基于灰色多元线性计量经济模型的湖南省农村居民收入预测

针对单一预测模型精度不高以及预测结果不能体现经济变量关系的不足,将灰色GM(1,1)模型与多元线性计量经济模型加以耦合,建立了灰色多元线性计量经济模型,并利用该模型对湖南省农村居民人均纯收入进行了预测。灰色多元线性计量经济模型的预测精度不仅明显高于单一的灰色GM(1,1)模型和多元线性回归模型,而且预测结果也能体现经济变量之间的关系。预测结果表明,未来几年湖南省农村居民人均纯收入逐年增长,但增长的速度较为缓慢。最后,给出了几点调控湖南省农村居民收入差距的建议。     

基于灰色新陈代谢GM(1,1)模型的中国水产品年总产量的预测

为预测未来5年（2011-2015年）中国水产品的年总产量。本研究基于灰色系统理论和方法,首先分别构建常规GM(1,1)模型和灰色新陈代谢GM(1,1)模型,对2006-2009年中国水产品年总产量进行预测分析并比较两种模型的预测精度。然后选择预测精度较高的模型对未来5年中国水产品年总产量进行预测研究。常规GM(1,1)模型和灰色新陈代谢GM(1,1)模型对2006-2009年中国水产品年总产量预测的精度比较显示：灰色新陈代谢GM(1,1)模型预测精度更高,预测误差更小,更适用于水产品年总产量的预测研究。因此,选择灰色新陈代谢GM(1,1)模型对中国未来5年水产品年总产量进行预测,即2011-2015年中国水产品年总产量将分别达到5532.333、5746.315、5972.634、6202.738、6443.838万t,年均增长率达到3.7%,远高于《全国渔业发展第十二个五年规划（2011-2015年）》设定年均增长2.2%的目标。本研究结果表明：灰色新陈代谢GM(1,1)模型适用于水产品产量预测的研究;2011-2015年中国水产品总产量完全可以实现渔业“十二五”规划设定目标。     

黄河流域棉花品种产量长期预测技术的比较研究

以黄河流域棉花品种区域试验参试品种的皮棉产量为原始资料,分别应用一元线性回归、GM(1,1)及谐波分析原理和技术建立模型,对三者的模型精度、拟合程度及预测结果进行比较研究。结果表明,对于波动性较大的皮棉产量时间序列,一元线性回归及GM(1,1)模型的精度低,拟合效果差,预测值不理想;而谐波分析模型的精度高,拟合效果好,预测值准确可信,其中,4个以上谐波迭加的模型可达"一级精度",历史符合率90%～100%,可直接应用于生产实践。分别选取4,5,6,...15个谐波迭加的谐波分析模型,预测2003年黄河流域棉花品种区域试验参试品种的皮棉产量为1181.73～1288.66kg·hm 2。     

黑龙江省三种水稻热量指数预测方法的对比研究

旨在选出一套适合黑龙江不同区域水稻低温冷害预测方法,为相关部门制定粮食生产和调整农作物种植结构提供科学依据。选择黑龙江省11个水稻农气观测站为研究对象,利用1971—2016年的气温资料、74类大气环流资料、水稻发育期数据,将黑龙江省划分为东、西、南3个区域,分别建立逐步回归预测模型、GM(1,1)灰色预测模型和均生函数预测模型,预测黑龙江水稻生育期总热量指数并进行对比分析。结果表明：建立的3种预测模型通过了残差检验,1971—2010年拟合平均准确率均在95%以上,结果差异不大;2011—2016年的试报准确率为85%~99%,其中GM(1,1)灰色预测模型准确率(97%~99%)高于逐步回归预测模型(91%~97%)和均生函数预测模型(85%~95%)。通过3种预测方法对比结果显示,GM(1,1)灰色预测模型模拟效果最好。     

基于GM(1,1)回归模型的生鲜农产品市场需求预测研究

为实现对生鲜农产品市场需求的精确预测,本文分析了国民经济、政策投资、物流行业及市场消费等影响生鲜农产品市场需求的因素,构建了影响生鲜农产品市场需求的关键指标体系,建立了基于GM(1,1)回归的预测优化模型,并以天津市为例进行实证研究,最后得到未来十年天津市生鲜农产品产量预测值,以期为未来生鲜农产品市场科学合理化决策提供参考。     

灰色预测法在粮食物流量预测中的应用

针对统计数据缺乏且波动性较大的粮食物流量预测问题,提出引入灰色系统理论来解决,并以湖南省1998～2005年出省粮食物流量的数据为基础建立了灰色GM(1,1)模型,详细阐述了灰色预测法的应用过程.结果表明,灰色预测法对样本的适应性强,预测精度高,简单易行,能够有效解决粮食物流量的预测问题.     

