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。     

河北省食用菌产量预测分析——基于灰色GM(1,1)模型

随着人们消费观念和膳食结构的改变,食用菌需要量大大增加,未来食用菌产量走向关乎着企业的资金投入以及政府政策制定。以河北省食用菌产量为预测研究数据,设计了灰色GM(1,1)模型,对模型预测精度进行残差、后残差检验,借助matlab平台验证模型具有较高的预测精度。运算结果表明,设计的模型精度能控制在2.82%以内,并且具有收敛速度快的特点,具有较高精度,运用此方法对未来5年河北省食用菌产量进行预测,通过分析预测结果,给出了确保河北省食用菌产量稳固增长、产业稳定发展的对策建议。     

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。     

Forecast on domestic output of aquatic products based on GM (1, 1) model

[目的]预测“十二五”时期我国水产品总产量,为渔业产业发展总体规划的制定提供参考.[方法]根据1997～2010年我国水产品产量指标数据,利用GM(1,1)模型对“十二五”期间我国水产品产量进行预测.[结果]按照“生产方式”预测的结果为:在2013年水产品总产量将达6000万t,同年养殖产量在水产品总产量的比重将达到75％;按照“生产水域”预测的结果为:2013年我国淡水产品产量将首次超过海水产品产量,同时在2014年水产品总产量将达到6000万t.按“生产方式”预测的水产品产量略高于按照“生产水域”预测的结果.[建议]“十二五”期间,有关部门应切实加强监测,制定相应的渔业发展规划,协调不同水域下的生产增长水平,实现海淡水生产的全面可持续发展.     

基于GM(1,1)模型的金城山客流量预测

利用往年客流量数据建立GM(1,1)模型对金城山风景区客流量进行预测与分析,证实GM(1,1)模型作为一种时间序列模型预测风景区年客流量具有预测精度高、误差小、方法简单实用、可信度强等优点.     

灰色GM(1,1)模型在贵州省畜产品产量预测中的应用

以1995～2007年贵州省畜产品产量为原始数据,分别建立了贵州省肉类、禽蛋和奶类产量的GM（1,1）灰色预测模型,并对其分别进行了残差、关联度和后验差检验。结果表明,3种预测模型均通过检验,并显示出较高精度,可用于贵州省畜产品产量的预测研究。     

黑龙江省城镇居民消费的灰色分析

文章分析了黑龙江省城镇居民消费的现实情况,介绍了灰色系统理论的相关内容,对GM(1,1)预测模型进行了详细的阐述。在此基础上对现有数据进行分析,指出黑龙江省的城镇居民消费需求呈现由生存型向发展型和享受型过渡的趋势。     

基于新维无偏灰色马尔可夫模型的大坝沉降预测研究

【目的】基于组合预测思想,结合灰色理论与马尔可夫预测方法的特点构建一种新的预测模型,为大坝沉降量的中长期预测提供支持。【方法】通过对传统灰色系统模型的优化改进,简化建模步骤并提高模型预测精度。在此基础上,借助于马尔可夫模型处理时间序列的随机性波动,克服灰色模型对随机波动性大的序列预测精度较低的局限性,并利用新信息优先原理,构建新维无偏灰色马尔可夫组合预测模型。将构建的新维无偏灰色马尔可夫组合模型应用于大坝沉降量的预测。【结果】构建的模型预测平均误差由原来的1.7%降低为1.0%,且预测误差的变化波动性减小。同时,随着预测期数的增加,相对于传统灰色模型,改进后的组合模型的预测精度进一步提高。【结论】与传统计算方法相比,所建立的新维无偏灰色马尔可夫组合预测模型计算量小、预测精度较高,且该模型保留了传统灰色模型短期预测精度高的优点,提高了模型的中长期预测能力,适用于大坝沉降量的中长期预测。     

基于灰色马尔可夫链模型的水质预测

GM(1,1)模型由于其原始数据的起伏性和无序性,预测结果不是很理想.针对这一情况,采用马尔可夫链模型对GM(1,1)模型结果进行优化,并应用该模型对太子河干流化学需氧量进行预测.结果表明,应用灰色马尔可夫链模型进行预测,化学需氧量成逐年下降的趋势,2012年实际化学需氧量为11.4 mg/L,结果在(9.97,12.59)的预测区间,说明应用灰色马尔可夫链对水质进行预测是可行的.     

