基于最小二乘法的GM(1,1)模型在人口预测中的应用

作者先对问题进行分析,在明白要采取灰色系统理论来处理该问题原因的前提下,运用普通的GM(1,1)模型的知识,通过优化GM(1,1)模型(下称模型一)、新陈代谢GM(1,1)模型(下称模型二),鉴于此,采用最小二乘法对模型一和模型二预测出的两组数据,以及实际数据进行拟合,得到了关于模型一,模型二的两个系数,然后用这样的两个系数,重新组合模型一,模型二,得到了第三个模型,即基于最小二乘法的GM(1,1)模型(下称模型三),再一次的进行预测。三个模型的预测数据进行比较,显然是模型三的误差最小,认为模型三最符合实际。并以基于最小二乘法的GM(1,1)模型的预测数据作为最终的结果。

几乎弱加细空间

证明了如下结果:(1)空间X是几乎弱加细空间当且仅当X是几乎离散弱加细可膨胀的,并且X的每个开覆盖u={Uα:α∈Λ},都存在X的稠密子集D和u的开加细V=∪n∈ωVn,使得x∈D存在b∈ω和α∈Λ有x∈Uα,并且st(x,Vn)∪βα;(2)如果X=∏α∈λXα是|Λ|—仿紧空间,则X是几乎弱加细空间,当且仅当F∈[Λ]<ω,∏α∈FXα是几乎弱加细空间;(3)如果X=∏α∈ΛXα是可数仿紧的,则下列三条等价:X是几乎弱加细空间;F∈[Λ]<ω,α∏∈FXα是几乎弱加细的;n∈ω,i∏nXi是几乎弱加细的。