福建省农民人均纯收入的组合预测分析

利用福建省1978-2011年的农民人均纯收入数据,在建立ARMA模型、Holt-Winters非季节模型、二次曲线模型、灰色GM(1,1)模型的基础上,以各个模型预测的MAPE调和平均数为权重建立组合预测模型,对福建省2012-2015年的农民人均纯收入进行预测。结果表明,组合预测的MAPE值为0.1821%,高于各个单项预测模型。且在2012-2015年期间,年均增长率达到10.85%。     

基于多模型离散覆盖的宿州初霜期动态灰预测

初霜冻害是影响宿州市秋收作物收成的重要因素。根据季节事件灰预测和多模型离散覆盖机理,创建不同零起点的灾变子序列并建立多个GM(1,1)模型,按照灰关联度择优选模,利用新息或灰数依次递补,对初霜期10月23日出现年份进行预测。提出按照频次对多模型离散覆盖进行白化以确定最有可能出现的年份,经预报检验效果较好,对初霜期的长期预测有一定的参考价值。     

灰色系统理论在生猪价格预测中的应用

近年来生猪价格波动明显,波动幅度越来越大,引起社会各界广泛关注。鉴于生猪价格的特殊性,运用灰色系统理论,根据生猪价格的历史数据,建立基于弱化缓冲算子的GM(1,1)预测模型,并通过残差、级比偏差、关联度和后验差检测对模型的合理性和精度进行误差检验,最后应用模型预测了未来3年的生猪价格。结果表明：P⁰=97.33%＞90%、ρ(avg)=4.6613%＜10%、r=0.8441＞0.6和P=0.7778。由此可见,灰色系统理论GM(1,1)适用于生猪价格预测具有较高的精度。预测2014、2015和2016年生猪价格分别为16.72、15.26和17.42元/kg,与2013年相比较,分别上涨为14.84%、4.81%和19.64%。预测结果显示,未来生猪价格将在波动中上涨。     

河北省玉米产量灰色理论分析与预测

为了解河北省玉米产量变化的规律,明确今后育种工作的目标和前景,利用灰色系统理论的GM(1,1)模型,依据1980-2003年河北省审定的玉米品种的区域试验产量,建立预测模型为:(X)(1)(k 1)＝324 818.583 945e0.018524-318 652.083 945.并在生产因素保持相对稳定的条件下,据此模型对河北省玉米生产进行规划性预测,为生产的规划与决策提供科学依据.预测结果表明,在挖掘耕地资源和非耕地资源的生产潜力,提高农业资源综合生产能力的情况下,河北省的玉米产量将在2030年有可能达到15 052.6 kg/hm2.     

Grey Markov Forecasting Model

This paper presents objectives of study of grey system and the GM(1,1)grey forecast model is introduced.A new forecasting method was introduced which combined merits of both grey GM(1,1)forecast and Markov forecast overcome their shortcomings and increased precision of forecast.Finaly, an example for application was given.     

GM(1,1)模型在日本落叶松生长预测中的应用

本研究运用GM(1,l)模型对辽宁省日本落叶松的生长进行了预测,并进行了模型精度检验,利用所建模型对林龄为21年和22年的日本落叶松平均胸径和平均数高分别进行了预测检验,林龄为21年的日本落叶松平均胸径和平均树高模拟值相对误差分别为2.40％和3.31%,林龄为22年的日本落叶松平均胸径和平均树高模拟值相对误差分别为3.69%和4.69%,均小于5％,表明模型预测精度较高,预测效果较好,可为日本落叶松林生长量的预测和经营水平的提高,提供科学的理论依据。     

灰色人工神经网络在稻瘟病发生预报中的应用

摘要：针对稻瘟病在水稻生长过程中存在的严重危害,笔者基于四川资中地区1998-2008年的稻瘟病发生资料,运用灰色人工神经网络的方法（GBP ）,建立了稻瘟病发生的预报模型,结果表明：灰色人工神经网络模型的平均相对误差为0.0946,远远优于GM(1,1)模型的1.8857。灰色人工神经网络模型可以拟合任意一种函数关系,且该模型信息利用率高,避免了系统数据辨识方法在序列累加时因正负抵消而产生信息失真的现象。灰色人工神经网络模型的拟合和预测精度较高,可以用于该地区稻瘟病发生的预测工作。     

Trend Forecasting and Forewarning Method for Urban Sustainable Development

The index system and assessment methods for urban sustainable development are very popularly used, but the development trend prediction and forewarning analysis are rarely done. The GM(1,1) model is a specific one in the process of forecasting with littl     

Prediction of calibration interval for a measuring instrument using rolling grey bootstrap fusion model

A rolling grey bootstrap fusion model (RGBFM(1,1)) is proposed to predict calibration interval of a measuring instrument under small sample. The model combines GM(1,1) model with bootstrap method. Bootstrap re-sampling is used in the process of modeling the grey differential coefficient function to mine more information about systems. Both the instantaneous value and interval assessment values can be predicted using RGBFM(1,1), which can reduce prediction risk of calibration interval. In contrast, other prediction models only predict the instantaneous value. Experiments show that the RGBFM(1,1) can exactly describe the random wave of original sample data in prediction of instantaneous value, interval upper limit and lower limit, and has higher prediction reliability. Therefore, the RGBFM(1,1) is suitable for the prediction of calibration interval for a measuring instrument.     

安徽省耕地资源系统分析与保护对策研究

本文对安徽省耕地资源进行了系统诊断,对影响耕地数量减少因素进行灰色关联度分析,对人均耕地占有量运用GM（1,1）模型进行预测。在此基础上,提出耕地保护对策及措施。     

日光温室小气候预报技术研究

为了提高设施农业气象服务水平,促进中国设施农业发展,通过对日光温室内外气象条件对比观测,分别采用BP神经网络、逐步回归和能量平衡原理构建了温室内气温预报模型,探讨能适用于业务服务的小气候预报技术方法。结果表明,基于BP神经网络的预报模型虽预报精度高,由于种植作物生长特性差异较大,缺乏服务的广适性;通过能量平衡原理构建的预报模型机理性强,但相关参数难以获得,预报精度差,服务时效短;采用逐步回归方法构建的温室温度预报模型较前两者具有比较优势,且预报时效可以为未来的1~7天,比较适合于目前气象部门开展设施农业气象服务。