文山市经济增长预测及影响因素分析

根据文山市2008～2012年的统计数据,运用灰色系统预测模型对文山市GDP进行预测,并利用灰色关联度分析法对文山市经济增长影响因素进行分析。结果表明未来4年文山市经济将继续保持增长,第三产业增加值和高校在校生数对文山市经济增长的影响作用最强。     

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.     

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。     

河南省中小城市产业结构分析——以漯河市为例

采用GDP就业弹性分析和灰色关联分析方法,对河南省中小城市的典型代表——漯河市的产业结构从劳动力结构和增加值结构两个方面进行分析,得出一些有益的结论.     

河南省资源型城市产业结构分析--以平顶山为例

采用灰色关联分析和GDP就业弹性分析方法,对河南省资源型城市的典型代表平顶山市的产业结构从增加值结构和劳动力结构两个方面进行分析,得出一些有益的结论.     

常州市物流需求灰色系统预测模型

为探索常州市未来物流需求量相对走向,运用灰色关联度与灰色系统理论,根据实际数据建立GM(1,1)预测模型.结果表明:在可接受的误差范围内,除了大量研究已证实能代表物流需求的货运量与货运周转量之外,地区生产总值(GDP)也可以较为精确地表征物流需求.以GDP为基础数据建立的灰色系统模型精度较高,可为常州市的物流产业发展规划提供一定的参考依据.     

我国工业增加值的灰色预测与分析

以2000～2005年间我国工业增加值的数据为主要对象,应用灰色预测理论,建立灰色系统的预测GM（1,1）预测了2006～2010年我国工业增加值（1978年为基年）,从定量分析角度分析了我国工业增加值较快速增长的良好趋势．     

我国天然气消耗量的影响因素分析及预测

基于我国1994～2021年天然气消耗量相关数据,选取可能影响天然气消耗量的23个指标,采用灰色关联分析法分析各指标与天然气消耗量的关联程度,用GM(1,1)和GM(1,N)两种灰色模型进行预测。结果显示,国民生产总值GDP和可使用天然气人口数量与天然气消耗量的关联程度最大,基于4个核心因素建立的的GM(1,4)模型较GM(1,1)能够更好地拟合历史消耗量数据,具有良好预测性能。由此可为中国能源产量结构调整,以及经济产业建设战略布局提供决策参考。     

基于GRA的电商与国民经济关系实证分析

采用灰色关联分析法,对2008—2018年各类电商交易额年度数据以及作为对比的社会消费品零售总额、批发和零售商品销售额年度数据与第一产业增加值、第二产业增加值和第三产业增加值及国内生产总值等国民经济核算年度数据的关联性进行实证分析。结果表明:各个电商指标与各个国民经济核算指标都具中等强度耦合作用;社会消费品零售总额、批...     

宁夏水环境承载力变化趋势及影响因素研究

为探求宁夏水环境承载力的变化趋势,根据宁夏2013—2015年统计资料,通过灰色关联度分析、计算18个待选指标与水环境承载力的关联度,并从中选出10个关联度较大的指标构建宁夏水环境承载力的评价指标体系;在此基础上进行主成分分析,并结合指标数据变化进行水环境承载力动态变化分析.结果表明,工业废水排放量、城市污水处理率、工业污水处理回用量、人均GDP、人均用水量、万元GDP用水量和万元工业增加值用水量是影响宁夏水环境承载力的主要因素.2010—2015年宁夏水环境承载力呈逐年上升趋势.     

灰色优化GM(1,1)和人工神经网络组合模型的江西省GDP预测应用

为了提高GDP的预测精度,结合灰色系统和人工神经网络的各自优势,建立灰色人工神经网络组合预测模型。该模型既具有灰色优化GM(1,1)模型适用发展系数范围较大的优点,也融合了人工神经网络在不确定因素预测方面的优点。最后以江西省GDP的预测为实例,对比了单独的灰色优化GM(1,1)模型与组合模型的预测结果,结果显示组合模型的预测精度较高。     

