改进GM(1,1)模型在城市流动人口预测中的应用

利用泰州市2003-2009年流动人口数据,建立GM(1,1)模型、残差GM(1,1)模型和等维递补GM(1,1)模型对流动人口数量进行预测.并用多种方法检验了三种模型的拟合效果.结果表明三种模型均能合理地对流动人口数量变化进行预测,但残差GM(1,1)模型和动态等维递补GM(1,1)模型拟合效果优于一般的GM(1,1)模型.     

煤炭海运总量的灰色预测

基于灰色数学理论,通过常规全数据GM(1,1)模型及等维新陈代谢GM(1,1)模型分别对煤炭海运总量进行建模并预测,并与传统的最小二乘曲线拟合所得结果进行比较,结果表明,运用灰色理论所建立的等维GM(1,1)进行预测是可行的,而且精度较传统方法高。     

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.     

基于时间序列模型的轨道质量指数预测研究

轨道质量指数(TQI)是反映区段轨道整体不平顺的一项重要指标,是一个具有随机性特征的时间序列。本文用灰色系统理论分析TQI序列与各单项指标间的关联度并预测某区段下一次检查的数值;运用ARMA模型对200 m单元区段的TQI序列数据进行研究,分析其变化趋势并对未来一段时间的TQI进行预测。算例分析表明,两个模型的预测精度有所提高,相对误差小于5%。     

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。     

改进的灰色模型在城市工业需水量预测中的应用

目的 为进一步提高城市工业需水量预测的应用水平.方法 综合分析灰色GM(1,1)模型在需水预测应用中存在的问题,结合残差修正以及等维递补的原理,建立了改进的灰色模型以对城市工业需水量进行预测.结果 基于两种不同的灰色模型,得出了宝鸡市城市工业需水量的两组不同的预测值,并对该预测结果进行了精度检验与对比分析.结论 建立改进的灰色模型通用性较好,在数据变化较大的情况下使用,仍具有较好的预测精度,取得了较为满意的预测结果,有益于区域水资源综合规划以及中长期供水计划的制定.     

GM(1，1)模型在长江水质预测中的应用

介绍了GM(1,1)的原息模型、新息模型和等维新息模型及残差修正模型的建模方法,分别建立了长江水质预测的等维新息模型和残差修正模型。通过对模型的预测结果进行分析,并对比原数据的趋势,发现两模型在数据突变点附近有明显差别,其数据说明残差修正模型在细节方面更接近实际,其结果体现了数据的内在规律。     

尾部残差修正GM(1,1)模型在煤矿百万吨死亡率预测中的应用

 煤矿安全是当前安全生产工作的重中之重。为掌握煤矿安全生产情况,降低事故损失,保证中国煤炭工业健康、快速、可持续发展,本文在传统GM(1,1)模型的基础上,建立了关于煤矿百万吨死亡率的尾部残差修正GM(1,1)模型。将该方法应用于2001—2011年全国煤矿百万吨死亡率分析,并以此为基础对2012、2013年的煤矿百万吨死亡率进行预测,与传统GM(1,1)模型的预测结果进行对比分析。研究结果表明,传统的GM(1,1)模型精度较差,最大误差达到14.35%,经修正的尾部残差GM(1,1)模型预测结果可靠,实际值与预测值平均相对误差1.14%,最大相对误差3.81%,各项指标均明显优于传统的GM(1,1)预测模型,为政府、矿山企业制定安全生产目标、政策以及建立科学高效的安全管理机制提供理论依据。     

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     

湖南省人均GDP发展趋势的GM（1,1）模型

通过灰色系统理论,建立湖南省人均GDP的GM（1,1）等维递补动态模型,在此基础上改进预测公式并预测其发展趋势。结果表明该模型能很好的反映其发展趋势,对政府宏观调控具有一定的参考价值。     

基于灰色模型的节水灌溉面积非线性组合预测

对数据进行建模预测分析时,较多采用单个模型,而单个模型难以全面反映数据的变化规律.为发挥单个模型自身优势,利用组合原理将单模型组合形成组合预测模型,以提高预测精度.组合模型中常采用线性组合方法,然而被组合模型拟合值与原始数据不具有线性关系时采用该方法效果较差.利用神经网络的高度非线性拟合能力,构建BP神经网络的非线性组合模型,并应用到我国节水灌溉面积年度数据预测上.实证表明,非线性组合预测模型精度优于单模型及基于最优加权的线性组合预测模型.     

商品房销售面积的灰色预测

文章介绍了灰色预测方法GM（1，1）模型的构造，同时蛤出了对中长期预测精度较高的等雏灰色递补GM（1，1）模型，并结合北京市过去几年的商品房销售面积，预测未来几年北京市商品房的销售面积，用预测数据来说明2008年北京奥运会将对北京市的商品房销售市场所带来的波动．     

全球未来50年平均气温的时间序列分析与预测

近年来,全球气温持续升高引发北极冰川融化,进而导致全球海平面升高的加剧,成为人们关注的热点话题。对全球气温升高的形成机理进行了研究,揭示了它的现状和形成原因。对收集到的全球平均气温距平数据进行了Mann—Kendall突变检验,发现过去100年来全球平均气温并没有发生突变;在此基础上建立了Holt—Winters无季节指数平滑模型,运用matlab软件编程预测出了今后50年全球平均气温的增长趋势。结果显示,今后全球气温还将以0.24℃/10 a左右的速率上升。     

残差修正的GM(1,1)模型预测路基沉降量

用普通GM(1,1)模型进行路基沉降预测时,有时会出现较大偏差,甚至完全失效。为此提出了改进措施,引入残差修正的GM(1,1)预测模型,用于高速铁路某试验段路基的沉降预测。工程实例表明,残差修正的GM(1,1)模型的预测精度明显高于普通GM(1,1)模型。在路基沉降预测中有明显的优势,值得在工程中推广应用。     

灰色预测理论在数学建模中的应用

灰色系统理论在自动控制领域中已取得了广泛的应用,本文针对灰色预测理论的特点,分析了它在数学建模中的具体应用。首先,本文对如何将实际问题转化为灰色GM(1,1)预测模型给了具体的步骤,同时针对模型的特点,可以对其的预测精度进行后验差检验,随后,针对基本灰色GM(1,1)预测模型单调性的特点,我们可以采用改进的等维灰数递补模型,这样可以大大的提高模型对实际问题的预测精度。     

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ARMA模型对恒生指数的实证分析

利用ARMA模型对恒生指数(HSI)的走势进行研究,并用Eviews软件对其预测分析,得出恒生指数(HSI)走势变化的预测误差.     

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.     

基于灰色残差GM（1，1）模型的建筑物沉降预测的研究

针对现代高层建筑进行沉降观测,对其未来的变形趋势进行准确地预测具有重要的意义.针对传统灰色GM(1,1)模型存在的模型精度不高的问题,提出了灰色残差GM(1,1)模型,并将其应用于对建筑物的沉降变形进行定量分析.通过与原始模型的对比分析可以发现,灰色残差模型在精度上有了显著的提高,更加适用于基础沉降的预测,具有很好的工程应用价值.     

基于GM(1,1)模型的台风灾害救灾物资需求量预测

］针对福建省台风灾害频发,需要根据气象等部门的有关信息对台风灾害救灾物资的种类和数量进行预测的需求,在对随机强烈振荡的受灾情况原始数据序列进行修正的基础上,应用GM(1,1)模型对受灾人口数量进行预测,然后根据受灾人口数量推算生活类救灾物资需求量.该方法经实例验证,可应用于不确定性较大的台风灾害救灾物资需求量的预测