基于串联型灰色神经网络新疆兵团农机总动力预测

为了准确了解兵团农机总动力的发展趋势，该文以兵团1989-2008年和2009-2011的农机总动力分别作为训练样本和检测样本，采用串联型灰色神经网络（SGNN）预测兵团农机总动力，并与灰色GM（1，1）模型法和BP神经网络法的预测结果进行比较分析。研究结果表明，SGNN模型对兵团农机总动力的预测精度明显高于灰色GM（1，1）模型法和BP神经网络法，可以作为兵团未来农机总动力发展预测及政策制定的有效方法和工具。

气膜薄壳钢筋混凝土穹顶储仓的施工工期预测研究

根据气膜薄壳钢筋混凝土穹顶储仓的施工特点,详细分析了影响其施工工期的因素及参数获取方式,结合灰色GM(1,1)模型和BP神经网络处理数据的优点,提出了基于串联型灰色神经网络(serial grey neural network,SGNN)的施工工期预测模型并进行预测仿真。结果表明:该方法切实可行,预测精度高于GM(1,1)方法。