基于灰色预测模型的核事故医学应急装备使用保障费用分析

建立了核事故医学应急装备使用保障费用分析模型,且通过GM(1,1)灰色预测模型对核事故医学应急装备使用保障费用进行预测分析,解决了传统方法因数据缺乏而预测精度不足的问题。并用实际数据对预测模型进行了精度验证,结果表明该方法具有很好的预测精度,可用于核事故医学应急装备使用保障费用的预测和估算,为相关部门经费分配提供决策支持,对加强核事故医学应急装备全系统、全寿命的经济技术可行性论证,提高决策水平、计划的科学性和经费整体使用效益都具有重要意义.     

灰色预测模型简介及其在年产量预测中的应用

本文简介了邓聚龙教授在《灰色控制系统》一书中提出的灰色预测模型，并编写了相应的预测程序，对大庆石化总厂主要产品年统计量进行预测、得到了今人满意的结果。     

基于灰色系统理论的空军装备维修保障费用预测模型

随着空军武器装备的迅猛发展,维修保障在装备战斗力形成和发挥中的地位与作用越来越重要.运用灰色系统理论,科学确定装备维修保障需求,使维修保障系统建设与武器装备发展需求相协调,维修保障能力与装备作战需要相适应,不断满足现代高技术条件下军事斗争准备对维修保障的需求.     

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。     

基于灰色组合模型的发动机研制费用估算研究

参数估算法作为LCC的一种估算方法主要应用于武器装备研制费用的估算.由于样本数据较少,且变量之间的线性相关程度较高,如果使用传统的多元线性回归方程法估算,则会严重降低估计结果的有效性.为解决这一问题,研究了灰色组合模型在发动机研制费用估算中的应用.通过实例计算表明,本方法用较少的样本可以得到较高的估算精度.     

改进的灰色模型及在短时交通流中的应用

基于城市道路交通流按日周期变化的数据特征,提出一种可自动选择步长的灰色模型算法.将其应用到美国Minnesota的两个道路交通流的预测,并和传统灰色模型、历史平均法以及滑动平均法对比.数值实验结果表明:改进的灰色模型能够大幅降低预测绝对误差,预测精度高,稳定性好,适用于城市道路短时交通流的实时预测.     

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.     

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.     

灰色系统理论在粮食产量预测中的应用

应用灰色系统理论的基本原理,建立灰色预测模型,并以2010-2015年甘肃省的粮食产量为统计资料,运用GM(1,1)模型进行预测,取得了较好的预测效果.     

最佳灰色回归组合模型及其在中国火灾预测中的应用

火灾每年给国家和人民生命财产造成巨大损失.火灾现象具有随机性、模糊性,是个复杂的灰色系统行为.研究火灾发生规律及发展趋势,具有实用价值.为此,首先给出最小二乘估计(LSE)意义下的最佳组合预测模型的定义,并求得组合模型的权的公式和证明权的唯一性.其次,用回归分析方法建立多个回归模型,并按以下三条标准:①回归指数(或相关系数)r大、②系统误差s小、③模型精度p高,选定最佳非线性回归模型;用灰色理论建立多个灰色模型,并按以下三条标准:①后验差比值c小、②小误差概率P大、③预测关联度ξ大,选定最佳灰色模型;再用最小二乘法将最佳回归模型与最佳灰色模型有机地结合起来建立的中国火灾最佳灰色回归组合预测模型.最佳灰色回归组合预测模型综合利用前两者提供的不同的有用信息,改善了单一模型的局限性,提高了模型的预测精度,减少了预测误差,使预测效果更佳.组合模型预测中国年火灾起数处于动态增长过程.     

残差灰色预测模型在我国老龄人口预测中的应用

利用灰色预测理论,建立了GM(1,1)模型和残差灰色预测模型,经过分析,结果表明:残差灰色预测比GM(1,1)模型预测精度高.于是,利用残差灰色预测模型对2012-2020年我国人口老龄化状况进行了预测,为我国政府制定正确的相关政策提供科学理论依据.     

