灰色理论GM（1，1）模型在畜禽粪便产量预测中的应用

运用灰色系统理论和方法，以北京市密云县檀营乡1999-2003年畜禽粪便猪粪当量年产量为依据，构建灰色GM（1，1）预测模型，模型为X^（1）（t＋1）=3．5284e^0.1617t-3．0884，后检验比值C=0．1812，P=1，模型的预测精度达到一级，1999-2003年平均相对误差为4．38％，模型的预测效果比较理想。     

基于灰色系统理论的湖南省电力需求分析与预测

在灰色系统理论的基础上，给出了影响电力消费的社会经济因子灰色关联分析，设计GM（1，1）预测模型较好地预测了2003—2015年的湖南省电力需求．结果表明，湖南省电力需求与湖南省城乡居民收入水平有密切关系，为用灰色关联理论方法预测湖南省未来电力的需求提供了可信度．2003—2015年湖南省电力需求预测精度较高，能够反映其实际发展趋势．     

天津市国民经济发展的灰色关联预测分析

本文运用灰色系统理论分析了天津市国民经济发展状况影响因素的主次，并且试图建立一种预测经济发展GM(1，1)灰色系统模型，同时预测了2003年的经济发展，为经济的发展提出了建议．     

用灰色理论预测青海湖裸鲤的年产量

应用灰色理论与方法,以1991~1998年青海湖裸鲤Gymnocypris przewalskii przewalskii的年产量统计数据为基础,建立了灰色系统理论GM(1,1)预测模型,用该模型对1999年青海湖裸鲤的年产量进行了预测。结果表明:青海湖裸鲤年产量的时间响应函数模型为x^(0)(k 1)=4974.9670996e-0.232119k,多年平均相对误差为10.33%,后验差比值C=0.248352,小误差频率P=1,模型的预测精度达到一级;1999年青海湖裸鲤年产量的预测值为776.8 t,与实际产量(807 t)的相对误差为3.73%,模型的预测效果比较理想。     

GM(1,1)模型对烟草产量的灰色预测

为了科学规划福建省宁化县烟草种植，运用灰色系统理论对该县1996～2004年烟草产量数据进行分析，建立了灰色系统的预测GM（1，1）模型。运用GM（1，1）模型对全县的烟草产量进行预测，并对预测结果分别进行了残差、关联度和后验差检验。结果表明，预测产量与实际产量大体吻合，二者的平均相对误差为2．28％，关联度为0．91（k=0．5），方差比为0．4，小误差概率为1。经与检验标准对比，显示所建模型精度较高，可用于宁化县烟草产量的短期预测。     

基于时间序列数据的粮食播种面积单产预测模型研究

采用了一种基于时间序列数据的灰色—线性回归模型对广西某市的粮食作物播种面积的单产进行了预测,并将预测结果及预测误差与线性回归模型及灰色GM（1,1）模型的预测结果进行了比较。结果表明,灰色—线性回归组合模型进行粮食作物耕地需求量预测精度较高,具有科学可行性。     

基于优化灰色模型的河北省粮食总产量预测分析

根据《河北经济年鉴2013》中最新修订的2007—2012年农业经济统计资料,运用灰色系统理论和方法,对河北省粮食总产量建立了优化灰色预测模型,并对此模型进行了分析检验,得到该预测模型的精度为一级。与常规GM(1,1)模型相比较,优化灰色模型能够明显地提高预测精度,增强预测的可靠性,有很强的实用价值。利用所建模型,对2014—2019年河北省粮食总产量进行预测,预测结果表明:2014年河北省粮食总产量预计达到3 450.8万t,未来几年还会继续稳步上升,2019年河北省粮食总产量有望突破4 000万t,为全国粮食供给提供了强有力的保障。     

陕西省近20年粮食产量变化及预测研究

深入了解陕西省粮食产量的变化情况,探究影响陕西省粮食产量的主要因素,为粮食安全政策构建提供科学合理理论参考。本文选取陕西省1999—2019年的粮食产量数据作为基础数据,采用GM (1,1)预测模型对未来5年(2020—2024年)陕西省粮食产量进行预测分析。研究结果表明,陕西省粮食产量变化趋势为波动型增长,单位面积粮食产量和人均粮食产量的变化情况与粮食总产量变化趋势基本保持一致。灰色GM (1,1)模型预测结果显示,2020—2024年陕西省粮食产量将呈现小幅稳步增长的发展趋势。模型平均相对预测误差模型平均相对误差Δ=0.03370.10,预测精度较高。     

