基于灰色均值模型预测装配式建筑产值

装配式建筑具有绿色节能,环保高效的特点,是建筑业转型升级的必然趋势.采用了灰色GM(1,1)模型对建筑行业及装配式建筑的产值进行预测分析,并结合国家发展规划,针对目前存在的问题提出合理的建议.     

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战略性新兴产业评价——以生物医药为例

以灰色理论分析为基础,建立了符合我国生物医药这一战略性新兴产业特点的评价指标体系和评价模型,并以吉林通化医药城、上海张江“药谷”、湖南浏阳生物医药园产业群为研究对象,作了实证分析．     

基于马尔可夫模型的我国农业产值结构预测

利用马尔可夫模型对我国农业产值结构的预测问题进行了研究,并给出了其状态转移概率矩阵的估算模型与优化方法,应用此模型依据1999-2009年我国农业产值结构的统计数据,预测了农、林、牧、渔各业的产值结构.预测结果表明,该方法对农业产值结构的平均拟合误差为3.08%.用2010-2011年农业产值结构数据进行检验预测,结果表明模型可以有效地提高农业产值结构的预测精度.最后,用模型对2012-2015年我国农业产值结构进行了预测.     

基于灰色神经网络模型的水质预测应用研究

将灰色模型和神经网络模型进行组合建立灰色神经网络模型,分别用灰色模型、神经网络模型和组合模型对永定河流域官厅水库断面的水质检测指标DO的浓度值进行模拟预测.结果表明,组合预测模型的模拟预测精度高于两种单一模型的预测精度.     

基于灰色马尔可夫模型的物流配送需求量预测研究

研究可以较准确地预测物流配送需求量的数学模型,以服务于政府及企业的物流规划及其决策.将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对物流配送需求量进行实证研究.针对灰色数据系列首先用GM模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,预测精度明显高于GM模型预测.     

基于灰色灾变模型的通货紧缩预测

针对未来期间通货紧缩是否存在的分歧以及通货紧缩可能存在的危害性,利用灰色灾变预测模型结合中国通货紧缩的小样本数据,预测未来通货紧缩发生的日期,预测结果显示通货紧缩约在2020年前后出现,预测结果一方面意味着当前应该审慎选择货币政策和财政政策,另一方面在2020年前后应该积极调整货币政策和财政政策,避免通货紧缩的出现可能给经济运行带来的负面性影响.     

基于灰色动态模型的丽江旅游人数预测研究

介绍了累加数列的生成,以及GM(1,1)模型的建立.通过丽江市统计局获得从2005到2011年的旅游人数.以2005年至2011年的旅游人数为基础建立GM(1,1)模型,通过ma,tlab软件进行求解,可得丽江旅游人数的规律.通过分析模型的残差、相对误差、级比偏差,可以看出该模型的精度较高,可以用来预测2012年以及以后丽江每年的旅游人数.     

基于灰色模型的广西海洋经济增加值预测研究

灰色预测模型具有对数据要求不高,却对中短期预测精度较高、效果较好的特点,其应用范围十分广泛.根据2010-2014年广西海洋经济相关数据,建立广西海洋经济增加值的灰色模型并进行检验,证明了模型可用,并对广西海洋经济增加值进行了预测.通过对比预测值与初始值数据,发现海洋科研教育管理服务业增加值与广西海洋生产增加值增长并不相匹配,增加值增加速度慢于广西海洋生产增加值,说明了广西在吸引海洋经济人才、资金、技术等时,对相应的海洋科研教育管理服务业的重视不够;同时,海洋矿业、海洋盐业、海洋船舶工业、海洋生物医药、海洋电力业、海水利用业比重占主要海洋产业增加值比重非常小,无论是绝对数量,还是相对比例,都与广西海洋经济快速发展态势不相匹配,最后给出了结论与建议.     

基于灰色马尔可夫模型的节能设备故障预测研究

精准预测节能设备故障可以有效节约节能服务公司运营成本,直接关系到节能服务公司的节能项目管理.根据灰色系统理论,将灰色均值GM(1,1)模型与马尔可夫模型融合,通过灰色马尔可夫模型预测节能设备的故障状况.具体而言,首先通过灰色均值GM(1,1)模型预测节能设备的未来故障情况,然后通过马尔可夫状态转移矩阵确定未来节能设备故障的可能状态,最后基于预测值与实际值的比值关系修正预测结果,以实现对节能设备故障次数的精准预测.结果表明灰色马尔可夫模型提高了预测精度,为精准预测节能设备故障提供了一种新思路.     

