梧州市土地利用总体规划中人口规模预测实证分析

人口规模是土地利用总体规划中科学制定各类用地需求的主要依据之一。根据研究区梧州市1997—2005年的人口统计数据,分别建立了梧州市人口自然增长模型、线性回归模型和GM(1,1)灰色预测模型预测规划年2010年和2020年的人口规模,并确定规划年对应的综合人口规模分别为324.86万和360.75万。     

土地利用规划学中人口模型预测

对于《土地利用规划学》中人口模型预测内容的教学,依据安徽省的人口数据进行了一元线性回归、多元线性回归及灰色系统GM（1,1）预测模型的教学案例设计。结果表明,进行案例设计教学提高了学生的实践动手能力和教学效果。     

烤烟醇化过程中还原糖含量的组合预测模型

为了提高现有烤烟醇化过程中化学成分预测模型的精度,提出了组合预测模型。选取灰色GM(1,1)模型、三次指数平滑、一元非线性回归3种单一预测模型,采用标准差法分配权重,对单一预测结果进行集成,以还原糖为例,建立了化学成分的组合预测模型。结果表明,组合预测模型能够较好的提高预测精度,较GM(1,1)、三次指数平滑和一元非线性回归模型预测精度分别提高了0.0184、0.0283和0.0082。     

基于组合模型的黑龙江省人口预测及分析

首先以1993～2004年黑龙江省人口数据资料为依据,应用Logistic增长模型,线性回归模型,灰色系统GM（1,1）理论,分别构建人口预测模型,预测结果与实际数值比较、分析,表明模型应用效果比较符合实际。然后考虑到定性和定量性,将模型有机的结合,建立一个更合理的模型,提高模型预测精度,对2007～2012年黑龙江省的已有人口数和未来人口规模进行分析与预测。     

灰色广义回归神经网络在木薯产量预测中的应用

将GM(1,1)预测模型与广义回归神经网络(GRNN)相融合,构建一种兼具两者优点、互补型的灰色广义回归神经网络(GGRNN).以1985-2007年度广西木薯鲜薯总产量为数据样本,采用GGRNN模型进行广西木薯产量预测研究.研究结果表明,GGRNN训练期平均拟合指数、预测期平均拟合指数分别为0.99和0.93,分别比GM(1,1)模型高0.09和0.04.该组合模型在拟合精度和预测精度方面均优于单一的GM(1,1)预测模型,并具有自学习能力、非线性映射能力以及适应性强等优点,为木薯产量预测的定量化和智能化提供了一条有效途径.     

基于组合预测的农业用水量预测

在分析农业用水特性的基础上,提出了可有效克服单一预测模型预测精度不高的组合预测模型,并给出了农业用水量组合预测模型的权重确定方法,最后基于GM（1,1）模型、回归预测模型和指数平滑模型验证了组合预测模型对我国农业用水量的预测精度。     

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。     

组合预测在吉林省粮食产量预测中的应用

利用吉林省1952~2009年粮食产量的统计数据,将指数平滑模型和GM（1,1）预测模型加以组合,建立了吉林省粮食产量的预测模型。同时,对吉林省2010~2015年粮食产量和年均增长率进行了预测,为吉林省未来的农业发展规划提供合理依据。     

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.     

灰色线性回归组合模型在河南省粮食产量预测中的应用

河南省粮食生产变化的波动较大,单一的GM(1,1)模型不能详尽描述其变化规律及预测未来趋势,采用线性回归方程以及由GM(1,1)模型得到的时间响应序列方程和组成的灰色线性回归预测模型,弥补了线性回归模型中没有指数增长趋势和GM(1,1)模型中没有线性因素的不足。利用河南省2000-2007年的粮食产量统计数据,建立了河南省粮食产量的灰色组合预测模型,并根据模型预测出河南省2008-2012年的粮食产量,实例证明,该模型的预测精度为97.9%,模型的预测精度高。     

应用GM(1,1)模型对天然橡胶期货价格进行预测的实证分析

运用灰色系统理论的原始GM(1,1)模型与新陈代谢GM(1,1)模型,对上海期货交易所的天然橡胶期货品种的价格进行预测,研究在不同的GM(1,1)模型下的精确度。结果显示,新陈代谢GM(1,1)模型要比原始GM(1,1)模型精确度高,在进行价格预测时,可以根据精确度高低的要求选取合适的模型。     

基于GM（1，1）模型的时段年平均降水量预测——以宁夏隆德县为例

利用灰色系统理论GM（1,1）模型对隆德县时段年平均降水量进行了预测,经过残差检验证明所建模型具有可行性和适应性,以及用已有的实测数据检验所建模型精度满足预报要求,并预测了未来4个时段年平均降水量．预测结果为研究区域的水资源规划提供了依据．     

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。     

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.     

南充地区的一次短临融合预报试验

将雷达资料为基础的外推预报和中尺度数值模式预报结合起来的融合预报是短临预报中一个新的研究方向。常用的融合技术有三种,本文采用最为高效实用的加权平均法开展一次融合预报试验。试验结果表明：融合预报较单一的外推或模式预报有着更好的预报效果；在融合前段外推预报所占比重更大,原因是外推预报对于降水系统的位置变化有较好的预报能力,而在融合后段模式预报对于系统的生消演变以及位置变化有更好的预报能力,因此模式所占比重更大。