基于改进的灰色-马尔可夫链方法的甘肃省人均GDP预测

以1990-2011年甘肃省人均GDP数据为基础,采用灰色模型预测方法和马尔可夫链相结合的方法对甘肃省人均GDP进行预测,给出了灰色-马尔可夫链改进预测方法,结果表明,人均GDP灰色模型预测结果受原始数据变化幅度的影响,相对误差达到了5.87%,精确度并不是很高;通过马尔可夫链修正,预测结果得到较大改善,由灰色预测值和马尔科夫状态转移下的最大状态概率可以更加准确把握甘肃省人均GDP的总体动态发展趋势,得出了比灰色预测更加科学合理的结论。     

基于GM(1,1)模型的河南省经济发展预测研究

基于河南省2000—2013年的GDP数据,根据灰色理论建立GM(1,1)模型.根据此模型得到的预测值与实际值的相对误差较低,表明该预测模型适合河南省经济发展趋势预测研究.同时运用此模型对河南省2014年的GDP进行预测,为河南省的经济发展提供科学决策依据.     

基于灰色BP神经网络的我国工业增加值预测研究

针对我国工业增加值存在季节波动性等外部因素影响其预测准确性不高的问题,提出了一种基于灰色BP神经网络的工业增加值预测算法,即采用以我国2008~2017年各季度工业增加值数据作为时间序列建立的灰色BP神经网络预测模型进行预测。结果表明,采用灰色BP神经网络组合模型预测的精度较灰色模型和BP神经网络模型精度分别提升了0.94%~4.98%和0.01%~0.08%,稳定性分别提升了1.43%~2.97%和0.03%~0.05%。此实验结果验证了灰色BP神经网络组合模型可以有效预测我国工业增加值的发展趋势,进而为政府部门制定工业发展政策提供有效依据。     

天津GDP增长与相关产业的灰色关联分析

利用灰色关联分析方法对天津市GDP增长与相关产业的灰色关联度进行了实证研究,并对研究结果进行了深入分析,给出了促进不同产业发展的相应政策建议.结果表明,该方法对于分析影响GDP的主要因素十分有效,可以对GDP的形成和发展趋势进行预测分析,为决策者制定相关的经济政策提供依据,方便决策者实施科学的宏观管理和控制.     

丝绸之路新疆经济预测研究

借鉴现有研究成果的基础上,借用2007年～2016年新疆国内生产总值的数据,对新疆经济的变化规律及新疆国内生产总值与其他影响因素之间进行关联度的分析。在此基础上,建立了新疆国内生产总值与其增长率的灰色预测模型,并且对所建立的灰色模型进行了检验。结果表明:新疆经济的发展模式主要以资本形成为主,消费次之,进出口贸易最后的模式进行发展;新疆GDP曲线图整体虽呈快速上升趋势,但GDP年均增长率呈现出波浪式变化,波动性较大,这说明新疆经济发展仍旧不稳定,存在很多隐患。     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明：改进的灰色Verhulst模型较好地反映了告诉公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。     

GM(1,1)的MATLAB实现及其应用

灰色GM(1,1)预测模型是灰色理论中的重要组成部分,也是主要的预测方法之一.因此,GM(1,1)模型的应用范围很广泛.本文简要介绍了GM(1,1)模型的原理及其预测步骤,用MATLAB软件实现了GM(1,1)预测算法并给出了源代码.在此基础上,用统计年鉴上的住宿和餐饮业收入增加值数据进行了仿真,从而验证了该算法的有效性和程序的正确性。     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明:改进的灰色Verhulst模型较好地反映了高速公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。     

安徽省经济增长的影响因素分析和趋势预测

针对影响安徽省经济增长因素以及未来五年安徽省GDP如何等问题,本文首先定性分析了影响安徽省经济增长因素,从两个角度运用灰色关联度模型分析了影响因素对安徽省经济增长的影响大小和次序;其次本文建立了灰色预测GM(1,1)模型,预测了2011-2015年安徽省GDP的总量和增长率.本文的研究结果表明,安徽省经济增长是基本健康;安徽省GDP的总量和增长率在未来五年里将持续增长、能实现2015年生产总值比2010年翻一番.