用统计分析方法预测能源需求量

本文建立了云南省能源消费量的主成份回归模型 ,并通过灰色系统理论中的GM (1,1)模型 ,得到了自变量的预测年度数据 ,从而对云南省 2 0 0 1年至 2 0 0 5年的能源需求量进行了预测     

湖南省第三产业就业人数预测——基于灰色系统GM(1,1)模型

运用灰色系统GM(1,1)模型对2002-2007年湖南省第三产业就业人数的数据进行分析.通过灰色系统相关检验发现,GM(1,1)模型误差较小,能较好地拟合湖南省第三产业就业人数的情况.运用该模型预测:2008年湖南省第三产业就业人数是1403.4万人,2009年是1512.2万人,2010年是1629.3万人,2011年是1755.6万人.     

国内第三产业产值的ARMAV模型研究与应用

本文利用时序分析方法研究 1 95 2— 1 995年国内生产第三产业交通运输仓储邮电通信业与批发和零售贸易餐饮业产值的 ARMAV模型 ,并用所建模型对 1 996— 1 997年产值进行外延预测 ,得到较理想的预测结果     

基于灰色模型的辽宁省海洋渔业产量、产值预测

灰色预测模型因其对数据要求低,中短期预测精度较高等特点,具有广泛的应用.依据2005—2011年辽宁省海洋渔业的相关数据分别建立了辽宁省海洋渔业产量和产值的灰色预测模型,并利用模型对海洋渔业产量和产值进行了预测.通过预测值和原始值比较说明模型可用.更进一步,通过对比海洋渔业产量和产值数据,发现辽宁省海洋渔业发展中产量和产值不对应成比例这一问题,最后给出了结论和建议.     

基于灰色模型的辽宁省海洋渔业产量、产值预测北大核心

灰色预测模型因其对数据要求低,中短期预测精度较高等特点,具有广泛的应用.依据2005—2011年辽宁省海洋渔业的相关数据分别建立了辽宁省海洋渔业产量和产值的灰色预测模型,并利用模型对海洋渔业产量和产值进行了预测.通过预测值和原始值比较说明模型可用.更进一步,通过对比海洋渔业产量和产值数据,发现辽宁省海洋渔业发展中产量和产值不对应成比例这一问题,最后给出了结论和建议.     

基于灰色关联分析的广东省GDP与产业结构之间的关系及GDP预测的数学模型

利用灰色关联分析方法,分析了广东省GDP与产业结构之间的关系,得出了第三产业对广东省GDP影响最大,房地产业对第三产业影响最大的结论.通过建立灰色预测模型,对未来几年的广东省GDP进行了预测.     

用灰色马尔柯夫链预测模型对我国粮食产量的预测

针对粮食生产的不确定性 ,本文提出了用建立在中心逼近式的 GM(1 ,1 )模型及马尔柯夫预测模型上的灰色马尔柯夫预测模型对我国粮食产量进行预测 ,预测建立在对过去年份的数据的分析之上 ,并给出了2 0 0 3年的粮食产量预测结果 .     

格列吡嗪片血药浓度的灰色药物动力学模型

应用灰色理论研究格列吡嗪片剂在健康志愿者体内的药物动力学模型. 8名健康志愿者口服格列吡嗪片5 mg后,用HPLC法测定不同时间血清中血药浓度,并建立格列吡嗪片在体内的灰色药物力学模型.预测值与实测值的平均绝对误差E =0 .5 3 2 ,平均相对误差为1 .0 5 9% ;达峰时间tmax =2 .5 6h;达峰浓度Cmax=0 .3 85 8μg/ml;曲线下总面积AUC =2 .75 44(μg/ml) * hour.该灰色模型的建立为格列吡嗪片剂的临床合理化用药提供了理论依据.     

农业总产值构成的关联分析方法

本文利用灰色系统理论建立了省级农业总产值构成的关联分析模型，并给出了应用实例。通过该模型，我们可以分析全省各市农业产值的发展对全省农业总产值的影响，从而为下一步更好地调整农业发展规划提供决策依据．     

基于灰色GM(1.1)模型的预测研究——邯郸市城镇化水平预测

灰色GM(1.1)模型适合少量数据的系统预测.当随时间序列的数据只有少量几个,无法采用统计和其他的预测方法时,它作为一种少数据的系统预测十分有效.将1999-2003年5年中的邯郸的城镇化水平作为灰色预测的原始数据,建立邯郸市城镇化水平灰色预测模型,并采用残差估计进行模型检验.成功地建立了邯郸市城镇化水平灰色预测模型.     

灰色系统理论在飞机操纵钢索磨损预测中的应用

钢索是软式飞行操纵系统的核心组成部件,其工作性能将直接影响飞机的飞行安全.因操纵钢索磨损问题具有典型的贫信息、小样本特点,采用灰色系统理论,建立钢索磨损量灰色预测模型,研究钢索随飞行小时数的磨损量灰色预测方法.实例分析和实际预测验证表明,灰色系统理论用于钢索磨损量预测是可行有效的.研究也有助于飞机维修从定检修理向视情维修转变.     

