基于灰色系统理论的新疆综合地价预测及影响因素分析

根据新疆维吾尔自治区2006-2010年综合地价,利用灰色预测理论及灰色关联理论,建立预测新疆综合地价的GM(1,1)预测模型并寻找影响新疆综合地价的主要因素,以期为控制综合地价提供科学依据.由模型结果我们可以得到,房地产价格指数与城镇化率是当前促使新疆综合地价上升的两个主要因素.预测结果显示,房价打压政策下,新疆综合地价短期内不会下跌,且仍会平稳上升.     

齐齐哈尔GDP的发展趋势及其关联因素分析

运用灰色系统理论中的GM(1,1)预测模型,以齐齐哈尔市近六年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,可为相应的决策部门提供科学依据.     

兵团九师“十三五”GDP预测及其关联因素分析

利用灰色系统理论中的GM(1,1)预测模型和灰色关联分析模型,对新疆兵团第九师的GDP状况进行科学预测,同时分析了九师第一、二、三产业对生产总值的影响程度,研究结果为,九师"十三五"期间生产总值将处在快速增长阶段,2020年九师国内生产总值将达到48.97亿元,将超额完成2020年生产总值比2010年翻一番的目标;第一产业对第九师GDP影响最大,其次为第三产业,而第二产业对GDP的影响最小.研究结果可为相应的决策部门提供科学依据.     

牡丹江GDP的GM(1,1)预测及其影响因素的灰色关联分析

运用灰色系统理论中的GM(1,1)预测模型,以牡丹江市近六年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,为相应的决策部门提供科学依据.     

基于灰色关联理论的阿拉尔市城镇化水平评价及预测

从社会发展指标、经济建设指标、社会稳定指标和生态环境指标四个方面选取16个指标作为评价阿拉尔市城镇化水平指标,运用灰色关联理论法,计算各指标之间的关联度并排序.选取排名前面的指标,运用灰色GM(1,1)预测模型,建立阿拉尔市城镇化水平灰色预测模型,通过残差分析检验了模型的可行性.     

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.     

基于逆模糊数的模糊时间序列模型的农机总动力预测方法

提出一种改进的基于逆模糊数的新模糊时间序列预测模型.应用模型研究辽宁省农机总动力预测问题,比一元线性回归模型,二次移动平均模型,指数曲线模型,灰色理论GM(1,1)模型等4种模型和它们的组合模型的平均预测误差率AFER都有较大改善,是值得推荐的一种时间序列预测方法.     

动态的最佳维数GM(1,1)幂模型在基尼系数预测中的应用

针对传统灰色GM(1,1)预测模型维数确定困难、适用范围小和预测精度不高等局限性,提出了一种能处理复杂序列的动态的最佳维数GM(1,1)幂模型.最后以2003-2013年居民收入基尼系数为研究样本做预测分析,同时建立了传统GM(1,1)模型、经典GM(1,1)幂模型作为对比,结果表明:动态的最佳维数GM(1,1)幂模型的平均相对误差为0.08%,显著低于传统GM(1,1)模型的1.04%和经典GM(1,1)幂模型的0.85%.     

基于GM(1,1)的贵州省GDP预测及产业结构的灰色关联分析

以贵州省2012-2018年GDP数据建立GM(1,1)灰色预测模型,用2019年GDP数据对模型预测精度进行误差检验,并对未来三年GDP的增长状况作了科学预测.运用灰色关联分析方法,通过关联度比较分析贵州省GDP与产业结构之间的关系,研究得到未来三年贵州省的GDP仍会以较快的速度增长,第二产业对贵州省GDP的影响最大,第一产业对GDP的影响最小的结论.     

灰色系统理论在河北省城镇居民人均年收入预测中的应用

运用灰色系统理论,对河北省城镇居民人均年收入建立了GM(1,1)预测模型,并进行了预测.由计算结果表明该预测模型具有较好的预测精度.