宿州市大涝发生年份的中心逼近式GM(1,1)预测模型研究

以Z指数为旱涝指标,确定宿州市大涝年份,应用改变背景值的中心逼近式GM(1,1)模型,通过调整m值提高模型精度,建立了精度较高的宿州市大涝发生年份GM(1,1)预测模型,并对宿州市下一个大涝发生年进行了预测。     

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。     

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。     

用Simpson公式构造背景值的GM(1,1)建模新方法

提出了用Simpson 数值积分公式构造背景值的GM(1,1) 建模新方法，并通过算法分析和一些实例说明了该方法对很多时间序列应用方便，且其模型的拟合精度也比一些文献中的建模方法有明显改进.认为所提出的方法是建立GM(1,1) 预测模型时值得考虑的一个新方法，这不仅将对GM(1,1) 建模方法的理论研究提供必要的算法依据，而且对合理应用GM(1,1) 预测模型具有一定的参考价值.     

组合预测模型在黑龙江省农机总动力预测中的应用

农机总动力是反映和评价农业机械化水平的一个重要指标.通过对黑龙江省农机总动力历史数据进行分析,建立了指数模型、GM（1,1）模型和BP神经网络模型3种预测模型,其次,应用基于离异系数法、二次规划法、Shapley值权重分配法分别构建组合预测模型.拟合结果表明,各种组合预测模型优于各单一模型.最后应用基于Shapley值权重分配法对黑龙江省农机总动力进行组合预测,为制定农机动力发展规划提供了依据.     

递进GM（1,1）模型在福州市耕地预测中的应用

利用福州市1994～2007年的耕地数据,运用灰色预测GM（1,1）模型,探讨耕地数量动态变化特征,结果表明：递进GM（1,1）模型对福州市耕地资源数量的历史趋势拟合程度较高,预测结果符合福州耕地数量变化规律,且福州市耕地面积在未来几年内仍将呈现出持续减少的趋势。     

灰色预测模型在我国油菜产量预测中的应用

油菜产量的准确预测对油菜种植面积有重要的指导价值。将能排除数据干扰性的弱化算子引入GM（1,1）模型,建立了基于改进的GM（1,1）模型的我国油菜产量预测模型,最后通过实例演算,运用改进的GM（1,1）模型预测我国油菜产量具有较高的预测精度。     

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。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

灰色理论预测方法在地理学中的应用研究

介绍了灰色预测理论,针对地理学问题引入马尔可夫链修正GM（1,1）预测模型,并依据气象数据的特性对该模型进行改进,形成适应于气象数据预测的改进的等维无偏递补GM（1,1）马尔可夫预测模型。最后,以哈尔滨市气温和风力数据进行了模型预测验证。结果表明：利用改进的模型进行气象预测,效果令人满意。     

灰色线性回归在冬小麦产量长期预测中的应用

针对农作物产量序列既有线性趋势又有大幅波动的情况,用直线回归残差分离原始序列,构建灰色线性回归组合预测模型。对宿州冬小麦产量的预测结果表明,该模型克服了GM（1,1）模型和线性回归模型的缺陷,具有一定的应用价值。     

基于时序残差辨识的终霜日灰预测模型研究

终霜冻出现的早晚是影响宿州市春播作物和越冬作物生长发育的重要因素。根据季节事件灰预测机理和时序变量灰化处理思想建立时序残差GM(1,1)修正模型,模型精度有所提高,对终霜期的长期预测具有一定的参考价值。     

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。     

徐州市秋旱灰预测

对徐州市1960～2009年秋季降水量进行Z坐标变换,求得旱涝指数,以旱涝指数确定秋旱年份序列。对秋旱灾变序列取不同维数,建立GM（1,1）预测模型群,预测结果为灰区间,提出用频次来白化灰区间,确定下一个秋旱发生年份,以期对徐州秋季干旱预测研究有一定的参考价值。     

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.     

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。     

基于改进背景值的GM(1,1)模型的农业用水量预测

GM（1,1）模型可用于农业用水量的预测,但其精度还应提高。对传统的CU（1,1）模型进行原始数据序列光滑度和模型背景值构造方法的改进,先通过幂函数变换提高了原始数据序列的光滑度,在模型求解过程中采用改进的背景值算法,大大提高了模型的预测精度。将改进后的模型用于实际农业用水量的预测,结果证明改进后的模型具有很大优势。     

应用GM(1,1)模型预测沧州冬枣的种植面积及产量

采用灰色理论中的GM (1,1)模型,用MATLAB语言编程,以沧州2 0 0 0～2 0 0 4年冬枣种植业的有关原始数据,对该地区冬枣种植面积和产量进行了实例分析、检验。进而用该模型预测出2 0 0 5年沧州冬枣的种植面积和产量,为有关部门正确决策提供了科学依据。     

南方水稻黑条矮缩病测报技术研究

研究2 种数学分析模型对南方水稻黑条矮缩病的预报效果,为该病害的预测预报提供参考。以2006—2015 年广东省化州市晚稻南方水稻黑条矮缩病发病率为原始数据,分别采用多项式回归和灰色系统GM(1,1)预测方法建立南方水稻黑条矮缩病发病率的预测模型,分析其预测效果。结果表明,采用多项式回归和灰色系统GM(1,1)分别建立了晚稻南方水稻黑条矮缩病发病率预测预报模型：y=5.2530-5.8923x 2.1280x2-0.1559x3和y(1)(k 1)=-51.1797e-0.4798k 66.8097,2 种预测模型均能较好地预测南方水稻黑条矮缩病的发病趋势,为该病害的预测提供了一种准确有效的方法。预测预报模型可以应用于防病减灾工程。