基于最小二乘法的灰色组合预测模型及其应用

根据GM(1,1)模型原理,构建了灰色增量模型和灰色组合预测模型.分别利用中国和河南1986-2015年的人口数据建立模型,采用最小二乘法求解灰色组合预测模型的最优权系数.通过GM(1,1)模型、灰色增量模型和灰色组合预测模型对上述算例进行误差分析,实验结果表明灰色组合预测模型预测精度明显的优于其它单项预测模型.     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测北大核心

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于新陈代谢GM(1,1)模型的中国煤炭消费量预测分析

运用灰色系统理论,以中国2002-2012年的中国煤炭消费量建立了GM(1,1)和新陈代谢GM(1,1)预测模型.使用相对误差和残差平方和对两个模型的精度进行检验,对比表明,新陈代谢模型精度高于常规的GM(1,1)模型.使用平均弱化缓冲算子来表示能源政策对煤炭消费量的冲击,应用处理后的新陈代谢GM(1,1)模型对2015-2017年的煤炭消费量进行了预测.     

α-因子缓冲算子的构造及其性质的研究

为了解决灰色预测模型中的随机挠动序列问题,本文在灰色系统理论以及灰色预测建模技术的基础上,通过梳理历史文献的研究结果,提出了一个具有缓冲作用强度可调整的新型缓冲算子,即α-因子缓冲算子,该算子具有强度可调整、形式统一、预测结果优良等特性.具体来说就是通过调整强度系数可以改变其缓冲作用的强度大小、形式上兼顾了弱化缓冲算子和强化缓冲算子的统一性、在一定范围内的应用中预测结果优于其他的缓冲算子.实证的结果的确显示出了这些优良性质.     

基于改进的灰色马尔可夫链模型的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础.灰色预测适合于数据量少和波动小的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.为克服一般灰色马尔可夫链模型运用的转移概率矩阵固定不变而影响预测精度的问题,本文建立了改进的灰色马尔可夫链模型.采用滑动转移概率矩阵方法,去掉最老数据并补充最新数据,从而建立新的一步转移概率矩阵.借助改进的灰色马尔可夫链模型,对全国2002-2004年交通事故10万人口死亡率进行了预测分析.结果表明,改进的灰色马尔可夫链模型比一般灰色马尔可夫链模型的预测范围更准确,预测精度更高.     

中国博士后发展灰色预测模型及其应用

对灰色模型做了进一步的研究,拓广了灰色模型,建立了一个新的、预测精度较高的新灰色预测模型——"对数函数——幂函数变换"模型,并利用此模型对我国博士后研究人员增量做出精度较高的灰色预测.     

老年消费需求规模预测及影响因素分析

探索老年人消费需求规模及其影响因素对发展老龄产业有重要作用.根据灰色预测模型GM(1,1)对2015-2030年预测老年消费需求规模和利用灰色关联度分析模型对各个确定的影响因素的关联度进行测算,并得出相应的结论:老年消费需求规模从2015年的16640.33亿元,增加到2030年的152837.1亿元;在老年消费需求各影响因素中,国民总收入对其影响最密切,消费价格、老年人口规模次之,社会保障水平相对较弱;家庭其他成员的供养决定老年人个人消费支出.     

3标度层次分析法下盘锦人口预测方法的优选

基于目前我国人口数量预测方法繁多,优缺点不一的现状,以盘锦市1978～2008年人口数据为基础,分别采用曲线回归、GM(1,1)与等维递补灰色模型、BP神经网络与RBF神经网络、马尔萨斯模型与费尔哈斯模型、宋健模型与Leslie矩阵方法分别对盘锦市2030、2050、2070、2090年人口进行预测,并根据预测结果设置了盘锦市人口预测方法的多目标定量优选体系,并采用Matla,b2009b软件运用3标度层次分析法方法进行了预测方法的优选.优选结果显示在盘锦市人口预测中,径向基网络(RBF)为最优方案.     

