基于修正动态组合模型对公共交通客运量的预测

针对公共交通客运量的预测问题，结合ARIMA、灰色预测以及BP神经网络的优势，采用临近期的误差平方和来计算动态权重，将突发事件定义为影响因子，建立了修正动态加权组合模型．选取北京市1978—2021年公共交通客运量进行实证分析．实证分析结果表明，修正动态加权组合模型的预测效果比单一模型和固定权重组合模型更好．     

基于GM(1,3)的灰色增长模型及其应用研究

本文根据灰色系统的ＧＭ（１ ，３） 模型，推导出了灰色增长模型，利用实际数据研究了该模型的应用，也指出了模型计算的结果与Ｃ－ Ｄ 生产函数模型计算结果之间的相似和差异．     

广东省博罗县中长期电力负荷预测的研究

基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。     

基于灰色理论的移动梦网数据分析

灰色系统预测，是将系统主行为与关联因子一起进行的多序列预测，即在分析与研究系统因子之问相互影响与协调作用的基础上，建立系统主行为特征量与关联因子的灰色动态模型群，然后通过求解进行预测．系统预测的基本要求是，通过建立GM模型群，研究和预测系统的动态变化，掌握其发展规律，并控制与协调变化的方向与速度，使之向着人们所期望的目标发展．预测所采用的基本数学方法是建立状态方程，并进行异常点的预测．     

基于灰色系统模型对商业银行盈利能力分析及预测

基于灰色系统模型对商业银行盈利能力进行分析,研究商业银行盈利能力的影响因素.使用16家上市商业银行2010—2016年的财务报表数据,采用灰色系统模型克服了财务数据较少的问题,对商业银行盈利能力进行分析和预测.数据分析结果表明,成本收入比对商业银行盈利能力影响最大,其次是资本充足率、不良贷款率和资产总额.通过灰色预测可以看出,商业银行盈利情况总体趋势向好发展,市场前景较为乐观.     

广义加权函数平均组合预测模型及其应用

针对各种预测问题的实际情况，组合预测模型可以采用多种不同的组合形式．而不同的组合预测模型，其预测效果是不同的．给出一种新的组合预测模型——广义加权函数平均组合预测模型及其加权系数的参数估计方法．利用此模型对航材消耗进行预测，并以实例说明其预测效果．     

煤炭市场价格的灰色预测

本文通过对煤炭市场价格及其影响因素的分析,应用灰色系统理论建立了煤炭市场价格灰色动态预测数学模型,通过计算举例及误差分析表明,该模型的建立是合理的．它为煤炭市场价格的预测提供了一种有效的方法和手段．     

基于GMM模型的玉米产量预测

鉴于玉米产量受多种复杂因素的影响,并具有较大的随机性和波动性,建立了一种灰色理论和马尔可夫相融合的玉米产量预测模型.首先采用灰色关联法筛选玉米产量影响因子,然后将其输入到灰色系统中构建玉米产量的灰色预测模型,最后使用马尔可夫模型对灰色模型的玉米产量预测结果的残差值进行修正,以提高玉米产量预测精度.实证分析结果表明,提出的预测模型具有较好的预测精度,完全能满足玉米产量预测精度的要求.     

基于灰色新信息GM(1,1)模型的城市生活需水量预测

对城市生活需水量进行科学地分析和预测是满足城市生活发展需求、保证水资源合理规划的前提。根据城市生活需水量的特性，将灰色新信息GM（1，1）模型的建模方法引入到城市生活需水量的预测中，建立相应的预测模型。并建立起一套系统的城市生活需水量预测方法，为城市水资源规划提供决策参考，具有理论和实践意义。     

基于灰色预测和多元回归对中国煤炭价格的影响因素研究

针对煤炭价格影响因素及价格预测问题,首先对选取的影响因素进行量化分析,运用主成分分析法提取出影响因素的有效信息,得出各个影响因素对于秦皇岛港动力煤价格影响程度的大小,然后采用灰色预测模型进行煤炭价格的短、中期预测,采用多元线性回归模型进行长期预测,最后,综合考虑未来各种情况将会引起的煤炭价格影响因素在结构性和重要性方面...     

基于RBF神经网络的总产值预测模型研究

介绍了径向基函数（RBF）神经网络的工作原理和训练算法．根据生产总值与投资分配之间存在的映射关系，应用RBF神经网络建立了投资预测模型，并进行了仿真试验．与BP模型相比，该模型在预测精度和收敛速度方面具有显著的优点．结果表明，用RBF神经网络进行投资预测得到了十分满意的结果．     

改进的RBF网络在宁德市综合需水预测中的应用

需水预测涉及多种因素,需对多因素进行综合评估．根据RBF神经网络算法,建立人工神经网络需水预测模型,选取影响研究需水量的主要因子,以此作为输入样本,将神经网络模型应用到宁德市需水预测的实例研究中,并运用Matlab神经网络工具箱进行模拟计算,预测精度较高．实例表明RBF神经网络模型用于城市需水量预测是可行的．     

一种基于BC RBFNN的高填路堤地基沉降预测模型

针对高填路堤地基沉降难以预测这一技术难题,对其影响地基沉降的主要因素进行了分析,根据各因素之间存在的高度非线性, 结合BCRBFNN（基于聚类分析径向基函数神经网络）非线性拟合的特点, 提出一种基于BCRBNN模型对高填方地基沉降进行预测.运用施工期路基沉降实测资料,对神经网络模型进行学习、训练和仿真, 得出仿真值与实测值非常相似, 从而得出基于BCRBFNN模型在高填路堤地基沉降预测中具有很好的实用效率.     

