旷展的SCGM（1，1）α0

对于有明显指数规律但却不能用SCGM(1，1)α0建模的一类数据，本文提出了建立SCGM(1，1)α0的改进方法，扩大了SCGM(1，1)α0适用范围，提高了建模精度。并用该方法预测了邯郸市未来工业用水万元产值取水量。     

制订城市总体规划的灰色系统方法

本文论述了一种制订城市总体规划的新方法——灰色系统方法。文中提出的SCGM(1,h)和SCGM(1,1)模型为灰色预测技术提供了新的基础和途径。     

一种拓广的灰色SCGM(1,1)a0模型及其应用

基于最小二乘原理,考虑理想状态下的绝对误差建立了一种拓广的SCGM(1,1)a0模型,并给出了计算方法。计算实例表明,新模型具有满意的拟合效果和预测效果,从而为提高预测精度提供了新途径。     

基于遗传算法的SCGM(1,1,α)优化模型

在SCGM（1,1）模型的基础上,对系统云灰色预测模型作进一步推广,建立了更具一般性的SCGM（1,1,α）模型,并给出了求解最优SCGM（1,1,α）模型的遗传算法,实例证明用SCGM（1,1,α）优化模型进行预测能取得很好的预测精度。     

灰色马尔可夫SCGM(1,1)预测模型

结合灰色SCGM(1,1)预测模型和马尔可夫概率预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型。并且以郑州市降雨量的预测作为实例,证明灰色马尔可夫预测模型对于随机波动性较大的数据列的预测具有较高的精度。     

基于灰色马尔可夫模型的施工质量成本预测

针对随机波动较大的施工质量成本预测问题,结合灰色SCGM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型,并以实例证明灰色马尔可夫预测模型对随机波动性较大的施工质量成本的数据列的预测,具有较高的准确性.     

人造板甲醛释放灰色模型

采用1 m3的小型环境模拟舱,在不同温度和装载度下,对胶合板、细木工板和密度板中甲醛释放过程进行测试。通过灰色关联分析法,比较不同时间段温度和装载度对甲醛浓度的影响程度;构建人造板材甲醛释放GM(1,1),DGM(1,1)和SCGM(1,1)灰色模型,对甲醛释放规律进行模拟和预测。研究结果表明:甲醛浓度在初始时刻(0~2 h)均迅速增大,随后速度增量慢慢减小,最后趋于恒定值;温度升高会促进板材内甲醛释放,而装载度增大则会减少单位体积板材内甲醛的释放量;3种板材中胶合板和密度板的甲醛释放量较大,且达到平衡时间较短。GM(1,1)和DGM(1,1)模型对人造板甲醛释放都有较高的模拟和预测精度,可以用来对甲醛释放过程进行模拟和预测。但SCGM(1,1)模型只适合用于密度板短期时间内的模拟,不适合用于3种板材甲醛释放的预测。     

基于系统云灰色SCGM(1,1)c模型的铁路货运量预测

从铁路货运量的预测问题出发,试图找到稳定有效的方法对铁路货运量进行预测。通过对历年铁路货运量的定性分析,合理地选择预测数据数列,以充分体现铁路货运量的变化趋势。尝试采用单因子系统云灰色SCGM(1,1)c模型对铁路货运量进行了动态预测。结果表明:单因子系统云灰色SCGM(1,1)c模型在对铁路货运量的拟合和预测均有较好的效果。拟合精度和预测精度分别达到了98.83%和98.04%,可以有效地进行铁路货运量的短期预测。     

均值生成时序及SCGMmv(1.1)预测模型

分析了均值生成时序，按SCGM(1，h)建模原理构造了基于均值生成时序的SCGMmv(1，1)模型．该模型的预测精度高，计算量少，适应于动态过程快速建模。示例表明：SCGMmv(1，1)的拟合、预测效果是令人相当满意的。     

基于双向差分GM(1,1)模型当季国内生产总值预测

以灰色系统理论建模中的GM(1,1)模型为基础,结合双向差分原理,建立基于双向差分的GM(1,1)模型.该模型克服了大数据建模中对数据量的限制,为"贫数据"及"数据信息不确定"的这类数据提供一种建模思路.实证分析表明,基于双向差分的GM(1,1)模型预测精度优于灰色GM(1,1)模型及大样本建模中的ARMA模型.     

灰色系统SCGM(1,h)c模型的拓广

对于一类贫信息耦合多因子系统,建立了灰色系统ＳＣＧＭ（１,ｈ）ｃ模型的三种拓广模型,即ＳＣＧＭ（２,ｈ）ｃ模型、ＳＳＣＧＭ（１,ｈ）ｃ模型、带有时滞的ＳＣＧＭ（１,ｈ）ｃ模型,并给出了参数辨识算式及解     

灰色系统SCGM(1，h)c模型的拓广

对于一类贫信息耦合多因子系统,建立了灰色系统SCGM(1,h)     

SCGM(1,h)_c残差修正预测模型及其在柳州市总体规划中的应用

针对隐含动态系统特征的关联多因子灰色系统,提出了SCGM(1,h)_c残差修正预测模型.将该模型用于柳州市总体规划,对相互关联的社会总产值、工业总产值和农业总产值进行了预测.结果表明,模型精度高、适应性强,预测效果令人满意.     

基于有理插值公式GM（1，1）模型的背景值构造新方法与应用

本文通过分析GM（1,1）模型中的背景值,提出了用有理插值和数值积分中的梯形公式及外推法重构背景值,进而有效地提高模型的预测精度和适用性,最后将此方法应用到我国人均能源消耗量预测建模中,理论分析和应用实例表明了文章所提方法的有效性。     

SCGM(1,h)_c模型和灰色预测模态控制

论述SCGM(1,h).模型,进而将其用于控制系统,提出了灰色预测模态控制方案.这种模态控制系统,灵活性和适应性强,控制精度高,具有广阔发展前景.