一种新型对数弱化缓冲算子的构造及其应用

缓冲算子是灰色预测研究中的重要内容.通过对现有缓冲算子的研究,结合对数函数的性质,提出基于对数函数的新型对数弱化缓冲算子和变权对数弱化缓冲算子;从理论上证明其为弱化缓冲算子,同时研究了关于序列调节度和改变序列光滑性方向的性质.通过实例验证,所提出的对数缓冲算子能够提高预测模型的精度.     

Grey prediction evolution algorithm for global optimization

This article uses the grey prediction theory to structure a new metaheuristic: grey prediction evolution algorithm based on the even grey model. The proposed algorithm considers the population series of evolutionary algorithms as a time series, and uses the even grey model as a reproduction operator to forecast the next population (without employing any mutation and crossover operators). It is theoretically proven that the reproduction operator based on the even grey model is adaptive. Additionally, the algorithmic search mechanism and its differences with other evolutionary algorithms are analyzed. The performance of the proposed algorithm is validated on CEC2005 benchmark functions and a test suite composed of six engineering constrained design problems. The comparison experiments show the effectiveness and superiority of the proposed algorithm.The proposed algorithm can be regarded as the first case of structuring metaheuristics by using the prediction theory. The novel algorithm is anticipated to influence two future works. The first is to propose more metaheuristics inspired by prediction theories (including some statistical algorithms). Another is that the theoretical results of these prediction systems can be used for this novel type of metaheuristics.     

基于关键因素的国家重大区域规划实施效果评价

以国家重大区域规划中的长三角为实证研究对象,利用加权灰色关联度筛选出与政策效果评价关联性高度相关的政策指标:中央财政专项拨款、中央补助收入、中央固定资产投资额,进而建立政策指标与规划目标的第三产业增加值的对数回归函数,通过过去的数据预测某一特定年份第三产业增加值,并与该年份的实际值进行对比、评价国家重大区域规划的政策效果。本文的特色与创新一是通过灰色关联度剔除与政策效果评价关联度小的指标,筛选出对重大区域规划政策效果有显著影响的关键因素。二是通过时间权向量对政策指标的关联度进行加权,体现时间越近的年份、加权灰色关联度越大,指标越应该保留的思路,保证年份越近的指标数据、对评价结果影响越显著。三是通过历史数据的预测,得到在没有规划政策下、区域自然发展的目标效果,并把其与同一时点、政策实施后的实际效果进行对比,得到政策实施后的政策绩效。实证结果表明应该增大对上海和浙江影响显著的中央财政专项拨款的政策投入,减少对上海和浙江影响不显著的中央固定资产投资额的投入。     

A new multivariable grey prediction model with structure compatibility

A new multivariable grey prediction model was proposed by adding a dependent variable lag term, a linear correction term and a random disturbance term to the traditional GM(1,N) model. It was theoretically proved that the new model can be completely compatible with the mainstream single variable and multivariable grey prediction models by adjusting and changing the model's parameters. To test the performance of the new model, three case studies were performed. The simulation and prediction results of the new model were compared with those of other grey prediction models. Results showed that the new model had evidently superior performance to other grey models, which confirms that the structure design of the new model is more reasonable than those of the other existing grey prediction models.     

基于标准区间灰数的发展带离散DDGM预测模型

由于区间灰数运算体系尚不完善,灰数间的代数运算将导致结果灰度增加,难以有效构建基于"区间灰数"的灰色发展带预测模型.对此,通过将区间灰数进行标准化处理,分解成基于实数形式的"白部"和"灰部"两个部分;然后分别对"白部"和"灰部"建立发展带预测模型,再推导并还原得到区间灰数的发展带预测模型;最后,将模型用于摆动幅度大且整体趋势增长的区间灰数在未来时刻的预测,预测效果验证了所提出模型的有效性.     