灰色动态GM(1,1)模型在豫南稻区油菜产量预测中的应用

根据信阳1999～2006年稻区油菜产量的统计数列,建立了灰色动态GM(1,1)预测模型,预测2007～2009年豫南稻区油菜产量水平,旨在评价灰色动态GM(1,1)预测模型的效果,并为豫南稻区的油菜生产提供依据.经检验该模型的精度高.回测1999～2006年的结果,拟合率高,拟合结果显示:模型的平均误差率为-2.67%,精度为优(C=0.17,P=1);预测结果表明:豫南稻区油菜产量呈增加趋势.     

灰色动态GM(1,1)模型在豫南稻区油菜产量预测中的应用

根据信阳1999～2006年稻区油菜产量的统计数列,建立了灰色动态GM(1,1)预测模型,预测2007～2009年豫南稻区油菜产量水平,旨在评价灰色动态GM(1,1)预测模型的效果,并为豫南稻区的油菜生产提供依据。经检验该模型的精度高。回测1999～2006年的结果,拟合率高,拟合结果显示:模型的平均误差率为-2.67%,精度为优(C=0.17,P=1);预测结果表明:豫南稻区油菜产量呈增加趋势。     

基于GM模型的河北省房地产投资分析

房地产投资由于影响因素众多且具有较强的不确定性，是一个典型的灰色系统。灰色预测方法由于其所需数据少，预测精度高等优点在社会各行业得到广泛应用。本文运用灰色预测中的GM（1，1）模型对河北省房地产投资额进行了分析，建立模型，并给出了相应得预测。     

基于灰色序列GM(1,1)模型的阿克苏市建设用地需求预测研究

科学合理的建设用地需求预测能够为土地利用总体规划提供有力的科学依据。引入灰色系统理论,利用阿克苏市1999~2005年建设用地统计数据建立灰色序列GM(1,1)模型,对阿克苏市建设用地需求进行预测。结果表明:预测结果通过精度检验,具有有效性和实用性。     

灰色预测在桉树冻害预报中的应用

本文应用灰色系统理论,选取历年冬季连续30天内≤0℃最大日数为低温指标,建立GM(1,1)模型,对绵阳市大叶桉冻害进行了预测。预测模型为:P(K+1)=25.1239e~(0.3645k)-23.1239后验差检验模型精度为第一级“GOOD”。预测下次灾年将在1999年出现。     

日本落叶松人工林生长量的灰色—马尔柯夫预测

应用灰色GM(1,1)模型进行日本落叶松人工林生长趋势预测,在对43块标准地进行每木检尺的基础上,获得了不同龄阶平均单株木的3个测树因子胸径、树高、材积的总生长量,利用这些基于时间序列的原始数据对GM(1,1)模型进行拟合。其模型模拟检验精度:胸径、树高、材积均为Ⅱ级可用水平;发展系数|a|<0.3,可用于中长期预测。由预测产生的相对误差的大小,将原始数据划分为4种状态,分别写出胸径、树高、材积的四步概率转移矩阵p(i),建立灰色—马尔柯夫预测模型。从对32、34龄阶的预测结果看,灰色—马尔柯夫模型预测的平均相对精度分别为胸径99.22%、树高99.73%、材积98.33%,能进行高精度的预测工作。     

基于新维无偏灰色马尔可夫模型的小麦产量预测

针对小麦产量具有较大波动性的特点,结合灰色预测模型和马尔可夫理论,同时利用新信息优先的思想,以河南省2010—2019年小麦产量作为原始数据建立无偏灰色GM(1,1)模型、无偏灰色马尔可夫模型和新维无偏灰色马尔可夫模型,并对比3种模型的预测精度.结果表明,新维无偏灰色马尔可夫模型能提高预测精度,适合中长期预测,并预测出河南省未来5年的小麦产量数据.     

