灰色系统分析应用--预测上海房地产市场需求量变化并对其影响因素做关联度分析

近两年上海房地产市场快速发展 ,主要利用灰色分析法预测未来几年上海房地产市场的需求量的增长情况并对市场需求的主要影响因素做出关联度分析 ,最后得出结论 .  

股市的灰色预测

本文应用“灰色预测”于股票市场的预测，发现灰色预测在短期预测中富有很高的效率。  

灰色预测GM(1,1)模型的一点改进

讨论了灰色预测GM(1,1)模型理论上存在的一些问题,认为在解微分方程dX(1)/dt aX(1)=b进行预测公式推导时,把-X|(1)|(1)=X|(1)|(1)作为已知条件来确定微分方程的解是不合理的,而应根据实际情况,不局限于{X(1)(k)}序列,直接从最后的平均相对误差(-ε)=1/n n∑k=1|(k)|入手,将(-ε)看作是常数cm的函数,求出满足Min{(-ε)(cm)}的cm值即可,并在此基础上推导出cm的计算公式,形成新的灰色预测公式,从而进一步提高预测精度,最后经过实例验证新的预测公式的正确性及可行性.  

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.  

灰色预测模型在汇率分析中的应用

首先建立IM（1，1）预测模型，在此基础上再使用马尔科夫预测方法，构造出一种全新的预测方法，应用于汇率的预测与控制中。  

灰色预测GM(1,1)模型的改进及应用

应用自动寻优定权的方法和最小二乘法,研究了灰色系统理论中灰色预测GM(1,1)模型的预测公式的形成过程,发现灰色预测GM(1,1)模型在形成预测公式时对背景值和初始值的规定是不尽合理的,且现有的改进方法对灰色预测GM(1,1)模型的改进还不尽完善.为了提高灰色预测GM(1,1)模型的预测精度,提出并使用自动寻优定权对背景值进行选择,基于最小二乘法原理对灰色预测GM(1,1)模型的初始值进行改进.实例结果表明,提出的改进方法是有效和完善的,对灰色预测GM(1,1)模型的预测精度也有较大的提高.  

GM（1，1）模型在粮食产量预测中的应用

本根据灰色系统理论。利用安徽省1988-1995年粮食产量资料，运用GM(1，1)灰色预测模型方法，对“九五”期间安徽省粮食产量进行动态预测。为实现“九五”规划中的粮食产量提供科学的理论依据。  

高速公路交通事故灰色Verhulst预测模型

在分析我国高速公路交通事故历史数据的基础上,引入灰色Verhulst预测理论,建立了高速公路交通事故灰色Verhulst预测模型.通过对2000～2007年我国高速公路交通事故死亡人数进行实例分析,发现灰色Verhulst模型的预测精度高于GM(1,1)模型.结果表明,灰色Verhulst模型的预测结果较好的反映了高速公路交通事故的发展趋势,该模型用于高速公路交通事故预测是可行的.  

中国碳排放灰色预测

中国碳排放问题成为世界关注的焦点问题.预测中国未来碳排放有助于实现2020年的碳减排目标.选取2002-2009年中国碳排放数据,通过灰色GM(1,1)模型,对中国碳排放进行了短期预测.模型检验结果表明:预测精度为二级,关联度、均方差比值和小误差概率均为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过三十二亿吨碳,"十二五"期间二氧化碳减排形势严峻.针对研究结果,提出发展低碳经济,提高能源效率和发展非化石能源来降低碳排放的策略.  

灰色振荡序列GM(1,1)模型及在城市用水中的应用

GM(1,1)模型是城市用水量预测的一种有效的方法,但利用GM(1,1)模型难以反映序列的随机波动性。本文提出的平移变换和几何平均变换方法,不仅能构造更适合建立GM(1,1)模型的单调递增序列,也能有效地弱化原始序列的随机性,并保持其单调性,使其变化梯度趋于平缓。通过大连市2000～2006年用水量的预测结果表明,此方法能够反映出城市用水量所具有的波动特性,提高GM(1,1)模型的预测精度,可应用于对灰色振荡序列建立GM(1,1)模型,从而扩大了GM(1,1)模型的应用范围。