保持无偏性,但在原始数据为近似指数序列时,不是最佳无偏直接GM（1,1）模型．提出了一种无偏直接PGM（1,1）模型,并以模式搜索法求解最佳权值P,同时由于无偏直接GM（1,1）模型默认经过了初始点,因此对初始值进行了修正,结合具体数据将无偏直接GM（1,1）模型与无偏直接PGM（1,1）模型进行了比较,结果表明无偏直接PGM（1,1）模型优于无偏直接GM（1,1）模型．     

平顶山市“十二五”规划期间人口发展预测

根据最新人口统计资料,分别建立长、中、短不同维度的GM（11,）模型、增量GM（11,）模型和灰色Verhulst模型,对2005-2009年平顶山市人口总量进行检验性预测,通过对比分析,发现短维度GM（1,1）模型的预测效果要好于其他模型.最后,在充分采纳新信息的基础上建立5维GM（1,1）模型,对十二五期间平顶山市...     

多变量灰色模型在预测中的应用

单变量的GM(1,1)模型用于单一时间序列的建模与预测,而MGM(1,n)模型是对GM(1,1)模型在多元变量情况下的自然推广,通过对MGM(1,n)模型建立过程以及应用方法的示例,来说明该模型的现实应用价值.     

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。     

GM(1,1)模型分析股价趋势

用GM (1,1)等维新陈代谢模型来分析股价短期趋势 ,并根据GM(1,1)等维新陈代谢模型显示的趋势变化 ,指出了买入股票的最佳时机     

Gorenstein(m,n)-内射模

作为(m,n)-内射左R-模的推广,引入了Gorenstein(m,n)-内射左R-模的概念。在强左(m,n)-凝聚环上研究了这类模的一些性质;在强左(m,n)-凝聚环上利用Gorenstein(m,n)-内射左R-模给出了左(m,n)-内射环的一些等价刻画。     

一类(n,m)-半群

给出了正则(n,m)-半群,逆(n,m)-半群,纯正(n,m)-半群的定义,并讨论了其基本性质,建立了(n,n-1)-半群上的Green定理,分别给出了(n,n-1)-半群是逆(n,n-1)-半群,纯正(n,n-1)-半群的充分必要条件.     

关于(n,m)-半群上的格林*关系

本文将格林*关系从普通半群推广到(n,m)-半群上,从而定义富足(n,m)-半群、恰当(n,m)-半群和A型(n,m)-半群,并讨论它们的基本性质,特别地推广了关于Munn-半群的一个定理。     

(m,n)-纯 遗 传 环

设m,n是两个任意取定的正整数, R是环. 通过引入(m,n)-纯遗传环的概念, 利用同调方法给出(m,n)-纯遗传环的一些等价刻画.     

关于（m,n）内射模的一些结果

对于两个正整数m和n，一个右R模M称为(m，n)内射模，如果从n个生成元的R^m模的子模到M的每个R同态映射都可以延拓为从R^m到M的同态映射,刻画了交换环上(m，n)内射模的性质。     

低m(Cr)/m(Fe)铬铁矿除铁工艺的实验研究

以南非铬铁矿为对象,在热力学分析的基础上,采用碳热还原法开展了低m(Cr)/m(Fe)铬铁矿除铁工艺的实验研究.结果表明:实验中铬铁矿选择性除铁的适宜温度为1 100℃左右,符合热力学计算结果.低于此温度时还原出的富铁相与基体分离不彻底,难以结瘤析出;高于此温度时尖晶石相中的铬元素还原严重,影响铬的回收率.在1 100℃还原0.5 h并经酸浸处理后,铬铁矿可由化工级提升至冶金级,在相同温度下还原2 h后,m(Cr)/m(Fe)可由1.7提高至5.8,为实现低m(Cr)/m(Fe)铬铁矿的高效利用提供了新思路.     

(n,m)-半群上的格林ρ关系

本文将格林ρ关系从普通半群推广到(n,m)-半群上,从而定义了左同余、拟强ρ-宽广(n,m)-半群和强ρ-宽广(n,m)-半群.并讨论它们的基本性质.     

(m,n)-树的几个判定条件

通过构造(m,n)-树的(m,n)-图,给出了判断(m,n)-树的几个充分必要条件,从而进一步揭示了(m,n)-树的结构特征。     

（m，n）-内射环的推广

将(m,n)-内射环的概念推广到(J,K)-(m,n)-内射环,给出(J,K)-(m,n)-内射环的等价刻划.并借助(m,n)-内射环的某些性质研究(J,K)-(m,n)-内射环.     

(m,n)-树的一个充分必要条件

通过在(m,n)-树中引入Graham约化过程,给出了(m,n)-树的一个充分必要条件。