基于灰色新陈代谢模型的我国棉花产量预测

为预测2011年我国棉花产量,基于灰色预测建模思想和新陈代谢原理,建立了灰色新陈代谢预测模型,并结合实际情况分析了常规GM（1,1）模型和新陈代谢GM（1,1）模型的预测结果,表明新陈代谢预测模型比常规预测模型精度高。用新陈代谢GM（1,1）模型预测的我国2011年棉花产量为614.968 3万t。     

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。     

新陈代谢GM(1,1)模型在林业产值预测中的应用

利用灰色预测的建模机理,结合我国林业生产发展实例,建立了林业生产的新陈代谢GM(1,1)预测模型,通过实例计算表明,该模型优于常规GM(1,1)模型。应用该模型预测可知,我国的林业产值在2011～2012年期间将保持快速发展态势。     

PXGM(1,1)模型在参考作物腾发量预测中的应用

为了提高参考作物腾发量预测模型的预测精度,将灰色新陈代谢预测模型与粒子群优化算法(PSO)相结合,提出PXGM(1,1)模型,并用该模型来预测阜新市参考作物腾发量.结果表明:优化后的新陈代谢GM(1,1)模型(简称PXGM(1,1)模型)的预测精度较原有的灰色新陈代谢预测模型的预测精度有了很大的提高.该模型建模过程简单、适用性强,为参考作物腾发量的预测提供了新的方法.     

灰色新陈代谢模型在农民收入和消费预测中的应用

运用灰色系统理论和方法,建立了灰色新陈代谢GM（1,1）宁夏农村居民人均纯收入和人均生活消费模型。在MATLAB环境下对该模型的精度以及误差进行了分析,并利用该模型对宁夏农村人均纯收入和人均生活消费进行预测。预测结果表明,灰色新陈代谢GM（1,1）预测模型能够明显地提高预测精度,增加预测的可靠性。     

灰色建模在干旱灾变预测中的应用

干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。     

灰色建模在干旱灾变预测中的应用

干旱是阳城县的主要农业气象灾害之一,对于农业生产影响面广,造成的危害也非常严重。加强干旱灾害的分析预测对农业生产和防灾减灾具有十分重要的意义。灰色GM(1,1)模型是基于灰色系统理论的最常用预测模型。灰色灾变预测就是通过对灾变日期序列建立GM(1,1)模型,预测以后若干次灾变发生的日期。本文拟通过对阳城县1957-2012年的年降水资料进行统计分析,确定干旱灾变指标,建立灾变日期序列,并进行检验,用优化后的数据序列建立GM(1,1)模型,同时与不对原始日期序列进行检验的GM(1,1)模型进行比较,并把该模型应用于阳城县干旱预测中。     

基于新陈代谢GM(1,1)模型的陕西省生猪及猪肉生产预测

对陕西省生猪及猪肉生产进行准确预测,力求避免盲目扩大或缩小生产规模给陕西省生猪产业造成经济损失是本文的研究主题。首先,利用1999～2008年陕西省生猪及猪肉生产的相关数据,对其生猪及猪肉生产的现状进行了分析;其次,运用灰色系统理论建立了不同维的常规GM(1,1)模型群,根据不同维预测模型的相对误差优选出基础GM(1,1)模型,并建立了灰色新陈代谢GM(1,1)模型,对陕西省未来五年的生猪及猪肉生产进行了预测;最后得出结论并提出适应陕西省生猪及猪肉生产的相关建议。     

ARIMA模型和灰色模型在农产品价格预测中的应用比较

以遵义猪肉价格为例进行预测模型分析,构建了ARIMA模型和灰色模型,对2种模型的具体步骤进行对比分析。结果表明,ARIMA(1,1,0)模型和灰色模型GM(1,1)为最优预测模型;在农产品价格模型中,ARIMA模型适合短期预测,灰色模型适合中长期预测。     

基于粒子群优化算法的灰色预测模型GM(1,1)改进

为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。     

土地利用规划中人口预测模型研究

在描述人口自然增长模型、加权平均增长模型、回归预测模型和GM（1,1）预测模型的特点和适用条件的基础上,以河南省固始县为例,依据1991~2007年《固始县统计年鉴》中的人口统计资料数据,分别建立4组模型对其人口变化情况进行拟合,同时预测2008~2009年人口规模对其进行精度验证。分析检验结果显示,人口自然增长模型预测结果精度不高,加权平均增长模型在人口总规模不稳定时预测结果不科学,GM（1,1）模型和回归模型的结果与实际数据符合程度较好,可采用两者的平均值作为最终预测结果。     

烤烟糖碱比和氮碱比的醇化预测模型研究

[目的]建立醇化烟叶化学成分的预测模型,用于预测醇化后烟叶化学成分协调性的变化情况,以便指导配方打叶的小配方模块设计。[方法]利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。[结果]糖碱比灰色模型精度较高,2种模型精度分别达到了98．37％、99．73％;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93．56％、88．52％。[结论]建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。     

MGM(1,n)模型在预测城市地下水水位动态变化中的应用

为科学地进行城市地下水水位动态变化预测,提出多变量灰色模型MG(M1,n)模型(multi-variablegreymodel),是单变量的G(M1,1)模型在多变量(n元变量)情况下的推广。通过模型比较,该模型拟合精度优于G(M1,1)模型和BP网络模型。     

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)模型的黄河花园口站的径流量预测

通过对研究区年均径流量资料进行分析,根据径流量和时间的关系,建立GM（1,1）模型,并将其应用于年径流量的预测,为相关部门的决策提供参考依据。     

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.     

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.     

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。     

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.