基于灰色GM(1.1)预测模型上海市最低生活保障标准预测分析

目的:通过深入分析上海市最低生活保障和其占最低工资标准的比例,利用灰色GM(1.1)预测模型,进行趋势预测分析,以期为上海市民政部门制定最低生活保障标准策略提供参考依据。方法:选取2013~2019年上海市统计年鉴最低生活保障和最低工资标准数据,利用灰色GM(1.1)预测模型预测2020~2023年上海市最低生活保障和其与最低工资之间的比例。结果:上海市最低生活保障和最低工资标准之间的存在比例失调,预测至2023年两者比例失调趋势仍存在。结论:基于上海市最低生活保障和其占最低工资标准的比例失调的情况,今后上海市要适当调整两者之间比例关系,提高扶贫救济标准,努力做到多渠道、多方位、多形式切实提升城乡居民收入水平,做好社会保障线衔接作用,织密社会保障安全网,促进社会保障高质量、可持续发展。

大坝变形度的不等维加权动态GM(1,1)预测模型

针对灰色GM(1,1)模型预测结果易受模型中以前测得的陈旧数据的干扰,及等维动态GM(1,1)受缚于维数选择的情况,给出了不等维加权动态GM(1,1)模型的基本内容及建模过程,模型中计算出多种维数的GM(1,1)模型的预测值,并且通过萨函数加权法和BP神经网络计算出每种维数的权值,通过加权获得最终预测值。并且成功地将不等维加权动态GM(1,1)模型应用于大坝变形度的预测预报。实践证明,不等维加权动态GM(1,1)模型由于考虑了维数对模型结果的影响,而且及时地更新数据,提高了灰区间的白色度,预测效果比传统的GM(1,1)模型和等维动态GM(1,1)模型效果好。

应用灰色GM(1.1)模型及其改进模型预测渭河天水段水质

利用灰色GM(1.1)模型、残差修正GM(1.1)模型预测2004至2010年渭河对天水段水质污染物时发现,二者对于某些污染物预测精度不高,而且残差修正GM(1.1)模型预测精度未必一定高于GM(1.1)模型。在这种情形下,应用新陈代谢GM(1.1)模型,预测未来五年渭河水质的变化及其水质污染物突变的时刻。分析结果表明:新陈代谢GM(1.1)模型有助于提高预测精度和预测的可靠性。

基于加权组合和最小二乘法改进的GM(2,1)模型

文章通过分析指出了GM(2,1)模型存在灰微分方程与白化方程无法匹配以及默认经过初始值点的缺陷;利用权值p1、p2对一阶灰导数和背景值进行加权组合,建立了GM(2,1)模型的一种改进形式——GM(2,1,p1,p2)模型,利用最小二乘法确定系统最终参数。实例验证结果表明,改进GM(2,1)模型具有更高的预测精度。

加权均值GM(1,1)模型及应用

通过数据处理,寻求一种改进灰色系统GM(1,1)模型的方法 文中首先论证了加权均值生成的若干相关性质,然后将加权均值生成法运用于灰色系统GM(1,1)模型的建模过程 计算结果表明,加权均值GM(1,1)模型比传统的GM(1,1)模型有所改进,精度得到提高 并将改进后的模型应用于应力集中问题,也取得了较好的效果 这表明,加权均值GM(1,1)

灰色GM(1,1)模型参数估计的加权最小二乘方法

研究了灰色GM(1,1)模型参数估计问题.针对灰色GM(1,1)模型参数估计一般采用最小二乘方法而出现稳健性不好的情况,提出使用加权最小二乘方法进行模型参数估计,并对加权最小二乘方法模型参数估计从数学上进行了严格证明,不仅使得其与传统灰色GM(1,1)模型参数求解的形式一致,而且使得模型参数求解变得简单易行.计算实例说明,加权最小二乘方法模型参数估计的灰色GM(1,1)模型具有很好的精度和稳健性,因而使得灰色GM(1,1)模型的适用范围得到进一步扩大.

基于Markov理论的加权非等距GM(1,1)预测优化模型

背景值的构造方法是影响加权非等距GM(1,1)预测模型的精度和适应性的关键因素。文中通过等分函数法构造新的背景值对传统的加权非等距GM(1,1)模型进行优化,优化后的模型使其同时适应于高增长指数序列和低增长指数序列,提高传统模型的预测精度和适应性能力。但是优化后的模型依然易受建模数据随机扰动影响。马尔科夫(Markov)模型具有削弱建模数据的随机扰动性的优势。基于此,将优化的加权非等距GM(1,1)模型和Markov理论有机结合,构建优化的加权非等距Markov-GM(1,1)预测模型。最后,结合秀山湖二期工程的变形实测数据,运用新陈代谢的计算模式进行预测验证。结果表明:优化的加权非等距Markov-GM(1,1)预测模型的拟合和预测精度都优于传统的加权非等距GM(1,1)预测模型,新的预测模型的适用性更强,具有实际的参考价值。

