基于灰色系统理论的城镇建设用地预测模型的研究——以湖北潜江市为例

针对我国现行城镇建设用地预测中存在的问题,在预测潜江市城镇建设用地规模中引入灰色系统理论中的灰色关联度和灰色GM(1,1)预测模型,用灰色GM(1,1)模型对城镇人口进行预测,并通过关联度综合分析各因素(人口、固定资产投资)对城镇建设用地的影响,结合建设用地控制系数进行再次调整,从而提出一种集约型的预测模型。     

抗蚜威在黄瓜果实中的消解动态数学模型

采用气相色谱法测定抗蚜威在黄瓜果实中的残留量数据,建立指数负增长函数模型、Rayleigh动态模型、灰色预测GM(1,1)模型等不同类型的数学模型,然后对其进行拟合度检验,结果表明:灰色预测GM(1,1)模型的预测拟合度最好,农药在生态环境中的降解过程是一个典型的灰色系统,应用灰色预测GM(1,1)模型可以很好地模拟抗蚜威在生态环境中的残留消解动态.     

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。     

基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测

为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。     

基于GM(1,1)模型的国内生产安全事故预测

针对国内生产安全事故问题,提出了基于灰色理论的GM(1,1)模型预测方法,以便及时做好预防措施,减少事故的发生和降低损失。介绍了GM(1,1)模型的建立方法与计算步骤;分析了国内生产安全事故的组成并以2013年11~12月和2014年1~8月国内生产安全事故数据为基础,对死亡人数、受伤人数建立了相应的GM(1,1)模型,经检验模型基本合格,可以用来预测2014年10、11、12月份的事故数量,计算得出这3个月份平均死亡人数为328,平均受伤人数分别约为221、220和219;通过灰色预测分析法与一元回归分析方法在国内生产安全事故预测中的应用对比,得出GM(1,1)模型相对较可靠。结果表明,运用GM(1,1)模型对国内生产安全事故进行预测是可行的,为安全事故预测提供一种有效的方法。     

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。     

基于改进的GM(1,1)模型的我国农村人口老龄化预测

在对灰色GM(1,1)模型进行改进的基础上,建立了我国农村老年人口系数的预测模型,并对我国农村地区的人口老龄化程度进行了预测,最后就研究结论提出相关的政策建议。结果显示,经过改进的灰色GM(1,1)模型的模拟和预测效果都很好;未来10年我国农村老年人口会继续增加,且到2020年农村65岁及以上老年人口系数将会超过16%。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

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。     

基于等维新息GM(1,1)模型的河南省粮食产量预测

以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。     

灰色GM(1,1)预测模型及其在甘肃省GDP预测中的应用

在简要介绍灰色预测方法GM(1,1)模型的构造与检验的基础上,对甘肃省近年来GDP的数据进行分析,建立了GM(1,1)预测模型,应用残差检验和后验差检验两种方法对模型进行检验,实证检验表明,预测模型可靠,精度较高。应用模型预测得出2011年甘肃省的GDP将突破5000亿,结论具有一定的参考价值。     

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。     

灰色系统理论在陕西省农作物秸秆可收集量预测中的SAS应用

[目的]在SAS环境下,运用灰色系统理论对陕西省农作物秸秆可收集量进行预测。[方法]以草谷比和可收集系数估算2005—2015年陕西省农作物秸秆可收集量。以农村就业人口、农作物播种面积、农用化肥施用量和农业机械总动力作为影响农作物秸秆可收集量的4个主要因素进行灰色关联度分析。在SAS环境下,利用GM(1,1)灰色模型和基于GM(1,1)的多元回归模型对2016—2020年的陕西农作物秸秆可收集量进行预测,并对模型精度与误差进行分析比较。[结果]基于GM(1,1)的多元回归模型预测精度高于GM(1,1)模型的精度,较准确预测了2016—2020年陕西农作物秸秆的可收集量。[结论]准确预测农作物秸秆可收集量可为政府开展农业面源污染防治、提高秸秆综合利用提供强有力的数据支撑。     

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。     

应用灰色系统GM(1,1)模型预测猪场中猪戊型肝炎的流行趋势

为研究猪戊型肝炎的流行趋势及其预测,应用灰色系统理论对上海市2005-2010年的猪戊型肝炎资料进行分析,建立了灰色系统GM(1,1)模型,并进行了模型评价.结果表明:GM(1,1)模型精度检验结果为优,能精确地模拟猪戊型肝炎的流行趋势.应用该模型预测上海市2011年、2012年猪戊型肝炎的感染率分别为19.25％和18.34％.     

普达措国家公园旅游生命周期评判

根据2007—2015年普达措国家公园游客数量的统计数据,基于旅游地生命周期理论,对普达措国家公园构建直线、指数、戈珀兹、Logistic回归、GM(1,1)、ARIMA(1,1,1)6个预测模型。结果表明:GM(1,1)模型的预测效果最好,总体效果为GM(1,1)Logistic回归直线趋势指数趋势ARIMA(1,1,1)戈珀兹模型;基于GM(1,1)灰色预测模型的模拟方程为:x(t+1)=49.157 119e~(0.159 615t)±27.302 081,对普达措国家公园未来10年的游客量进行预测,到2025年普达措国家公园的游客量可能会突破500万人。     

灰色神经网络耦合模型在河套灌区引黄水量预测中的应用

针对河套灌区22年净引水量的变化特点,在建立灰色GM(1,1)模型的基础上,结合BP神经网络预测法建立灰色神经网络耦合模型,并通过Matlab编程实现。实例结果表明,耦合模型的预测精度明显优于单一灰色GM(1,1)模型,可应用于实际生产中。     

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。     

基于灰色理论的城市降尘环境污染预测模型

基于灰色预测理论,探讨了灰色预测模型在城市降尘污染预测中的可行性,以实例为基础,应用灰色预测模型对城市降尘环境污染预测,并进行了检验.结果表明:GM(1,1)模型预测结果经过精度检验,后验差比值C=0.43,小误差频率P＞0.95,精度较高;用灰色理论预测城市降尘环境污染,灰色预测模型具有较高预测精度、方便实用等优点.该方法可作为环境监测指标预测工具之一.