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DNGM(1,1)模型的农产品物流需求预测

农产品物流是城市民生的重要保障,建立精确合理的农产品物流需求预测模型是合理规划城市物流资源的重要依据.以北京市农产品物流需求为研究对象,选择适用于小样本数据的灰色模型进行预测,并在传统模型的基础上进行了改进,经过不断尝试,最终采用DNGM(1,1)预测模型,结合使用MATLAB2019b软件,并与优化的GM(1,1)模...     

基于灰色残差马尔科夫模型的山西省农产品冷链物流需求预测

冷链物流的需求预测对于调节我国目前的市场结构、平衡供求关系、优化物流资源配置等方面具有十分重要的现实意义.以2011-2020年山西省主要农产品产量作为原始数据,利用传统灰色预测模型和灰色残差马尔科夫模型设计拟合分组试验,并对两种模型的预测效果进行对比.试验结果表明,灰色残差马尔科夫模型的预测结果相比于传统灰色预测模型更加精准,因此选择灰色残差马尔科夫模型预测山西省2021-2027年度冷链物流需求.预测结果显示,2021-2027年山西省农产品的冷链需求年平均增长6.12%,增速比较缓慢,有很大的进步空间.该预测结果对山西省冷链运输发展的相关规划和建设有一定的借鉴作用.     

陕西省城镇居民收入结构的灰色关联分析与趋势预测

应用灰色关联分析方法,分两个历史阶段对比研究了不同收入来源对陕西城镇居民人均可支配收入的影响,结果表明,居民收入结构不合理和发展不平衡现象较为严重,工薪收入和转移性收入是影响陕西居民收入的主要因素,并且其重要程度有进一步增强的趋势,其他来源的收入对居民收入增长有明显的抑制作用.最后,通过建立GM(1,1)新陈代谢模型群,对陕西城镇居民未来几年的人均可支配收入和工薪收入进行了预测.     

基于灰色GM(1,N)模型的广西北部湾港口物流预测研究

通过考察广西北部湾港口物流的现状,采用广西北部湾2007年以来第一产业增加值、第二产业增加值、进出口总额、固定资产投资额等数据,运用灰色GM(1,N)模型对广西北部湾港口物流进行预测,并提出利用地域优势,大力发展整车口岸;充分挖掘资源,打造特色经济口岸;加大港口建设,促进港口转型升级;多方通力合作,培养港口专业型人才;深化中国-东盟港口城市合作网络,积极推进"互联网+港口"等建议,以期为政府相关部门提供决策参考.     

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.     

苎麻纤维细度测试与分析的灰色模型

基于灰色系统理论的灰色建模应用于试验数据的相关分析 ,比基于数理统计的回归分析在实际应用中由于所需样本容量较小而具有明显的优点 ,特别对贫信息系统适用 .从而可避免在回归分析中因样本容量太小而致使回归方程的误差不可预测的弊端 .鉴于上述原理 ,本文采用灰色系统理论建立了苎麻纤维Tex数 Y与投影宽度 X之间的灰色 GM( 1 ,2 )模型 ,并进行了误差分析 .利用此模型探索了通过测定苎麻纤维投影宽度来计算其 Tex数的方法 .为生产工艺控制、产品质量检验和监督提供了一种简便而科学的办法 .     

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...     

基于信息再利用的灰色系统GM(1.1)模型建模方法及应用

目的:寻找新的灰色系统GM(1.1)模型建模方法,建立拟合精度与预测精度较高的GM(1.1)模型.方法:在邓聚龙教授建模方法的基础上,用基于信息再利用的方法,建立新的灰色系统GM(1.1)模型.结果:用基于信息再利用的灰色系统GM(1.1)模型建模方法建立的GM(1.1)模型,其拟合精度与预测精度不但优于传统方法建立的GM(1.1)模型,而且优于其他改进方法建立的GM(1.1)模型.结论:基于信息再利用的灰色系统GM(1.1)模型建模方法不但建模过程简单适用,而且其建立的GM(1.1)模型拟合精度与预测精度优于其他改进方法建立的GM(1.1)模型,因而具有广泛的应用价值.     

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.     

基于灰色预测模型的山西省批发零售业人员需求分析

以灰色预测模型GM(1,1)的原理与方法为基础,以山西省2010-2014年批发零售业从业人员数为依据.对山西省未来五年的批发零售业人员需求量进行预测,预测结果为山西省未来的产业政策与就业政策的制定提供参考.     

灰色-马尔柯夫链预测优化模型——以江苏省物流需求预测为例

讨论了现有灰色-马尔柯夫链预测方法的基本思路,针对该思路的不足之处提出了合理刻画预测模型精度特征的两个精度指标——均值指标和稳定性指标,并据此建立了灰色-马尔柯夫链预测优化模型,最终以江苏省物流需求为例,对该模型进行了实例验证和应用.     

大气环境质量预测与评价的灰色定量刻划模型

本文针对大气环境系统中的灰色性，运用灰色系统理论对大气环境质量进行预测与评价．该理论与方法应用于临川市大气环境质量预测与评价中，结果令人满意．     

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.     

基于改进灰色GM(1,1)模型的新疆人口总量的分析与预测

利用Lagrange插值理论重构了 GM(1,1)预测模型的背景值,以提高改进GM(1,1)模型的预测精度和实效性,进而利用该模型对新疆人口发展态势进行了科学分析与预测.     

基于反余弦函数变换的灰色预测模型研究

提出了反余弦函数变换方法,证明了这种变换是级比压缩变换,能够提高序列光滑度,可以保持序列凹凸性,不会增大还原误差,满足数据变换的构造准则.通过具体算例表明,基于反余弦函数变换的GM(1,1)模型的预测精度优于传统GM(1,1)模型和基于幂函数变换的GM(1,1)模型,说明了该变换的有效性.     

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.     

基于灰色预测模型的新疆肺结核疫情分析

借助灰色系统理论对新疆2004-2010年肺结核发病率进行研究,建立不同维度的静态GM(1,1)模型与动态等维递补灰预测模型对数据进行模拟和预测.针对新疆肺结核疫情发病率数据,探索建立新疆肺结核疫情传播预测模型,为肺结核防治提供科学依据.     

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dXdt(1)+aX(1)=b进行预测公式推导时,把-X1(1)=X11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-=n1∑k=n1ε(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.     

灰色时序组合模型及其在地下水埋深预测中的应用

地下水埋深的变化过程是一个复杂的非线性过程,这种具有复杂的非线性组合特征的序列,使用某一种模型进行预测,结果往往不理想.在分析了灰色GM(1,1)模型、灰色GM(1,1)周期性修正模型和时序AR(n)模型的优点和缺点基础上,提出了一种新的灰色时序组合预报模型.该方法利用了GM预测所需原始数据少、方法简单的优点,用周期修正方法反映其地下水位埋深周期性波动的特征,用AR(n)模型预报其地下水位埋深的随机变化.实例研究表明,这种方法方便简洁实用且预测结果接近于实际观测值,为其它地区的地下水位埋深和相关时间序列的分析研究提供参考与借鉴作用.