Grey number prediction using the grey modification model with progression technique

Although the grey model has been employed in various fields and demonstrated promising results, most applications focus on precise number predictions. However, owing to the increasing complexity of real-world problems, the grey number predictions will be more flexible and practical for grey model to describe the uncertain future tendency. For the purpose of establishing a grey model with grey number, this paper proposes a progression technique, which adopts different length series divided from the simulation data to produce a grey number prediction. Besides, this paper also modifies the algorithm of grey model, including altering the calculation of background value with an integration term and replacing the initial value of grey differential equation to the latest point, to enhance its accuracy. Two illustrative examples of numerical series and stock market are adopted for demonstrations. Results show that the proposed model can both catch the future tendency and reduce the loss of erroneous judgments.     

A research on the grey prediction model GM(1,n)

The grey theory can be applied in the research of prediction, decision-making and control, especially in prediction. The primary characteristic of a grey system is the incompleteness of information. A grey system could be whitened by way of inserting more messages in itself and its accuracy of prediction could be raised. The solution to the existing grey prediction model GM(1,n) is inaccurate and then its prediction accuracy cannot be expected. To solve the existing GM(1,n) by assuming step by step the first order accumulated generating operation data of the associated series to be constants is incorrect. The existing model GM(1,n) is seriously wrong even for a system having a nonnegative associated series with constant entries. There are currently only a few wrong papers based on the existing GM(1,n) model to be published. Almost all the improved prediction models based on the existing GM(1,n) model are correct. For example, the improved models are correct by convolution integral or fitting their forcing terms by several elementary functions. The algorithm of GMC(1,n) is applied to explain why the existing GM(1,n) model is incorrect in this article.     

北京市水资源利用建模分析研究

以北京市为例,分别应用无偏灰色GM(1,1)模型和非线性模型对北京市2001年-2010年的用水量进行了建模,利用最优化方法,计算了上述两种模型的最优组合模型,通过三种模型分别计算了北京市2001年-2010年的水资源利用量,并与北京市2001年-2010年的实际用水量进行了对比,采用精度检验方法,分别对无偏灰色模型,非线性模型和组合模型进行了精度检验,计算结果表明,加权组合模型是三种模型中精度最高的模型,通过组合模型计算得出的用水量值与实际水资源利用量相比误差最小,由此得出,可以利用组合模型对北京市未来的水资源利用量进行预测,预测结果可为其他相关研究提供参考.     

基于等维递补的多变量灰色组合预测模型

利用等维递补建立单个多变量灰色预测模型,进而建立多变量灰色组合预测模型.通过实例说明多变量灰色组合模型的应用和效果.     

基于粒子群算法的变权累加生成的GM(1,1)模型

根据灰色系统的新信息优先原理可知新信息对认知的作用大于旧信息的作用,而传统的累加生成没有体现原始数据中新信息的重要性.针对这一问题引入了变权累加生成的方法,并对变权累加生成在单调性、灰指数规律、凸性等方面的性质进行了研究,得到变权累加生成序列具有单调递增性,具有较强的指数规律,并具有下凸性,这些性质是高精度建模的保证,然后建立了基于变权累加生成的GM(1,1)模型,并运用粒子群算法确定了变权累加生成的权重.通过具体的算例计算表明,变权累加生成的GM(1,1)模型能够提高模型的模拟和预测精度.     

加权累加生成的GM(1,1)模型及其应用

根据灰色系统理论中的新信息优先原理知新信息对认知的作用大于老信息的作用,而传统的累加生成没有体现原始数据中新信息的重要性.针对这一问题提出了加权累加生成的概念,并对加权累加生成在单调性、灰指数规律、凸性等方面的性质进行了研究,得到加权累加生成序列具有单调递增性,具有较强的指数规律,并具有下凸性,然后建立了基于加权累加生成的GM(1,1)模型.通过具体算例的计算表明,加权累加生成的GM(1,1)模型的模拟和预测精度比传统的GM(1,1)模型模拟和预测精度高,从而说明了该法的有效性.