灰色预测的GM(1.1)模型

本文对灰色预测中的最常用最有效的GM（1．1）模型进行全面阐述，并给出了改进的GM（1．1）模型，使之拓宽应用范围，并在实际预测中取得较好效果。

基于双重优化GM(1.1)模型的MC多项目进度预测研究

在大规模定制(Mass Customization)企业多项目进度预测进行分析,并对项目进度预测方法进行比较的基础上,指出适合MC企业多项目进度预测的灰色动态预测方法。通过对GM(1.1)动态预测模型构建中的两个方面进行改进,使改进后的模型预测精确度更高,适用范围更广。然后根据MC企业多项目进度的实例应用及模型检验,对传统模型与改进后的模型进行比较,最后得出结论。

基于改进加权灰色GM(1,1)模型的高速公路交通量预测

针对具有跳跃性的中长时数据预测,提出一种改进加权灰色GM(1,1)模型对高速公路收费站交通量进行预测。将原始交通量数据经过1阶弱化和1-AGO处理后,利用灰色关联度对初始值的取值进行加权优化,同时对背景值采取光滑优化处理,从而组合成新型灰色GM(1,1)模型。应用某收费站实际交通量统计数据来验证新型灰色GM(1,1)模型算法预测准确性,结果表明:改进加权灰色GM(1,1)模型具有更好的适用性和准确性。

GM(1.1)模型在水磨河水体污染预测中的应用

以水磨河,搪瓷厂桥,七纺桥,联丰桥,米泉桥4个监测断面,以近6a来的BOD5、DO的环境监测值为依据,应用灰色理论建立GM(1.1)模型,对各断面冬季(10月-3月),夏季(4月-9月),全年的BOD5、DO浓度进行预测,并在此基础上进一步分析了水体污染变化的原因。

GM(1.1)模型在高寒牧区控制草原鼠害效果预测中的应用

以高寒牧区运用生物技术控制草原害鼠种群数量从而降低牧草损失量为研究对象,分析了运用生物技术控制草原害鼠降低牧草损失量,并根据灰色系统原理建立了运用生物技术控制草原牧草损失量和牧草控制效率的灰色数学模型。

灰色GM(1.1)模型优化的研究现状

灰色系统理论从邓聚龙教授创立至今,已经广泛的应用的到经济,管理以及工程技术当中。与此同时,对其GM(1.1)预测模型进一步优化,使模型模拟及预测精度进一步提高一直是众多学者研究的方面。文章主要综合叙述目前GM(1.1)模型优化中关于背景值优化的一系列方法。

用灰色GM(1.1)模型建立Logistic曲线分析恶性疟流行趋势

我省勐腊县地处边境,位于北纬21°30′以南,东经101°,坝区海拔750～800m,年平均气温21.3C,相对湿度83.3％,年降雨量1210毫米,属热带雨林气候,与缅甸、老挝接壤,边民出入境较频繁,是我省疟疾流行重点边境县之一,该县不仅恶性疟流行面广,且抗性亦较严重,多年来恶性疟流行从未间断,抗性恶性疟病例不断向内地扩散,给基本消灭疟疾带来一定的难度。

GM(1.1)模型与矿床深部评价

本文应用ＧＭ（１．１）模型建立矿床深部评价模型，并引进淡化常数ρ，从而提高了拟合精度，降低了拟合差ζ。应用该模型对某金矿１号脉尖灭深度进行了评价，并定量地佐证了地质推断的合理性。

企业商品交易价格指数的GM(1.1)预测模型

本文运用GM(1.1)模型及残差趋势修正方法对我国企业商品交易价格指数进行了半年期预测,有较好的拟合效果,这表明对价格指数这类经济数据,采用GM(1..1)预测模型是适宜的。

灰色系统GM(1.1)模型中原始数据列的第一个数据之有效性的简单证明

关于标题所示的问题，[2]证明了第一个数据对GM（1．1）模型之预测值不起作用，但其证较繁。

基于加权均值生成序列的神经网络GM(1,1)模型

将加权均值生成和神经网络中的BP算法运用于GM(1,1)模型的建模过程,使得参数的优化估计与改善初始条件有机地结合起来,对GM(1,1)模型进行了改进,并将所得模型应用于具体实例中,预测结果表明,改进后的模型精度得到较大提高。

基于改进灰色GM(1.1)模型的铁路货运量预测

针对铁路货运量年度长期预测对货运部门制定短期运输规划指导不足的问题,引入GM(1.1)模型预测铁路月度货运量.考虑货运量序列常呈振荡波动的特征,利用加速平移变换和加权均值变换弱化序列的波动性后,建立改进灰色GM(1.1)模型实现最终预测.对我国2019年11月至2020年5月铁路月度货运量序列拟合结果比较表明,与传统GM(1.1)模型相比,改进GM(1.1)模型在预测精度方面明显提高,能更好的拟合铁路月度实际货运量,解决了传统GM(1.1)模型对呈现振荡波动现象的铁路货运量预测精度较低的问题.