多变量灰色预测模型在荔枝病虫害预测中的应用

荔枝病虫害易造成荔枝Litchi chinensis Sonn.产量少、品质劣、价格低，导致果农收益下跌，产业发展受制。因此，建立荔枝病虫害预测预报模型，开展病虫害发生程度预测，对荔枝产业高质量发展具有重要意义。基于2004—2020年广州市增城区第二代荔枝蒂蛀虫驻果率数据，以及前期气象要素数据，对影响蒂蛀虫驻果率的气象因子进行灰色关联分析，筛选出主要影响因子，采用多变量灰色预测模型GM(1,N)构建第二代蒂蛀虫驻果率预测模型。通过后验差以及小概率误差检验方法进行模型精度检验，并结合马尔科夫模型进行优化，以提高预测模型精度。研究结果表明，采用多变量灰色预测模型GM(1,N)进行荔枝蒂蛀虫驻果率预测，预测精度较高，可为荔枝病虫害预防提供决策参考。     

数学模型在淮安市食物中毒事件预测中的应用

[目的 ]构建淮安市食物中毒发生事件数的数学模型并验证其合理性和准确性。[方法 ]收集2003-2015年淮安市食物中毒事件数据,用EXCEL和SPSS拟合灰色预测模型GM(1,1)、回归预测模型进行统计分析和预测。[结果 ]使用灰色预测模型GM(1,1)取得的后验差比值为0.7631;平均相对误差e%为11.48%,后验差比值0.76310.8852,拟合精度合格;使用幂函数模型预测2003-2015年淮安市食物中毒事件数各年度的相对误差最低为0.4%,最高为82.4%,平均相对误差为29.3%。[结论 ]两种方法预测2016年淮安市食物中毒事件数为4件。两种方法均可用来预测淮安市食物中毒发生事件数,预测效果可靠。     

灰色系统理论在陕西省农作物秸秆可收集量预测中的SAS应用

[目的]在SAS环境下,运用灰色系统理论对陕西省农作物秸秆可收集量进行预测。[方法]以草谷比和可收集系数估算2005—2015年陕西省农作物秸秆可收集量。以农村就业人口、农作物播种面积、农用化肥施用量和农业机械总动力作为影响农作物秸秆可收集量的4个主要因素进行灰色关联度分析。在SAS环境下,利用GM(1,1)灰色模型和基于GM(1,1)的多元回归模型对2016—2020年的陕西农作物秸秆可收集量进行预测,并对模型精度与误差进行分析比较。[结果]基于GM(1,1)的多元回归模型预测精度高于GM(1,1)模型的精度,较准确预测了2016—2020年陕西农作物秸秆的可收集量。[结论]准确预测农作物秸秆可收集量可为政府开展农业面源污染防治、提高秸秆综合利用提供强有力的数据支撑。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

基于灰色理论系统的西非海域捕捞渔获量预测

西非海域包括中东大西洋和东南大西洋两个渔区，是全球重要的渔业生产区域，科学预测其未来渔获量变化趋势，有利于该海域渔业资源的科学管理和开发。根据2000—2020年联合国粮农组织（FAO）提供的渔获量数据，采用灰色关联分析法和灰色预测理论，分别分析了影响中东大西洋和东南大西洋总渔获量的主要渔获类别，建立多种 GM (1,N)模型并进行比较分析，同时利用2018—2020年渔获量数据进行验证，获得最优GM（1,N）模型预测2021—2025年中东大西洋和东南大西洋总渔获量。本研究分析发现两海域最优预测模型均为GM（1,6），模型预测值与原始值的灰色关联系数均最大，分别为0.825和0.867，平均相对误差均为最小，分别为2.705%和1.734%；2018—2020年渔获量预测平均相对误差分别为4.63%和8.24%；2021—2025年中东大西洋和东南大西洋总渔获量预测值分别为497.67～588.79万t和138.20～147.41万t。研究认为，中东大西洋总渔获量在十四五期间最多增长约为48万t，增长幅度较小，建议加强资源养护、管控捕捞规模，制定和实施禁渔期等有效管理养护措施，建立科学合理渔业合作机制；东南大西洋总渔获量呈平稳波动状态，建议加强重点鱼种的养护管理，深化区域渔业合作，适当扩大捕捞海域范围，实现渔业可持续利用。