灰色预测模型建模方法探讨

作者在本文中用差分格式对灰色ＧＭ（１，１）建模方法作了改进，建立了ＧＭ（１，１，λ模型），文中给出了以误差平方和最小，误差绝对值之和最小、绝对百分误差和最小为目标的优化模型，同时还给出了三者为目标的多目标优化模型，求解λ值，进而对原始序列进行预测。由λ的取值知ＧＭ（１，１，λ）模型的精度一定比普通ＧＭ（１，１）模型高。实例分析效果是显著的，拟合精度非常高。     

灰色系统建模方法的研究

提出了估计ＧＭ（１，１）模型参数的新方法。并给出了ＧＭ（１，１）模型的显著性检验的方法。实例分析表明，新方法提高了预测模型的精度     

灰色系统GM（1,1）模型改进的建模方法

分析灰色系统ＧＭ（１，１）模型建模中所存在的问题，提出以现代非线性回归分析的方法改进ＧＭ（１，１）模型的建模方法。实例计算表明该方法优于传统的建模方法。     

建立GM(1.1)模型的差分法

本文在分析 ＧＭ（１．１）模型传统建模方法及各种改进所存在问题的基础上，通过研究ＧＭ（１．１）模型与差分模型的关系，提出一种建立ＧＭ（１．１）模型的差分法。     

指数模型建立方法

该文指出了ＧＭ（１，１）模型用于预测的不足之处，采用指数曲线拟合最小二乘法补充了ＧＭ（１，１）模型的不足，建立了指数模型，实际应用精度较好。     

灰色新息GM（1，1）模型的递推算法

在研究新息ＧＭ（１，ｌ）模型传统算法的基础上，提出了灰色新息ＧＭ（１，１）模型的一种新算法─—递推算法。     

应用灰色系统GM（1,1）模型预测长春市公路客运量

利用我市１９８８年～１９９４年公路客运量，建立灰色系统ＧＭ（１，１）模型及残差修正ＧＭ（１，１）模型，利用该模型对我市１９９５年、１９９６年、１９９７年公路客运量进行了预测。     

GM（1,1）模型建模的一种方法

根据ＧＭ（１，１）模型的特点，通过在原始数据序列前加一个数的方式，提出了ＧＭ（１，１）模型建模的一种方法。该方法克服了直接用原始数据序列建立模型的原有方法不能利用第一点数据的缺陷，提高了原始数据利用率，在短数据序列的场合可得到改善的模型结果。     

青岩油杉种群密度的GM(1,1)组合模型

探讨了植物种群ＧＭ（１，１）组合模型手理论和方法。以种群密度为时间数据序列，建立了青岩油杉种群密度的ＧＭ（１，１）组合模型，并对其精度进行了分析，结果表明，ＧＭ（１，１），组合模型是一种较为理想的处群动态模型。     

Lω1ω语言格值模型论的省略型定理及其应用

利用用谐性质的方法给出Ｌω１ω片断Ｌｆ上的省略型定理，作为应用，对Ｌｆ中的完备理论Ｔ，讨论了原子模型的存在性，Ｔ有素模型的充要条件以及模型ｕ的素模型的充要条件，并给出了原子模型与素模型之间的关系。     

马缨杜鹃种群密度的GM(1,1)模型

应用灰色系统理论，以种群基径大小作为时间序列，建立马缨杜鹃种群密度的ＧＭ（１，１）模型，并对其精度进行了分析。结果表明，ＧＭ（１，１）模型是一种较为理想的种群动态模型。     

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。     

一种通用的统计分布模型——灰色模型

根据灰色理论中ＧＭ（１，１）模型的构造方法，导出统计分布中的一个通用灰色统计分布模型。     

非负门限自回归模型NTAR（1）

本文对一阶非负门限自回归模型ＮＴＡＲ（１）作了讨论，指出ＮＴＡＲ（１）模型有很强的实际背景，用马尔克夫理论证明了ＮＴＡＲ（１）模型的平稳性，几何遍历性，给出了矩的存在条件和参数估计。     

_（ω1ω）语言格值模型论的省略型定理及其应用

利用和谐性质的方法给出_(ω_１ω)片断上的省略型定理。作为应用，对中的完备理论Ｔ，讨论了原子模型的存在性，Ｔ有素模型的充要条件以及模型ｕ为素模型的充要条件，并给出了原子模型与素模型之间的关系。     

探索叶绿素诱导圆二色性起源的人造模型

探索叶绿素诱导圆二色性起源的人造模型刘海洋１）黄锦汪１）彭斌１）田王宣２）计亮年１）（１）中山大学化学系，广州５１０２７５；２）兰州大学应用有机化学国家重点实验室）关键词双卟啉，诱导圆二色性，叶绿素模型分类号Ｏ６１１．６，Ｏ６１４．２４１圆二色（Ｃ...     

地下水位动态的灰色一随机耦合模型

对地下水位动态变化中的趋势性变化应用灰色系统的ＧＭ（１，１）模型来模拟，而对地下水位动态变化中的周期性和随机性变化采用混合性线回归模型来模拟，两者耦合组成所谓的增广混合线性回归模型，具有较高的精度。     

一类约束下的参数估计问题

考虑线性模型ｙｎ×１＝Ｘｍ×ｐβｐ×１＋εｎ×１，（１）其中ｙｎ×１为样本观测值，Ｘ为ｎ×ｐ阶的设计阵，β为ｐ维参数向量，εｎ×１为ｎ维随机向量，ε为随机误差．Ｅε＝０，Ｄε＝σ２Ｖ这里σ２已知或未知皆可，Ｖ为ｎ×ｎ阶非负定阵．对于线性模型（１），...     

关于双重随机时序AR（1）－AR（1）模型的渐近性

文中讨论了一类重要的非线性时序模型－双重随机时序模型ＡＲ（１）－ＡＲ（１）一ＡＲ（１）。在模型存在平稳解的条件下，我们证明了：ｎ￣（１／２）Ｘ＿ｎ－→Ｎ（０，Ｂ）。     

随机水文模型赫斯特系数的统计规律研究

对短持续类模型中ＡＲ（１），ＡＲ（２）及ＡＲＭＡ（１，１）和长持续类模型中ＦＦＧＮ的赫斯特系数的统计规律进行了研究，结果表明：短持续性模型不能在很长的时间水平上但可在较短的时间水平上保持某一指定的赫斯特系数；而长持续类模拟可在很长或无限长的时间水平上保持某一指定的赫斯特系数值，因此在设计标准不高时，若强调模型对赫斯特系数的保持，可以采用适当的短持续模型，否则宜采用长持续类模型。