学科分类
/ 25
500 个结果
  • 简介:全国及各地区正在开展保险业"十二五"规划工作,保费收入总量是常用的指标之一。本文分别利用趋势外推模型灰色系统模型对深圳保费收入总量进行预测,并比较两种模型的拟合精度,得出2010-2015年深圳保费收入总量预测结果,并提出了实现目标的建议,希望能为保险业预测工作提供一些参考方法。

  • 标签: 趋势外推 灰色模型 保费收入总量 预测
  • 简介:摘要交通流预测是交通控制与管理,交通状况改善的重要参考指标。本文建立灰色模型和BP神经网络相结合的组合模型,利用灰色模型对实际监测到的数据进行拟合、预测,得到预测值和预测残差,将预测残差输入到神经网络模型进行残差的学习、仿真和预测,残差预测值和灰色模型预测值的和值作为最终预测结果。结果表明,用灰色模型对神经网络模型预测进行优化,其预测结果比单一的神经网络建模预测具有更高的准确性和实用性,提高了预测的精度。

  • 标签:
  • 简介:摘要:企业预算落实公司战略目标的重要环节,是企业在一个阶段紧紧围绕的目标和方向,是企业经营工作的导向,是企业KPI的重要依据。传统企业预算模型有历史驱动模型(经验法),分版块驱动模型回归分析,以上模型主要需要大量数据积累和预算编制人员相关经验,如某个环节和数据出现偏差或经验欠缺,会导致预算偏差较大,数据量较大。根据灰色预测系统相关理论和原理,在数据量有限的情况下,建立一个新的预算模型,为预算下达提供科学依据。

  • 标签:     灰色系统,预算模型,收入预测
  • 简介:针对中长期电力负荷预测使用的历史数据较少,且影响因素较为复杂等特点,提出了一种基于最优权重组合(weightoptimalcombination,WOC)的灰色组合模型。该模型利用最优权重组合将灰色线性回归模型、二次指数模型、等维新息模型、残差灰色模型4种模型进行组合,采用二元最优组合的迭代寻优算法来求取WOC中每个模型的权重,充分发挥几种模型各自的优点。通过在湖南省某地电力系统规划中的实际应用,验证了此方法有较好的实用性和有效性。

  • 标签: 灰色线性回归模型 二次指数模型 等维新息模型 残差灰色模型 最优权重组合 负荷预测
  • 简介:摘要:以北京市作为研究对象,预测政策转型 [1]对经济活力短期与长期的影响。由于企业数量最能直接反映整个城市的经济活力,故利用 GM(1,1)灰色预测模型 [2]在未实行经济转型政策的情况下预测 2014-2015两年的企业数量,利用时间序列模型预测 2014-2018五年的企业数量,与实际数据值对比发现经济转型政策促进了城市经济活力的提升,并且政策转型的长期影响优于短期影响。

  • 标签: 时间序列模型 GM(1 1)灰色预测模型 经济活力
  • 简介:基于灰色预测理论,建立了残差灰色预测模型与等维递补预测模型两者相结合的组合灰色预测模型,可以对城市用水量进行预测。以新疆阿克苏市1990~2002年用水量作为建模数据,利用4种不同模型分别对2003~2005年用水量进行预测。结果表明:组合灰色预测模型预测精度明显高于单一的灰色模型,具有预测精度高、简捷实用等特点。

  • 标签: 残差 等维递补 组合灰色预测模型 城市用水量预测
  • 简介:摘要 :研究灰色理论和统计回归理论 在建筑垃圾预测中的应用,分析建筑垃圾产量预测的准确性。根据历史数据分别构建义乌市建筑垃圾的 GM(1, l)预测模型和三元线性回归模型预测未来 5年义乌市建筑垃圾“可直接利用量”、“需处理后再利用量”和“总量”。灰色建模前,对原始数据序列进行 2阶弱化处理和 一次累加生成运算。分析表明: 对于少信息的建筑垃圾预测而言,灰色模型预测的精度更高,预测的数据更有参考价值。线性回归分析模型不适合义乌市建筑垃圾预测灰色预测结果将为义乌市政府对建筑垃圾进行科学管理,垃圾资源化利用提供数据支撑。

  • 标签: 建筑垃圾 灰色 回归 模型 预测
  • 简介:摘要目的用灰色模型预测九原区结核病流行趋势,为防治结核病疫情及建立预警机制提供科学依据,以达到有效控制其之目的。方法对包头市九原区2004~2008年肺结核疫情资料进行回顾性研究,分析结核病动态变化趋势,拟合灰色模型GM(1,1)对结核病发病趋势进行预测。所有资料运用EXCEL进行统计分析。结果用灰色模型预测2009年~2013年新发涂阳登记率呈上升趋势。结论结核病新涂阳登记率预测理论值呈逐年上升,虽上升幅度比较缓慢,但对九原区肺结核病应予以高度重视,应加强该区的结核病防治工作。

  • 标签: 结核病 灰色模型 新发涂阳登记率
  • 简介:摘要:灰色预测模型具有所需样本少,计算流程简便等特点广泛运用在地表沉降预测领域中。针对传统的 GM ( 1,1 )灰色预测模型固有模型的不足,为了满足地表沉降预测精度要求,本文提出使用近似非齐次指增长序列的间接模型 -IDGM ( 1,1 )模型,该模型弥补了传统灰色模型针对近似非齐次指增长序列的模拟性能不理想的问题。结合工程实例表明, IDGM ( 1,1 )利用已获得观测数据能够更好的预测未来一段时间内地表沉降量,可以为安全施工提供有力依据。

  • 标签: 沉降预测 IDGM(1 1) 基坑 灰色理论
  • 简介:细菌性痢疾(简称菌痢)是一种常见的肠道传染病.由于其流行与传播因素的广泛性,多年来菌痢发病率一直处于较高的发病水平,发病率居肠道传染病发病率的前1~2位,成为影响舟山市居民身心健康的主要传染病之一.