灰色马尔柯夫模型在陕西省苹果产量预测中的应用

【目的】将灰色系统理论与马尔柯夫链相结合,建立灰色马尔柯夫预测模型,并对陕西省苹果产量进行预测,为指导苹果产业发展提供科学依据。【方法】首先建立陕西省1998~2007年苹果产量的GM(1,1)预测模型,确定出苹果产量的发展趋势和预测值,在此基础上应用马尔柯夫链理论对预测结果进行修正。【结果】2008年陕西苹果产量预测值为769.71万t,实例计算表明,灰色马尔柯夫模型更适用于随机波动性较大的数列预测问题。【结论】将灰色GM(1,1)模型和马尔柯夫链相结合用于苹果产量预测是可行的。     

基于地价水平的城市合理用地规模研究——以石家庄市为例

以石家庄市土地价格为例,利用SPSS软件对城市地价与用地规模进行相关性分析,采用可能-满意度模型和"地价-用地规模"模型预测多因素约束条件下石家庄市2012年的城市合理用地规模,并对2个模型得到的结论进行对比分析,指出"地价-用地规模"模型可科学预测城市合理用地规模。     

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。     

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。     

基于灰色预测模型的猕猴桃价格分析与预测

文章基于灰色系统理论,根据2014—2019年全国、北京、河北、河南和山西的猕猴桃市场价格变化,建立了GM(1,1)预测模型,对猕猴桃价格进行分析预测。结果显示,灰色预测模型GM(1,1)适用于猕猴桃价格预测,具有较高的准确度,全国和这4个省(市)的猕猴桃价格呈现周年波动和下降趋势。在不采取干预措施前提下,预计到2020年,全国、北京、河北、河南和山西的猕猴桃平均价格分别为8.96元/kg、11.18元/kg、8.13元/kg、5.21元/kg和8.65元/kg;到2021年,全国、北京、河北、河南和山西的猕猴桃平均价格分别为8.99元/kg、11.58元/kg、8.32元/kg、5.31元/kg和9.05元/kg。     

基于灰色残差修正模型的食品安全监测预警分析方法研究

食品安全监测预警分析是我国食品安全风险监测计划的重要组成部分。以食品安全监测数据为研究对象,采用灰色系统及马尔可夫过程理论,建立二阶残差修正GM(1,1)模型,实现对食品安全监测的预警分析。以《中国统计年鉴》1995-2006年白酒产品国家监督抽查数据构建灰色残差修正模型,对2007年数据进行预测,预测值为82.74%,与实际值82.04%相当接近。研究表明,该分析方法应用于食品安全预警,可有效对食品安全态势进行预测,为食品安全快速预警提供依据。     

基于 GM(1,1)模型的土地生态安全动态分析与预测--以安徽省池州市为例

基于2001－2011年池州市土地生态安全的相关数据,从压力、状态和响应3个方面构建池州市土地生态安全评价指标体系,运用GM（1,1）模型对2012－2020年池州市土地生态安全演变趋势进行预测,并结合土地生态安全评价标准对池州2001－2020年池州市土地生态安全状况进行了动态分析,结果表明：① G M （1,1）模型有较高的模拟精度,能够较好地预测2012－2020年池州市土地生态安全各子系统的发展趋势．②就土地生态各子系统而言,呈现出土地生态系统压力上升、状态好转、生态环境的人文响应不断加强的变化特征;总体而言2001－2020年池州市土地生态安全水平呈上升趋势,土地生态安全综合指数由2001年的0.7659增加到2020年的0.8608,安全等级由良好级上升到安全级．③影响池州市土地生态安全的主要因素有人均耕地面积、人口密度、人口自然增长率、城镇化水平、水土协调度、农业机械化水平、自然保护区面积比重等,这些因素是今后调控重点．     

基于PSR模型的安徽省土地生态安全动态评价

基于PSR框架模型,构建安徽省16个地市土地生态安全评价指标体系,运用熵权法确定各指标权重,计算出安徽省2000—2011年土地生态子系统安全值,并运用灰色预测GM(1,1)模型对安徽省2012—2017年土地生态子系统趋势进行预测。结果表明,安徽省2000—2017年土地生态安全值整体呈波动上升趋势,各地市土地生态安全水平差异明显,平均值由2000年的0.442上升到2017年的0.450,同时,安徽省土地生态安全各子系统中状态指数和响应指数上升;灰色预测GM(1,1)模型有较高的模拟精度,能够较好地预测2012—2017年安徽省土地生态安全等级及其各子系统的发展趋势;影响安徽省土地生态安全的主要因素有人均耕地面积、人口密度、人口自然增长率、城镇化水平、水土协调度、农业机械化水平、自然保护区面积比重等,是今后调控的重点。