南四湖人湖河流水质面板数据分析的灰色速率模型

针对面板数据灰色关联决策评价模型的关联度计算问题,在传统的面板数据灰色关联决策评价模型的基础上,构建评价对象的指标时间数据的累加序列,通过指标时间累加生成速率序列构造面板数据灰色生成速率关联决策模型,采用生成速率序列的接近性表征原始数据序列的动态变化趋势.通过灰色累加生成速率关联决策方法扩展到面板数据分析,解决了小样本面板数据的灰色评价分析问题,将这种方法应用于南四湖入湖河流水质面板数据质量评价中,经实例计算验证了面板数据灰色累加生成速率关联决策评价模型的稳定性、合理性和实用性为水环境面板数据质量分析评价提供了可行的计算思路和方法.     

非等间距组合灰色预测模型

对于非等间距原始数据序列,根据灰色预测模型建模特点,提出了一类非等间距灰色组合预测方法,弥补了传统非等间距原始数据预测模型的不足,提高了灰色预测的精度.实例表明结果理想可靠,有较好的实际意义.     

基于灰色马尔科夫模型的平顶山市空气污染物浓度预测

选用平顶山市2005—2009年各空气污染物浓度作为原始数据序列,建立灰色马尔科夫预测模型,对未来10年的污染因子浓度进行预测.模型检验结果表明:均方差比值和小误差概率均为一级;运用灰色关联分析法计算各污染物原始数据序列与预测数据序列之间的关联度,定量描述灰色马尔科夫预测模型对于空气质量预测的精确度,平均精度达到99.9%,表明灰色马尔科夫预测模型对于空气质量预测有很高的实用性.     

机电产品可靠性寿命试验数据的灰色预测方法

采用灰色系统预测理论对产品可靠性寿命试验数据进行预测,提出了建立产品可靠性寿命试验数据的灰色预测NGM(1,1)模型的方法,并通过采用试验数据序列与预测数据序列总体分布函数相等性检验方法确认灰色预测NGM(1,1)模型用于产品可靠性寿命试验数据预测是可行的.算例结果表明,采用灰色预测方法预测产品可靠性寿命试验数据并进行相关的分布函数参数估计有较高的精度,可达到缩短试验时间和节约试验费用目的.     

矩阵型灰色关联度的特征检验方法及其应用

针对现有灰色关联理论的不足, 本文提出灰色关联的特征检验思路, 构建了矩阵型灰色关联度的特征检验方法。首先优化矩阵型灰色关联模型, 利用行为矩阵差值定义特征差异矩阵, 采用矩阵2范数构建关联度公式。而后分析特征差异矩阵的稳定性与趋势性, 利用变异系数形式构建稳定性系数, 利用最小二乘法估计趋势性系数, 两者共同组成矩阵型灰色关联度的特征检验方法。最后, 本文模型被应用于湖北省恩施州的长期多维贫困分析, 在与现有模型的比较中, 发现关联度评估结果有效区分了恩施州8个市县的贫困情况, 特征检验方法从贫困不确定性和趋势性两方面对结果进行补充, 验证了模型的可行性与实用性。     

基于改进灰色关联的产学研合作绩效评价模型

针对现有产学研合作绩效评价的问题,构建以灰色关联理论为主体的评价体系.首先根据合作主体的投入产出特点,建立产学研合作分类指标体系.而后以提升权重认知度为目标,通过灰熵识别争议指标并进行二次打分,构建基于灰熵校正的权重确定方法.进而根据指标体系的投入产出结构对灰色关联模型进行改进,构建新型灰色关联评价方法.识别产学研合作中的绩效偏移问题,构建协调度评价模型.最后对2012-2014年江苏产学研联合创新资金资助项目进行研究,发现该资金资助的项目规模不断增加但效率有所下降,技术提供方绩效普遍高于技术需求方,验证了模型的有效性与实用性.     