新陈代谢GM(1,1)模型在现代有轨电车沉降预测中的应用

目前灰色模型在建筑物、边坡、高铁等领域的沉降预测中的应用研究较多,而在现代有轨电车中的沉降预测中应用比较少,并且现代有轨电车在运营阶段的沉降变化量较小。用灰色GM(1,1)模型和新陈代谢GM(1,1)模型对有轨电车筏板的沉降监测点的监测数据进行预测并比较。结果表明,新陈代谢GM(1,1)模型剔除了旧数据,增加了新的预测数据,提高了模型预测精度。验证了模型在现代有轨电车筏板进行沉降预测的可行性,为今后类似情况的沉降监测预测提供参考和借鉴。     

基于非平衡问题的高斯混合模型卷积神经网络

为了提升分类模型对非平衡数据的分类性能，提出一种EMWRS(expectation-maximization weighted resampling)抽样算法和WCELoss(weighted cross entropy loss function)损失函数，在数据预处理阶段采用高斯混合模型得知数据分布特点，根据其聚类结果分析每个聚类簇中样本权重，以及样本分布和对应权重对数据进行采样，降低数据集不平衡程度；再依据样本比例权重对少数类和多数类赋予不同的代价损失，构建卷积神经网络模型，提高非平衡数据集的分类准确性。构建的卷积神经网络以F1和G-mean为评价指标，在UCI(university of California irvine)公共数据集adult上与SMOTE(synthetic minority over-sampling technique)和ADASYN(adaptive synthetic sampling)等多种经典算法进行比较，结果显示在这两种评价指标中所提模型均为第一，这表明改进后的卷积神经网络模型能够很好地提高少数类分类正确率。     

基于GM(1,1)模型的边坡变形监测应用研究

对GM(1,1)模型的基本原理和模型检验方法进行了介绍,将边坡看作一个灰色系统,采用GM(1,1)模型对沉降进行预测,相关的参数可由建立灰色预测模型和实际的监测数据予以确立。将预测结果和实际结果进行对比分析,结果表明GM(1,1)模型能够取得较好的预测结果,能够在变形监测工程中得到广泛的应用。     

短期现货电价多因素灰色预测模型

电力市场中,电能交易效益最终通过电价体现,对市场参与者来说,提前知道电价信息意义重大。灰色预测模型无需任何原始序列的概率分布模型,可以实现少数据建模。现货电价具有的性质符合灰色变量的特征,本文在介绍原有灰色预测模型在电价预测方面应用的基础上,提出同时考虑负荷因素和市场力影响因素的GM(1,3)短期现货电价多因素灰色预测模型,通过实例验证,证明该模型在电价预测精度方面相比较原有模型有所提高,预测效果更好。     

基于多目标规划对养老服务运营模式的研究

针对中国养老服务现行的运营模式进行研究.首先,建立主成分分析模型确定养老服务床位的主要影响因素,构造主成分与床位数的回归曲线,预测中国养老服务床位数量,求得2019年养老服务床位数874万张、2020年床位数902万张.其次,对中国的31个省市进行的人口数量、人均地区生产总值等因素进行模糊聚类分析,对市场需求进行分类....     

容县人口现状分析和未来预测

本文首先对容县四十多年来人口的发展变化趋势及现状特点进行分析，然后用自然平均增长法，回归预测法，灰色系统ＧＭ（１．１）模型，中国人口模型及逻吉斯蒂模型等方法对该县未来人口的发展作了预测，经地预测结果进行分析比较，选取了中国人口模 预测结果。     

全面二孩政策下陇南市人口预测

人口问题对社会和经济可持续发展有着直接的影响.准确预测人口数量对政府制定与社会经济发展相协调的政策、计划有着重要的意义.国家全面二孩政策的实行,将直接影响着我国人口的增长.为了提高人口的预测精度,根据2010—2017年陇南市的人口数据,采用灰色系统预测GM(1,1)模型和生长曲线建立陇南市人口变化的数据模型,并与实际数据进行了拟合.结果表明,预测得到的数据与实际数据拟合性较好,满足相应的验证精度,可以用来预测未来陇南市人口变化趋势,为当地政府确定建设思路和制定发展政策提供参考.