  • 标签: 海岛 细菌性痢疾 流行病学 灰色模型 疾病预测 舟山市
  • 简介:文章以1995年—2014年山西省人均GDP数据为基础,采用灰色GM(1,1)模型对山西省人均GDP进行模拟,并通过马尔可夫模型进行修正,建立了灰色—马尔可夫模型。结果表明,预测的准确性和合理性得到了较大的改善。

  • 标签: 人均GDP 灰色预测模型 马尔可夫链
  • 简介:摘 要:在电力系统不透明的特点下,电力负荷预测通过考虑外在因素的影响,运用数学模型和运算软件力求得到更为精确的的预测数值,而电力负荷预测的核心问题是预测的技术方法。本文采用灰色模型GM(1,1)对北京市8年的数据进行分析预测,得出的实际值与观测值之间具有较高的精确度,并由此讨论灰色GM(1,1)模型的优劣势。

  • 标签: 电力负荷预测 灰色模型GM(1 1) 优劣势分析
  • 简介:

  • 标签:
  • 简介:本文对传统灰色预测模型进行了改进,一方面,为了强化原始数列的大致趋势,减弱异常值的影响,采用了弱化缓冲算子进行了处理;另一方面,也对指数a模型加以优化修正;数值试验表明,改进的灰色预测模型有效地改善了模型预测精度,并扩大模型适用范围,最后对某市2001-2010年间的电力负荷进行了预测.

  • 标签: 灰色模型 负荷预测 缓冲算子
  • 简介:商洛市作为关中-天水经济区的重要城市,它的人口规模直接决定了在经济区域中城市的建设思路和发展政策,因此对城市人口的准确预测就显得非常重要。为了提高对商洛市人口的预测精度,根据2008—2016年的商洛市人口数据,采用灰色系统预测GM(1,1)模型建立商洛市人口变化的数据模型,并与实际数据进行了拟合。结果表明,该模型与实际数据的拟合性较好,预测得到的数据与实际数据差距较小,满足相应的验证精度,可以用来预测未来的商洛市人口趋势,为城市的建设思路和发展政策提供参考。

  • 标签: 商洛市 人口预测 GM(1 1)模型
  • 简介:摘要目的建立恶性肿瘤发病率的预测模型,为卫生部门制定防控对策提供理论依据。方法利用重庆市恶性肿瘤登记处2006~2013年统计的恶性肿瘤发病率资料建立灰色预测模型并进行模型评价,对2014~2016年的发病率进行预测。结果GM(1,1)模型为,预测值的相对误差小于10%,模型精度为优(C=0.34,P=1.00),预测效果好,2014~2016年肿瘤发病率预测值分别为252.54/10万、264.80/10万和277.65/10万。结论GM(1,1)灰色模型拟合效果检验为优秀,可以用来预测我市恶性肿瘤的发病率。我市恶性肿瘤发病率呈上升趋势。

  • 标签: 灰色预测GM(1,1)模型 恶性肿瘤发病率 预测
  • 简介:以武汉港集装箱吞吐量的历史数据为依据,利用灰色预测模型科学预测未来武汉港的集装箱吞吐量。针对经典G(1,1)模型在构造过程中的缺陷进行修改,构造了修正后的G(1,1)模型,减少了原有模型的误差,提高了预测的精度。通过实例探讨了修正的G(1,1)模型在港口吞吐量方面的预测,同时验证了灰色预测模型的有效性和实用性。

  • 标签: 港口 集装箱吞吐量 灰色预测 G(1 1)模型
  • 简介:利用机动飞行目标轨迹可预测飞行目标实时位置,针对灰色模型对快速飞行目标轨迹预测不准确的问题,引入神经元理论判断飞行目标状态,通过机器学习掌握飞行目标转弯模型,从而更准确地对飞行目标转弯进行预测。首先,分析了灰色模型预测方法的工作原理和特点;然后,借助反向传播(BP)神经元模型可判断飞行特征的优势,将灰色模型与神经元网络模型进行了结合;最后,通过仿真试验表明该飞行目标预测法可对飞行目标进行精准监视和控制。

  • 标签: 航迹预测 机动飞行目标 BP神经元网络 灰色模型
  • 简介:GDP数据序列分布往往具有非齐次指数性和非凸凹一致性的特点,运用传统灰色模型预测GDP发展趋势难以获得理想的效果。无偏差GM(1,1,k)模型从灰导数和背景值两个角度优化,可实现对呈不规则非齐次指数函数分布的数据序列的无偏拟合。运用无偏差GM(1,1,k)预测了河北省GDP,消除了GDP不规则分布对预测结果的影响,取得了满意的效果,平均预测误差为3.3672%,比经典GM(1,1)的平均预测误差减小了47.0358%。

  • 标签: 河北省 GDP 预测 无偏差GM(1 1 k)模型