运用改进的GM(1,1)模型预测我国水产饲料产量

针对我国水产饲料产量数据序列呈非单调性分布的特点,不符合传统灰色GM(1,1)模型建模条件,建模预测效果不佳,对GM(1,1)模型进行了改进.首先,通过波形数据生成法(BX)将不规则的数据序列转化为单调数据序列,然后,用新生成的数据序列建模进行预测.结果显示:改进GM(1,1)模型比传统GM(1,1)模型的平均预测误差...     

运用改进的GM(1,1)模型预测我国猪饲料产量

针对我国猪饲料产量数据序列分布呈非单调性的特点,不符合传统灰色GM(1,1)模型建模条件,预测效果不佳,对GM(1,1)模型进行了改进。首先,通过波形数据生成法(BX)将不规则的数据序列转化为单调数据序列,然后用新生成的数据序列建模进行预测。结果显示,改进GM(1,1)模型比传统GM(1,1)模型的平均预测误差减小了29.468 9%,由改进模型得到2021年我国猪饲料产量为9 305.296万吨,这一预测值也比传统GM(1,1)预测值更可靠。     

新疆牛奶产量发展趋势预测

本文通过改进GM模型的背景值和初始值,并对灰色GM（1,1）模型以及加以改进的灰色GM（1,1）模型进行比较,发现用背景改进法建模得到的GM（1,1）模型适用于低增长的数据序列,而新疆牛奶产量数据序列正好就是低增长数据,因此可以将改进的模型应用于新疆牛奶产量预测。从预测结果看,其与实际值差别较小,这表明该模型具有较高的可靠性和实用性。根据该模型预测新疆牛奶产量的变化趋势,这对新疆的奶业发展能够起到一定的导向作用。     

GM(1,1)白化微分优化方程预测模型建模过程应用分析

本文基于邓聚龙先生提出的"GM(1,1)白化型本身,以及一切从白化型推导出来的结果 ,只在不与定义型有矛盾时才成立,否则无效"思想,对与原始灰微分方程等价的白化微分方程优化之后的GM(1,1)模型进行整理,给出完整的建模过程,使新的优化模型在实际应用当中更为简便、直观。     

药物长期毒性试验中大鼠体重变化的灰色模型及其预测

探讨药物长期毒性试验中大鼠体重变化的规律、方法:运用灰色GM(1,1)模型,对大鼠体重变化进行分析和预测,结果:GM(1,1)模型对3组实验鼠体重变化的预测精度高,结果可靠.结论:GM(1,1)模型可用于药物长期毒性试验中大鼠体重变化的预测.     

基于灰色系统理论田庄煤矿工业广场建筑物变形数据分析

建筑物的变形监测是掌握其变形情况的有效手段,而对建筑的变形进行有效预测是保证建筑物安全的有效措施。本文基于灰色系统理论,分别利用传统GM(1,1)模型和改进后GM(1,1)模型对田庄煤矿工业广场建筑物变形监测数据进行了处理分析,并对它们进行了比较,得出了有益的结论。     

基于新陈代谢GM(1,1)模型的家禽存栏量预测

以黑龙江省家禽存栏量为例,基于灰色模型中常规GM(1,1)模型的不足,采用灰色模型中的新陈代谢GM(1,1)预测模型,对黑龙江省的家禽生产进行预测分析。结果表明,该模型优于常规GM(1,1)模型,预测精度较高,同时研究表明黑龙江省家禽生产的数量保持持续增长态势,为黑龙江的家禽生产与规划布局奠定理论基础。     

基于改进灰色系统的第三产业产值预测

宏观经济是极其复杂的系统,随着我国社会主义市场经济体系的完善,应用数量经济学方法和模型研究宏观经济状态、预测经济发展趋势,具有特别重要的理论意义和实用价值.本文运用灰色理论系统中的GM(1,1)模型预测浙江省第三产业的生产总值,并运用插值法和Newton-Cores公式重构模型中的中间值,提高了模型的预测精度,实现了对浙江省第三产业生产总值的较准确的预测.     

基于ARIMA的猪丹毒预测模型研究

为研究ARIMA时间序列模型预测猪丹毒(SE)的可行性,本实验选取兽医公报发布的我国某省SE的发病数据,对2005年1月～2009年6月该地区的SE发病资料进行模型构建与拟合,采用构建的模型对2009年7月～2009年12月的SE发病率进行预测并验证预测效果.结果显示ARIMA(2,1,0)模型可以拟合既往时间段上的发病率序列,预测结果显示MSE为0.203×10-10、MAPE为0.293,该模型可以预测未来SE的发生.     

基于GM(1,1)模型的武夷山市茶叶产量预测

本研究根据武夷山市历年统计的茶叶产量,利用GM(1,1)模型对武夷山市2014—2020年茶叶产量进行预测。结果表明:1)武夷山市的茶叶产量在2014—2020年将保持稳步上升的趋势,至2020年茶叶产量将逼近30000t/a;2)该模型具有精度较高,预测准确的特点,可以用于其他作物的产量预测。