灰色系统理论在林业用地预测中的应用

根据灰色系统理论,建立了辽宁省某市林业用地的常规GM(1,1)预测模型,并进行了模型精度检验,相对误差最大为0.53%,利用该模型对2003年的林业用地状况进行了预测检验,相对误差为3.65%,小于5%,证明该预测模型预测精度较高,预测效果较好。针对灰色系统理论及研究区域林业用地的特点,提出了在今后林业用地预测时可以在利用GM(1,1)模型进行预测的基础上,叠加国家规划中每年的生态退耕还林量而获得最佳林业用地量预测值的建议。     

基于灰色神经网络的粮食预测

结合灰色GM(1,1)预测模型和BP神经网络2种预测模型的优点,提出了一种灰色神经网络模型,并用该模型对蚌埠市小麦产量进行预测。结果表明,灰色神经网络预测精度高于单一的灰色GM(1,1)预测模型或BP神经网络。     

宝鸡市城乡建设用地规模灰色系统模型预测

针对宝鸡2002—2007年城乡建设用地动态变化的特点和规律,根据灰色关联度,分析了宝鸡市城乡建设用地规模的驱动因子。结果表明,总人口因素的相关性最大;用灰色系统理论建立GM（1,1）预测模型,预测了2010和2020年宝鸡建设用地的变化情况,为宝鸡市合理利用土地,实现土地资源的可持续利用提供参考。     

城市建设用地需求预测 ——以长沙市为例

以长沙市2000—2015年土地利用变更数据为基础,引入双因素理论预测模型对长沙市建设用地需求量进行预测。以灰色系统理论为基础,利用长沙市2010—2016年固定资产投资统计数据建立灰色序列GM(1,1)模型。结果表明:到2020年末,长沙市城区建设用地需求预测值为2080.49km2,预测结果符合长沙市经济社会发展趋势,具有可行性。     

基于灰色预测模型的辽宁省城乡建设用地需求预测研究

从建设用地需求预测的理论出发,采用2010年~2015年辽宁省城乡建设用地统计数据,运用灰色GM(1,1)模型对辽宁省11个地级市(铁岭、朝阳、葫芦岛除外)的城乡建设用地中的城镇用地、村庄用地等进行预测。结果表明:2017年~2020年期间城镇、村庄用地总量仍呈上升趋势,预计到2020年城镇用地将增加20204公顷,城镇用地需求仍呈现较大增幅;村庄用地增加1650公顷,村庄用地增速明显下降。     

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。     

基于灰色马尔可夫模型的农业用水量预测

将灰色GM(1,1)模型和马尔可夫模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)模型预测,再用马尔可夫模型对预测结果进行优化,使预测精度大大提高.最后以辽河流域某典型区为例,预测结果证明了该模型的优势.     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

灰色系统理论在农用薄膜需求量预测中的应用

本文运用灰色系统的理论 ,建立GM (1,1)预测模型 ,通过残差检验、关联度检验、后验差检验 ,验证了所建模型的正确性。最后用该模型对农用塑料薄膜近几年的市场需求量进行了合理预测。     

关于灰色预测模型的一点探讨——灰色预测模型的改进

灰色预测模型通常是GM(1,1)模型,但预测精度有时不令人满意.因此利用以下两种方法的结合对模型GM(1,1)做了进一步的改进,提出了一个预测精度较高的新灰色预测模型。第一步:利用"幂函数变换"模型,它能提高离散数据的光滑度,从而提高了灰色预测模型预测结果的可信度.第二步:分析GM(1,1)预测模型存在的理论缺陷,指出在形成预测公式时规定为∧X(1)(1)为已知条件是不合理的,应当根据实际情况选用其他数据。     

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.     

基于灰色动态GM模型与计算机模拟的丽江旅游前景预测

[目的]以丽江旅游业为例,建立旅游前景预测体系,解决旅游区相关工作难点。[方法]首先构造丽江市旅游市场的动态预测反应模型,通过灰色关联模型GM（1,1）和时间序列法,利用计算机模拟程序进行实际的模型操作,预测丽江市旅游前景并对预测结果进行评价。[结果]2009～2011年丽江市旅游业总收入模型灰参数a为0.5723,内控参数u为0.3937,x（t＋1）=-0.5633exp（-0.5723t）＋0.6880;2009～2011年丽江市旅游业接待总人数模型灰参数a为-0.1256,内控参数u为344.3260,x（t＋1）=3102.4835exp（0.1256t）-2741.2835。2个模型的检验结果表明拟合程度很好,同时,预测出丽江市旅游业2011年将达到或超过130亿元的总收入,旅游接待总人数将突破880万人次。[结论]该预测体系对其他各旅游区在获取信息不完整的情况下,可进行较为精准的预测。     

基于改进算法的灰色马尔科夫模型的建设用地预测

改进灰色系统理论GM（1,1）模型的算法,并且将改进后的灰色模型与马尔科夫模型结合。通过对灰色系统预测数据的修正,既发挥了灰色系统预测精确的特点,又利用了马尔科夫模型对预测波动性数据准确的优势。结合西安户县的实例,对在时间序列上展开的具有一定的波动性的建设用地数据进行预测,达到很高的预测精度。     

赣州市土地承载力研究

根据赣州市社会发展情况、土地利用现状,确定赣州市主要食品消费量,然后将各类食品根据其所合营养成份转化为蛋白质、脂肪和热量.采用灰色GM(1,1)模型、线性回归模型,对赣州市蛋白质、脂肪、热量需求以及人口进行预测,根据预测结果分析得出土地承载力研究结论.     

基于MGM-Markov的城镇建设用地预测模型的研究

根据城镇建设用地需求的特点,在预测城镇建设用地规模中引入多变量灰色马尔科夫模型（MGM—Marko）,并用其对潜江市城镇坡用地需求进行了预测。结果表明：该模型能够很好地反应实际城镇建设用地规模变化的情况,具有较好的科学性和实用性。     

云阳县人口—耕地—粮食复合系统现状与未来的灰色理论分析

应用灰色系统理论的ＧＭ（１，１）模型分别对云阳县人口、耕地、粮食等进行了预测，并对预测结果进行了分析。同时对影响云阳县粮食产量的行为因子也进行了关联分析，提供了解决云阳县人口－耕地－粮食复合系统供求矛盾的若干政策措施。     

基于多元回归分析和灰色模型的康乐县城乡建设用地预测

结合多元回归分析和GM(1,1)灰色预测模型,以康乐县为研究对象,通过2000年～2008年的城乡建设用地面积数据预测了2015年和2020年的康乐县城乡用地面积.结果表明:通过多元回归分析,灰色预测模型的2015年和2020年康乐县城乡建设用地预测结果分别为4 671.16、4 698.28hm2和4 783.04、4 827.81hm2,与城乡规划指标4 898.25、4 916.63hm2较为相近,预测可行.     

基于新信息优先的新疆棉花产量预测模型

根据灰色系统理论的新信息优先原理,对GM(1,1)模型进行了改进,提出了一种基于新信息优先的GM(1,1)模型,并结合实际情况分析了GM(1,1)模型和基于新信息优先的GM(1,1)模型的预测结果,残差检验和后验差检验结果表明,所建模型比GM(1,1)模型精度高,具有重要的理论价值和实践意义。