基于GFM-VAR的我国通用航空产业演进阶段识别及政策强度有效性分析

为揭示通用航空产业系统演化的动态和有序规律,挖掘产业形成和可持续发展的阶段识别证据,针对产业演化数据的信息不完全和连续聚类特性,基于灰色系统理论和最优分割理论构建通用航空产业演进阶段识别的灰色生成序列最优分割模型(Grey sequence generation-Fisher Model,GFM),并运用VAR模型分析通航产业政策强度的有效性。首先运用灰色系统理论的(位置加权)几何平均强化缓冲算子(W)GASBO((Weight)Geometry average strengthening buffer operator)扩张演化数据波形特征并生成灰色序列矩阵;运用最优分割理论的组内离差平方和最小判断原则判定通用航空产业演化的有序递进阶段;然后,通过我国2004~2013年通用航空产业演进阶段的实证研究,发现:我国通用航空产业演化以2010年为分界点,先后经历了初创和成长两个阶段;基于VAR模型的脉冲响应函数确定我国通航产业政策强度受“倒逼出台”、“时滞限制”的影响呈弱有效性;基于政策强度(WGASBO算子)的灰色生成序列最优分割模型更有效、更具有可行性。     

基于LS-SVM的管道腐蚀速率灰色组合预测模型

为提高管道腐蚀速率预测精度,建立了一种基于最小二乘支持向量机的灰色组合预测模型.以各种灰色模型对管道腐蚀速率的预测结果作为支持向量机的输入,以管道腐蚀速率的实测值作为支持向量机的输出,采用最小二乘支持向量机回归算法和高斯核函数对支持向量机进行训练,利用训练好的支持向量机进行组合预测.预测模型兼具灰色模型所需原始数据少、建模简单、运算方便的优势和最小二乘支持向量机具有泛化能力强、非线性拟合性好、小样本等特性,弥补了单一预测模型的不足,避免了神经网络组合预测易于陷入局部最优的弱点.模型结构简单、实用,仿真结果验证了其有效性.     

基于IGRA-ISVD约减和RBF的森林火灾消防直升机需求预测模型

针对森林火灾消防直升机需求预测问题,提出了一种基于改进灰色关联分析(IGRA)和改进奇异值分解(ISVD)约简的径向基函数(RBF)神经网络预测模型.首先,基于既有研究梳理了森林火灾消防直升机需求预测指标体系;然后,在改进灰色关联分析和奇异值分解方法的基础上,分别对消防直升机需求预测数据信息进行属性约简和维度约简;最后,利用约简预测数据信息对RBF神经网络进行训练,进而构建消防直升机数量预测模型.案例分析和对比分析表明了本文所提方法的可行性和合理性.     

灰色实物型投入产出分析的覆盖解研究

由于国民经济系统的复杂性,人们在使用实物型投入产出分析工具时不可能获得各部门产品的投入与产出的确定值。采用灰色系统理论基本原理提出灰色实物型投入产出分析并给出模型及各种灰色分析系数的覆盖解公式。灰色实物型投入产出分析能处理统计数据为区间的情形,可以使决策者在不确定性情况下对复杂经济系统进行分析、预测和控制,提高人们的抗风险能力。模拟案例验证了模型计算的可行性。     

基于改进灰色马尔科夫模型的年降水量预测

通过结合灰色预测和马尔科夫理论的特点,利用新信息优先的思想,提出一种改进的灰色马尔科夫预测模型,首先对序列进行滑动平均处理,然后用无偏GM(1,1)模型拟合系统的发展变化趋势,并以此为基础进行马尔科夫预测,在每一步预测中,不断推陈出新,更新原始数据.实验结果表明,与一般的灰色预测模型相比,其预测准确度尤其是中长期预测准确度得到了较大提高.     

西藏GDP发展趋势的数学模型及其因素分析

以近几年西藏GDP为研究对象,应用灰色系统理论建立了一个GDP发展趋势的预测模型.应用该模型进行预测,得到了预测结果.对影响GDP发展的主要投资因素进行系统分析,确定了各因素相对于GDP发展的关联程度.     

基于灾变灰预测的电力峰谷差异常的预测模型研究

电力负荷预测过程中,峰谷值波动是一种正常现象,当高峰期负荷急速攀升时,可能出现峰谷差异常问题(如异常值、随机误差项的异方差等),则会给电力企业带来麻烦和损失.为了对负荷峰谷差异常进行有效的预测,构建了一个基于灾变灰预测的电力峰谷差异常的预测模型,并结合实例说明了此模型的可行性和有效性.     

基于残差修正的非等时距GM(1,1)模型及其应用

针对很多预测案例中历史数据序列非等时距的特点,构建了非等时距的GM(1,1)预测模型,将序列的时间间隔作为乘子嵌入模型中,同时通过动态采用最新分量作为初始值、动态优化背景值和累积残差修正等方法,解决了非等时距预测模型长期预测精度不易控制的难题.将该模型应用于某发动机油液监测数据预测中,预测效果较好.     

对背景值优化的新GM(1,1)模型

为了提高灰色GM(1,1)模型的模拟及预测精度,考虑对模型的初始条件x(1)(n)增加扰动因素β,把x(1)(n)+β作为模型的新初始条件,并对模型的背景值进行优化,从而得到了一种改进的GM(1,1)模型.还通过实例验证了新建模型比原有模型提高了拟合的效果及预测的精度.