关于非等距序列建模过程的讨论

目的:怎样建立非等距序列的最佳数学模型.方法:讨论用灰色系统GM(1.1)模型和非线性回归方法建立非等距序列的数学模型的过程,找出产生问题的原因,寻求解决问题的方法.结果:接近于指数规律变化的非等距序列,用非线性回归方法建立的数学模型比用灰色系统GM(1.1)模型方法建立的数学模型的精度高;对于其他的非等距序列,用灰色系统GM(1.1)模型方法建立的数学模型比用非线性回归方法建立的数学模型的精度高.结论:在建立非等距序列的数学模型时,采用灰色系统GM(1.1)模型方法与非线性回归方法结合的策略,可以得到较佳的数学模型.     

基于灰色系统的支持向量回归预测方法

根据部分时间序列数据贫信息、高噪声和非线性等特点,采用含边值修正的灰色模型进行预测,获取残差序列后运用支持向量回归（SVR）方法对模型进行残差修正得到复合的灰色支持向量回归模型．在支持向量回归中构造具有自适用性的动态惩罚参数G替代传统SVR中的不变参数来提高模型的准确性,同时构造算法决定￡以平滑过度调节．广东省工业生产指数的预测试验结果表明,复合模型具有比其他简单模型更理想的预测效果．     

基于MGM(1,n)模型的多元核支持向量回归预测

根据灰色系统和支持向量机相结合的方法,采用多变量灰色模型MGM(1,n)对相互影响、相互制约的多变量时间序列进行模拟,获取残差序列后运用多元核支持向量回归机(MSVR)对残差进行回归以修正原模型,得到多变量灰色支持向量回归复合模型(MGM-MSVR).实证结论表明:复合模型具有比原模型更高的精度.     

基于粒子群算法的非等距GOM（1，1）模型

等间距灰色GOM（1,1）模型是一种基于反向累加生成的灰色预测模型．为了拓广适用范围,提高GOM（1,1）模型的拟合和预测精度,给出了非等间距灰色GOM（1,1）模型的建模方法,并利用粒子群优化算法对非等间距灰色GOM（1,1）模型的参数进行优化．最后,利用一个仿真实例,表明基于粒子群优化算法的灰色GOM（1,1）模型...     

西藏旅游收入乘数模型及主要因素的关联分析

利用《西藏统计年鉴》的有关数据,根据乘数理论建立乘数模型,对西藏旅游收入乘数值、GDP对旅游业的依存度等进行计算,研究分析旅游业对西藏经济的重要影响.运用灰色系统理论的灰色关联分析方法,对影响西藏旅游收入的主要因素进行关联分析,确定各因素与旅游收入的关联度,对关联度进行分析,并根据关联度的大小提出相关建议.     

基于部分数据缓冲的GM(1,1)模型预测精度研究

根据灰色系统理论中新信息优先利用原理,在对缓冲算子和数据灰色序∥生成研究的基础上,借用计量经济学虚拟变量的思想,构造一类利用缓冲算子对单调数列部分数据进行灰色序列生成的新方法,有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,实例分析表明,这类新的方法能显著提高GM(1,1)模型的预测精度.     

基于多元灰色关联度的人岗动态匹配模型研究

针对现有人岗匹配方法缺乏动态预见性的问题,探讨一种基于多元灰色关联分析的动态人岗匹配模型.首先,根据岗位能力的动态性要求,提出岗位能力多元序列的概念;然后,基于灰色关联分析的原理构造了人岗匹配的横、纵向匹配模型,并分析模型的性质;在此基础上,构造人岗动态匹配模型;结合灰色预测模型,探讨了人岗动态匹配的方法与步骤;最后,通过案例验证了本文方法的有效性.     

含时滞参数的灰色GM(1,1,τ)模型及其应用

针对GM(1,1)模型未能反映系统时滞效应的问题,根据实际应用的需要,利用灰色建模思想构建了含时滞参数7的灰色GM(1,1,Υ)模型,并研究了该模型的建模机理、建模过程,给出参数估计方法.并根据模型的基本形式,构建出以原始值和背景值的一阶累减生成序列的灰色相对关联度最大化为目标的灰色关联分析法来探索时滞参数Υ的确定方法,并获得模型的离散解.最后利用该模型对美国制造业库存总量进行了模拟预测,获得较高的精度,验证了模型的有效性.     

