用灰色GM（1,1）模型作异常降水预测

应用灰色系统理论,建立了异常降水的预报模型GM(1,1).该模型首先选定某个异常值λ作为阈值,在原始数列λ(0)中选取对应于阈值λ的子集X_λ(0),重新构造一个对应异常值的时刻序列。将GM(1,1)模型与随机数据的累加生成相结合,对未来异常降水发生时刻作预测.实例预测结果与实况相吻合.     

基于GM（1,1）模型的变形预测研究

变形监测是大型建筑物、构筑物安全运营的保障性工作,而要避免灾害的发生,则需要进行相应的预测预警。从变形监测理论出发,探讨了当前变形预测的模型,开发了基于MATLAB的GM（1,1）模型计算程序,结合某沉降变形监测数据进行了预测分析,给出了预测精度评价和对比图,对GM（1,1）模型在变形预测中的应用是一次很好的实践。     

GM（1,1）残差模型群与酸雨预测

根据灰色系统建模原理，提出了用ＧＭ（１，１）残差模型群进行酸雨预测的新方法，并以实例建模印证了该方法的可行性。     

基于GM（1,1）模型的机场危险源预测研究

为提高机场危险源预警的准确性,提高风险管理水平,根据灰色模型的优点,采用GM（1,1）模型对其进行分析研究,结果表明灰色GM（1,1）模型预测精度高,适于机场的风险管理。     

灰色预测GM（1,1）模型预测城市区域环境噪声

根据2007—2013年甘肃省城市区域环境噪声污染现状监测数据,建立灰色预测城市区域噪声GM（1,1）模型,所建模型平均相对误差0.4837%,灰色关联度0.9290,精度较高,模型可用。预测结果表明,2014—2018年甘肃省主要城市区域环境噪声呈逐年下降趋势。     

基于GM（1,1）的黄河（兰州段）水质灰色预测实证分析

基于灰色预测建模研究,对黄河（兰州段）2008年第15周至第24周的水质进行监测,针对主要指标DO、CODMn、NH3-N构建GM（1,1）预测模型并进行误差分析后,认为模型可以满足水质预测需要。运用该预测模型对2008年第25周黄河（兰州段）水质各指标进行预测并与实测值比较分析,结果表明：模型能够较好的预测时序变化的总体趋势,可作为水质预测定量分析工具。     

科技经费投入预测与灰色GM（1,1）模型

本文运用了灰色ＧＭ（１，１）模型及线性回归模型对科技经费投入进行预测，从实际算例榀知其精确度是相当高的，方法简便，具有较高实用价值。     

基于GM（1,1）模型在成都市生产总值预测中的应用研究

主要介绍了GM（1,1）模型的建模机理,借助该模型对成都市生产总值进行预测。通过对预测结果进行残差分析,说明了该方法的合理性。成都市生产总值的预测值可以较准确地反映该地区未来的经济状况。     

灰色GM（1,1）模型在医院门诊收入预测中的应用

文中采用灰色系统ＧＭ（１，１）模型，对我院某科门诊收入进预测，得到较为满意的预测效果。     

灰色GM(1,1)模型的图解法

灰色GM(1,1)模型是GM模型中最基础、最核心、应用最广泛的一种预测模型.本文提出了确定GM(1,1)模型基本解有关待定参数的一种新方法——图解法.该方法能方便地确定GM(1,1)模型解的有关待定参数,既简明又直观.将图解法与解析法进行比较,结果表明,图解法与解析法的精度基本接近,能够满足工程控制的需要.     

一种新的GM(1,1)模型的建模方法

本文介绍一种新的灰色预测模型的建模方法,其特点是计算简单、模型精度高。     

灰色预测模型GM(1,1)的三种性质——灰色预测控制的优化结构与优化信息量问题

本文的研究表明,GM(1,1)具有微分方程性质,但不是一般的微分方程,而是具有适应性的微分方程群;它具有差分性质,但不是一般的差分方程,而是具有一步差分多步微分的变结构差分方程群;它具有指数律性质,但不是一般的指数律,而是可能出现奇异点或奇异现象的灰指数律。文中论证了GM(1,1)实质上是一个微分、差分、指数兼容的模型群;获得了GM(1,1)的一些重要性质。     

个人所得税收入分配效应的模型分析

通过分析征税行为对征税前后的基尼系数的影响,讨论了个人所得税的收入分配效应.结论是只有当税赋基尼系数大于税前基尼系数时,征收个人所得税才能对收入分配起到调节作用.     

GM（1，1）模型对马鞍山矿大巷变形预测

本文在现场调研和定性分析的基础上依据灰色系统理论对马鞍山矿巷道变形数据进行多种生成处理后建立了灰色微分方程预测模型（ＧＭ（１，１）模型）并据此对－１７０ｍ水平以下的巷道进行变形预测。通过预测分析作出了１７０ｍ水平以下巷遗支护形式、施工工艺改革势在必行的结论。为该矿的开拓延深设计提供了科学依据，表４，参２。     

选用等距化GM(1,1)模型的条件与建模机理

在原有的等距化GM(1,1)模型的基础上,重新给出一个建模机理较简单、形式规范、使用方便的等距化GM(1,1)模型和选用这种模型的条件.这种模型与回归模型相比有较多的优点,主要表现为在一定的条件下,只要取这一个规范样式来建模即可.而在同一条件下可供选择的回归模型的样式往往有多个,取那一个为最优,需经逐个建模后的检验比较.即使是选出的最优回归模型,其拟合与预测精度时常也不及规范样式的等距化模型.本文用实例说明了这一点.     

灰色残差GM(1,1)模型在道路交通量预测中的应用

本文通过实例介绍了灰色残差GM(1，1)模型在道路交通量预测中的应用，预测结果表明，该方法是正确的，算法是有效的。     

提高GM（1，1）预测精度的一些措施

本文讨论了影响ＧＭ（１，１）预测精度的常见的一些原因，并相应地介绍了改进ＧＭ（１，１）预测模型，以提高预测精度的几个措施。     

矿井瓦斯涌出量灰色GM（1，1）预测模型的分析

灰色预测模型为矿井瓦斯涌出量时间动态数列的预测提供了一条新的途径。本文在对灰色ＧＭ（１，１）预测模型进行有关分析的基础上，提出了矿井瓦斯涌出量预测的ＧＤＭ模型，以进一步拓宽灰色预测的应用范围．利用该预测模型对一些矿井进行瓦斯涌出量的预测研究，均得到了较为满意的结果．