新陈代谢灰色模型在中国碳排放量预测中的应用

中国碳排放问题已经成为世界关注的焦点问题,预测中国未来的碳排放有助于实现2020年碳减排目标.通过选取2005~2011年中国碳排放数据,利用新陈代谢灰色模型对中国碳排放进行短期预测.模型检验结果表明:相对误差为二级,平均精度为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过31亿吨碳.针对研究结果,提出发展低碳经济提高能源效率和发展非石化能源来降低碳排放的策略.     

基于灰色预测模型的广州市城镇生活垃圾清运量预测

基于灰色预测理论,分别用GM(1,1)模型、分数阶GM(1,1)模型和新陈代谢GM (1,1)模型对广州市2015-2019年城镇生活垃圾清运量数据进行建模、检验和比较,结果表明新陈代谢GM(1,1)模型预测精度最高.预测2020-2024年广州市城镇生活垃圾清运量仍呈现长的趋势,在2024年将会突破1000万吨.     

灰色预测模型在石油化工原料价格预测中的应用

以2012年9月至2013年8月某化工原料(CB原料)的周平均市场价格数据为研究对象,应用灰色预测理论,建立GM(1,1)预测模型,预测了2013年9至11月共三个月12组该化工原料的周市场价格数据,从定量分析角度研究了其市场价格的变化呈增加趋势,并对模型的灵敏性进行了分析,研究结果可辅助石化企业在采购化工原料过程中提供采购决策.     

北京市道路交通事故灰色预测模型的构建与应用

利用灰色预测理论,根据北京市1999～2006年道路交通事故的统计资料,建立了北京市道路交通事故发生次数的灰色GM(1,1)预测模型,并根据实际数据的特点,对所建立的模型进行了改进.经证实,改进后的GM(1,1)模型预测精度高,预测结果与实际相符.GM(1,1)模型的预测结果可为北京市道路交通管理部门制定预防交通事故的措施提供重要的数据支持和理论依据,这对加强北京市的道路交通管理、改善北京市的道路交通安全状况将具有一定的现实意义.     

新陈代谢离散灰色预测MDGM(1,1)模型及其应用

在离散灰色预测DGM(1,1)模型的基础上,提出了新陈代谢离散灰色预测M DGM(1,1)模型,即:对原始数据序列采用新陈代谢的方式逐次建立相应的DGM(1,1)模型,并把该模型用于江西省旅游收入的中长期预测,最后进行了精度检验.结果表明:新陈代谢离散灰色预测M DGM(1,1)模型预测精度较高,可作为中长期预测的工具.     

基于动态无偏灰色马尔科夫模型的煤炭需求量预测

煤炭消费系统是一个复杂的非线性系统,具有随机性、非线性、动态性等特点,科学地预测煤炭消费量及其结构对于优化配置能源有重要意义.传统的单一预测方法预测精度较低.在对陕西省煤炭消费历史数据分析的基础上,构建了煤炭消费总量的GM(1,1)模型、灰色GM(1,1)预测模型和动态无偏的马尔科夫结构预测模型.拟合结果表明,动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度,其平均相对误差为2.10%,分别低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型的17.37%和6.37%,可用于煤炭需求的预测,在此基础上对陕西省2017-2025年煤炭消费进行了预测,为未来能源消费发展规划提供依据.     

灰色预测模型的应用研究

根据灰色系统预测模型,给出和序列的多个预测方法,结合具体实例,分析各个方法的相对误差,找出相对误差最小的预测模型,从而确定实际问题的具体预测模型,同时总结各个方法的优劣;文中还根据和序列给出积序列、指数和对数序列灰色预测方法.     

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.     

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.     

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.     

基于偏离度的非等间距灰色预测模型在电力负荷预测中的应用

电力负荷预测过程中,对于原始数据摆动较大,并且数据的整体变化是增大的趋势的序列,以往常采用包络模型来处理它.但是,由于很多不确定的因素的存在,使得上包络及下包络曲线及边缘点的值难以确定,从而削弱了预测值的可信程度.提出了基于偏离度的非等间距灰色预测模型,很好地解决了该类序列的预测问题.并结合实例说明了此模型的可行性和有效性.     

基于灰色系统模型的山西省物流需求预测分析

选取山西省2007-2013年的货运周转量、全省生产总值、人均生产总值、进出口总额、公路里程、铁路营业里程、公路载货汽车拥有量等10个影响因素,利用灰色关联分析对影响山西省物流发展的这些影响因素进行分析,结果显示人均生产总值对山西省物流发展的影响力度最大,选取货运周转量为特征因素,人均生产总值为其相关因素,利用灰色预测模型GM(1,2)模型,对山西省未来3年的物流需求进行预测.预测结果显示:模型具有较高的预测精度,对山西省物流的规划和制2发展战略起到参考作用.     

基于连续区间灰数Verhulst模型的地震救援药品需求预测研究

针对地震灾害初期的伤病员人数呈现"S"形变化及其是一个动态连续变化过程的特性,通过信息分解法对连续区间灰数进行标准化处理,将区间灰数分解为白部序列和灰部序列,进而构建连续区间灰数Verhulst动态预测模型.并用该模型预测地震灾害救援初期一定时间间隔的伤病员人数区间变化情况,结合地震灾害伤病员人数变化与紧急救援药品需求间的线性关系,实现对地震灾害救援初期的紧急救援药品需求量的预测.并以青海玉树地震为实例对模型进行检验,实验结果显示预测模型应用的正确性与合理性.     

基于组合预测方法的风电功率预测模型

风力发电是最具开发潜力的非水电再生能源,为保证电网的功率平衡和运行安全,需要对风电功率给出准确的预测。对于风电功率预测通常可采用以下3种方法：三次指数平滑法、ARMA方法以及灰色预测方法,但预测准确性不高,而采用风电功率预测的组合预测方法可以提高风电功率精度。将4种预测方法运用到实际风电功率算例中,由数值计算结果可以得出组合预测方法预测风电功率得到的结果精度较高。     

基于灾变灰预测的企业雇员离职预警模型研究

企业经营过程中,雇员离职是一种正常现象,但某些年份的非正常离职则往往会给企业带来不必要的麻烦和损失,能否对这种非正常离职进行有效预警就显得十分重要.针对这一课题,构建了一个基于灾变灰预测原理的雇员离职预警模型,并结合实例检验了利用该模型进行离职预警的可行性与有效性.     

基于残差修正灰色预测模型的北京市道路交通事故预测分析

社会机动车使用量的增加带来的道路交通安全问题日益突出.对北京市道路交通事故预测进行了研究.采用灰色GM(1,1)预测模型对北京市城市道路交通事故进行了预测,并根据预测结果精度等级进行了残差修正,得出了具有科学性的预测结果.此外,通过灰色关联度分析对北京市交通事故的各相关因素进行了比较,为交通管理部门有效地控制交通事故的发生提供参考.     

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.