基于灰色投影面积关联度的面板数据聚类方法及应用

为拓展灰色关联分析在面板数据中的应用,针对面板数据的三维特征,将面板数据转化为空间网格.然后基于二维灰色投影关联度,利用空间网格在时间和对象平面上的投影面积,定义了三维灰色投影面积关联度模型.为了解决因为维度不同而导致的关联度差异过大问题,引入灰色聚类检验模型,给出了三维灰色投影面积关联度的面板聚类步骤.最后通过对珠三角四市的空气质量问题的聚类分析,结果表明各类别的差异明显,层次划分清楚,证实了该方法的有效性和实用性.     

基于Lagrange插值多项式的接近性关联度决策模型及其应用

针对实数情形的灰色关联决策问题,提出了一种选择最优方案的新方法:首先计算出各个方案和理想方案的Lagrange插值多项式,并利用黎曼积分计算出各个方案和理想方案两曲线之间的面积,进而构造接近性关联度,通过比较接近性关联度来选择最优方案.然后针对区间灰数情形,提出分别计算出各方案的下界序列到理想方案的下界序列的接近性关联度,各方案的上界序列到理想方案的上界序列的接近性关联度后再计算两者的新型综合关联度,并通过比较综合关联度来选择最优方案.最后通过实数和区间灰数两个不同的算例来进一步验证了该方法的可行性、合理性和有效性.     

基于初始条件优化的非等间距多变量灰色预测模型研究

为了进一步提高非等间距多变量灰色预测模型MGM(1,m)的预测精确度,根据新信息优先原理,本文提出了一种初始值末点优化的非等间距多变量灰色预测模型。通过对模型初始点的优化,给出了优化模型的计算公式和时间响应函数,从而使模型更符合灰色预测建模时新信息优先的原则。最后,通过算例验证了所提出模型的实用性,同时表明优化后的模型可以提高模型的模拟、预测精度。     

基于灰关联聚类降维数据空间的GM(1,n)预测模型

按照时间顺序,记粮食产量与影响它的生产条件为数据序列,根据灰色关联的基本原理计算他们之间的关联系数,通过对比系数值的大小,分别将和粮食产量关系密切的一些生产因素聚为一类,系数较小的一些因素聚为另一类.接着以两组数据为基础建立GM(1,n)预测模型,预测粮食的产量.发现第一组的预测值与实际统计值相对误差较小,且在模型精度...     

基于灰色关联分析的支持向量机的铁路货运量预测研究

采用基于灰色关联分析的支持向量机对铁路货运量进行预测.首先利用灰色关联分析法对影响铁路货运量的因素进行分析处理,然后利用基于高斯核函数的支持向量回归机建立了铁路货运量预测模型.通过分析预测结果可以发现,经过灰色关联分析后的支持向量机模型对复杂的铁路货运量数据有较好地处理能力,且预测相对误差较小.特别地,由于支持向量机的适应性,该模型具有较高的泛化能力,对影响因素较为复杂,样本数量小的预测问题可以提供一定参考.     

基于灰色关联分析和层次分析法的新型工业化水平综合评价——以中部六省为例

新型工业化水平评价是结合我国工业化发展的实际情况和特色,基于在工业化进程中获取的大量经济数据,对工业化发展水平进行全面、系统地分析.基于新型工业化的深刻内涵,构建了新型工业化水平的评价指标体系,并综合运用灰色关联分析和层次分析法,提出了一个新型工业化水平的综合评价模型,模型运用灰色关联分析法计算评价对象的灰色关联系数,采用层次分析法确定评价指标的权值,进而计算加权灰色关联度作为判定评价对象优劣的准则.运用该模型对2005年到2008年中部6省即湖南、江西、湖北、安徽、河南、山西6个省份及全国的新型工业化水平进行综合评价,得到了其新型工业化水平的排序.