灰色理论在预测产值中的应用与分析

本文运用数理统计中的灰色动态预测模型，并借助计算机Ｃ语言，将青岛地区１９８３年—１９９２年的ＧＮＰ与ＮＩ实际值运用程序预测出该地区１９９３—２０００年的产值，并对比结果进行定量与定性分析，从而从理论上完善灰色理论在实际中的应用与分析，进而提出灰色理论在预测中的适用性与科学性。     

战略性新兴产业发展的金融支持研究

处于产业发展初期的战略性新兴产业,融资能力有限,如何融资成为影响其发展的关键性问题.战略性新兴产业的快速发展需要金融支持,银行贷款和证券融资是支持战略性新兴产业资金需求的主要方面.为此选取股票融资指标和银行贷款指标,借助面板数据模型,对金融支持我国七个战略性新兴产业的融资机制以及融资效率进行分析.     

基于灰色模型的朱鹮繁殖状况的预测

考虑到朱鹮种群数目的统计资料小样本,贫信息的特点,运用灰色理论建立模型对其种群数量进行预测,预测结果基本符合实际.     

基于改进灰色马尔科夫模型成品油消费预测

近年来中国经济放缓,成品油的消费一定程度上受到了抑制,2016年,我国汽柴油表观消费量首次较前年下降.成品油消费税率提高,导致部分成品油生产资本向新能源项目转移.根据GM(1,1)模型和马尔科夫模型时间序列预测的长短期互补,首先用GM(1,1)模型对成品油消费量进行预测,随后利用马尔科夫模型对GM(1,1)预测误差项的状态及状态概率进行预估,采用预测状态与其概率的乘积对GM(1,1)预测值进行修正.结果表明,改进后的灰色马尔科夫模型误差小,精度高,适于中长期预测.除此之外,组合模型还可以通过增加误差状态划分的个数,以提高模型预测的精度.     

基于分数阶灰色模型的机场NOx排放量预测研究

机场源NOx是机场范围内的首要空气污染物,显著影响机场空气质量.基于FGM(r,1)模型,利用周因子建立FGWM(r,1)模型,分析并预测南京禄口国际机场起降航空器的发动机在LTO循环内的NOx排放量,对比FGM(r,1)模型和FGWM(r,1)模型的预测效果,利用HW季节预测模型验证.研究结果表明,FGWM(r,1)...     

基于灰色模型的广东高技能物流人才供需预测研究

以广东省为个案,分析传统物流产业转型升级背景下高技能物流人才供需现状.根据2008-2014年广东高技能物流人才供需数据,建立广东高技能物流人才供需量的灰色模型并进行检验,证明模型可用,并对广东高技能物流人才供需量进行预测.研究结果表明:高技能物流人才供给量远远低于市场需求量,供需严重不均衡,人才缺口相差悬殊.这说明广东传统物流产业转型升级导致的结构性人才短缺问题十分突出,同时也反映高校和企业在高技能物流人才培养方面滞后,最后提出相应的对策.     

基于改进灰色verhulst模型的稠油产量预测

稠油油田开发是一个复杂的过程,在地下信息较少的情况下可以将其视为灰色系统.以辽河油田某稠油研究区为例,基于Verhulst模型建模理论对该区2005-2011年的年产油量建模发现后期预测误差呈增大趋势.在Verhulst模型的基础上结合G(1,1)灰色建模理论建立了残差修正年产油量Verhulst模型,模型精度由原来的96.0994%提高到97.6763%.2012-2014年的年产油量预测结果显示残差修正模型的预测精度达到了99.2281%,且关联度检验结果显著提高.将模型预测结果与数值模拟预测结果进行了对比,结果表明残差修正的Verhulst模型是一种快速、简洁、精准的预测方法,在一定的条件下使用残差修正Verhulst模型,不仅可以预测稠油油田近期的年产油量,还可对研究区后期开发方案调整等问题提供决策依据.     

基于灰色模型的我国研究生教育规模预测

研究型人才的培养是一个国家发展高层次人才的源泉,研究生教育是培养研究型人才的初始阶段,其规模和质量在很大程度上影响着国家未来的经济发展.根据2011-2016年《中国统计年鉴》公布的研究生毕业人数、招生数以及在校学生数,建立研究生规模的灰色模型并进行预测.结果表明,我国研究生毕业人数、招生数和在校人数在未来几年上升趋势明显,我国研究生规模持续扩大.     

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.