复杂系统中的自聚集,系统功能与正反馈

提出了复杂系统中自聚集的概念,这是广泛存在于复杂系统中的一种自组织的形式,然后考虑系统的功能,尝试对熟知的1+1＞2(总体大于部分之和),即关于系统功能的定性表达,寻求一种进一步定量定性的更一般的关系.给出了一个描述复杂系统的简单的网络模型,它有相当广泛的代表性,并用它分析系统的生长、演化及涌现过程以及在过程中功能的变化,得到一个定量定性的关系式f(n)=1/2n(n-1),表达功能变化规律.此式能揭示系统功能的一些性质并解释一些重要现象,诸如: 1+1＞2是此式当n=2时的特例,此式还给出具体的非线性;它还说明系统生长初期,组分的增减对系统的功能影响显著;当系统规模达到一定大时,将导致稳态涌现;以及系统功能从起始的脆弱性到稳态涌现的鲁棒性.f(n)还蕴涵着正反馈的激励放大机制,并给出一个表达式.据此说明此式可作为“报酬递增”的机制以及导致无标度网结构形成的“优先连接”的机制.最后是几句关于复杂与简单的话.     

TOBIT模型在医疗费用研究中的应用

对一般人群进行医疗费用调查研究时,会存在有相当一部分人的医疗费用支出为零,以此作为因变量使用经典的线性回归进行统计建模时将会导致估计值的偏差。本文尝试使用Tobit模型及其半参数估计方法解决因变量存在大量零删失数据的问题,通过对太原市城镇居民医疗费用相关影响因素调查数据的实证分析,用以为医疗费用控制和医疗保险制度改革提供更有效的统计学方法支持和政策依据。     

非线性灰色Bernoulli模型的改进及应用

非线性灰色Bernoulli模型是灰色预测模型的一类拓展,在捕捉序列非线性趋势性能上表现良好,但仍然存在许多改进的空间.在传统的非线性灰色Bernoulli模型的基础上提出一种改进的方法,结合优化初始值,采用Guass-Newton算法求解最优模型参数以及滚动建模机制三个方面对模型进行改进.数值结果表明,优化初始值能够提高模型的预测精度,Guass-Newton算法寻求最优参数以及滚动建模机制能进一步减少预测误差的产生.因此,改进的模型能够有效地提高非线性灰色Bernoulli模型的预测性能.     

Lotka-Volterra模型参数的灰色估计法及其应用

基于灰色直接建模法,提出了估计Lotka-Volterra模型参数的一种方法,较好的反映了相互影响的两个变量之间的互惠、竞争等关系,为定性预测分析提供了实证支持,并得到了定量预测的结果.实例说明本模型的有效性和适用性.并证明了数乘交换不影响原始序列的模拟精度,为解决灰色预测模型的病态性提供了思路.     

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.     

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.     

基于灰色理论的线性回归模型的参数理论及应用

线性回归分析是数理统计学的基本内容之一,但传统数理统计学中的线性回归分析,是建立在非模糊的随机数据上的线性回归估计和回归系数检验。而现实经济社会中大量存在含有模糊或灰色等不分明性的数据,面对这类不分明性数据,简单地使用传统的统计分析方法显然是不足取的。要想较为科学合理地分析与决策,需要利用灰色系统的相关理论,应用于随机系统信息,从而建立灰色线性回归估计、预测和灰色回归系数检验的基本理论方法,并把该方法应用于金融分析实例中,与经典线性回归分析方法进行对比,足见灰色线性回归方法能够提供比经典线性回归较多的有效信息,从而提出处理不分明数据新的方法。     

灰色系统理论在人口发展预测中的应用

根据贵州省遵义市各个时期期末人口统计数据,应用灰色系统理论进行计算、预测分析,结果令人满意,为该市人口发展提供了必要的信息.     

语言数据的自回归模型及其在上证综指预测中的应用

专家对金融证券市场的感知和判断是一相对重要的信息资源,应在系统建模中结合实际数据加以适当吸收和利用.本文给出基于随机模糊结合方法的一类移动平均自回归模型,并将其用于上证综指月度数据的趋势预测中.由于专家的感知或判断通常以语言形式表达,而语言通常具有模糊性特征.基于模糊随机变量对此类语言数据定义其均值、方差、协方差以及误...