灰色残差GM (1 , 1)模型在大气二氧化硫预测中的应用

应用灰色GM (1 , 1)模式理论与方法, 建立了临安市大气二氧化硫质量浓度的灰色残差预测方程x (t +1) =-0.107 432 e-0.095 872 t +0.123 917 , 并进行了预测。预测结果与实测值的相对误差绝对值介于0.56 %～ 14.51 %之间, 预测结果后验比与小误差概率分别为0.280 2 和1.0 。表明模型与实测值拟合程度好, 达到了较高精度。表3 参10     

GM（1,1）模型在房地产价格指数预测中的应用

本文简要介绍了灰色预测方法ＧＭ（１,１）模型的构造与模型检验。利用１９９８年１－６月中间房地产北京指数建立了北京市房地产价格指数预测模型。经模型检验,该模型预测、精度等级为一级,预测模型可靠。     

灰色模型GM(1,1)在建筑物沉降预测中的应用

建筑施工中,沉降观测是监测建筑物是否安全的重要环节,将灰色系统理论应用于建筑物沉降变形的数据分析,结合沉降观测实例,进行沉降预测结果的分析和检验,在一定程度上证实了建筑物沉降变形分析中采用灰色GM(1,1)预测方法的可行性.     

递进GM(1,1)模型在福建省茶叶产量预测中的应用

应用灰色系统理论,建立了福建省茶叶产量的动态模式,分析了茶叶产量的历史变动状况,并对2009年-2015年的茶叶产量进行预测。通过对原始数据序列开n次方来改善原始数据序列{x^（0）（k）}的光滑度,依据此数据建立的模型群代替原来单一的模型,极大地提高了预测精度。     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

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.     

灰色GM（1，1）模型群及其粮食产量的预测

科学准确地预测粮食产量，对于制定国民经济计划十分重要。目前粮食产量的预测方法很多，本文提出了粮食产量预测的灰色ＧＭ（１，１）模型群，并根据某县１９８１年～１９９０年的粮食产量资料，对该县１９９１年～１９９５年的粮食产量进行了预测。经分析，其预测结果可靠、预测精度比ＧＭ（１，１）模型大大提高。     

灰色理论在肇庆地区干旱预测中的应用

采用1979~2008年肇庆地区近30年的降水资料,根据《干旱评估标准》,确定肇庆干旱的灾变数据序列,建立GM（1,1）模型,采用最小二乘法求解参数a、b,得到肇庆地区GM（1,1）数列预报模型。经后验差方法检验,预测精度为＂好＂等级,故可用该模型对肇庆地区未来20年可能发生干旱的年份进行预测。预测结果显示,肇庆地区将在2009~2010、2013~2014、2018~2019、2022~2023、2028~2029年期间发生干旱。     

基于GM（1,1）模型和灰色关联分析的广西GDP预测研究

运用灰色关联分析对2001～2009年影响广西经济发展的相关因素进行了研究,并建立了灰色GM（1,1）模型对广西地区生产总值进行预测。     

GM(1,1)模型在烟台市人口预测中的应用

分析了1949~2004年烟台市人口变动状况,应用GM(1,1)灰色模型拟合了该地区人口数量,并对未来4年的人口数量进行了预测。结果显示,1949~2004年烟台市人口整体呈上升趋势,1960年有1个人口低谷值417.95万人;分别利用1949~2004年和1979~2004年人口数据建立GM(1,1)灰色模型,两者的拟合精度均较高,但后者要优于前者;利用1979~2004年人口数据建立的灰色模型预测未来4年内烟台市人口分别为664.45万、668.01万6、71.59万和675.19万人,人口有逐年缓慢上升的趋势。     

GM(1,1)模型在海口市农作物种植业水污染预测中的应用

根据海南省海口市2001～2005年的农作物播种面积、农业总产值、农业COD、氨氮排放量等数据资料,利用灰色理论建立了GM(1,1)模型,预测海口市2006～2010年的农业种植水的COD、氨氮排放量等指标,分析了海口市农业种植水污染的变化原因及趋势,并提出了治理海口市农业种植水污染的对策。     

优化GM(1,1)模型在预测地下水埋深中的应用

合理的开发和利用地下水对农场的可持续发展具有重大的意义。本文采用优化GM(1，1)模型，对地下水埋深进行了预测，拟合精度较高，预测效果较好，对于指导创业农场合理开发利用地下水提供数量指标和科学理论依据。     

Applying GM （1,1） to Forecasting the Dynamic Variation of Groundwater in Chuang Ye Farm

The area of well rice in the sanjiang Plain is incresing recently. At the same time,the groundwater resource has been wasted. Thus, the resource of groundwater is shortening. More and more area appears the phenomenon of “hanger pump” and “funnel”. According to these problems the paper adopts Chuang Ye farm as the research base ,through handle the data of groundwater, applying GM (1,1) to forecasting the dynamic variation of groundwater. The writer hopes to provide some references about using groundwater resource of the area in the future for readers.     

优化GM(1,1)模型在地下水水位预测中的应用

采用优化GM(1,1)模型,在已知郑州市连续5年的中深层地下水水位的前提下进行建模,模型经检验合格,并对第6年的水位进行了预测,结果表明,预测结果与实际情况大致吻合。     

基于GM(1,1)模型的四川省林业产业结构预测

【目的】预测四川省林业产业结构未来几年的发展趋势,为该省制定林业发展策略提供依据。【方法】以四川省2000-2010年林业三次产业产值为依据,在Matlab环境编码实现不同维数GM(1,1)模型相关参数的计算,选择精度最高的GM(1,1)模型与同等维数的新陈代谢GM(1,1)模型相结合,预测四川省2011-2020年间的林业产业结构。【结果】研究选择四维GM(1,1)模型与四维新陈代谢GM(1,1)模型结合,分别对四川省2011-2020年林业三次产业产值进行动态预测,并得到三次产业产值的比例关系。【结论】四川省林业产业结构在2011-2016年期间为"第二产业>第一产业>第三产业",2017年转换为"第二产业>第三产业>第一产业",且该结构有一直持续的趋势。     

应用GM(1,1)模型对天然橡胶期货价格进行预测的实证分析

运用灰色系统理论的原始GM(1,1)模型与新陈代谢GM(1,1)模型,对上海期货交易所的天然橡胶期货品种的价格进行预测,研究在不同的GM(1,1)模型下的精确度。结果显示,新陈代谢GM(1,1)模型要比原始GM(1,1)模型精确度高,在进行价格预测时,可以根据精确度高低的要求选取合适的模型。     

基于灰色模型GM(1,1)的荆州市耕地动态变化分析

以湖北省荆州市1997～2004年耕地数据为基础和平台,运用灰色预测GM(1,1)模型,探讨耕地数量动态变化,为可持续发展规划提供参考.结果表明,GM(1,1)模型对荆州市耕地资源数量的历史趋势拟合程度较高,预测结果符合荆州耕地数量变化规律.荆州市耕地面积在未来几年内仍将呈现出持续减少的趋势.因此保护耕地资源,合理利用和保护耕地都是刻不容缓的任务.