改进的灰色马尔可夫模型在股票分析中的应用

针对经典马尔可夫方法进行预测需要掌握大量数据和原始的灰色GM（1，1）的指数形特征的问题，采用带波动的多项式代替灰色GM（1，1）模型中的指数形曲线，改进了现有的灰色GM（1，1）马尔呵夫模型．利用改进后的灰色马尔可夫模型对股票价格、上证综合指数进行预测，并与经典的灰色GM（1，1）模型和原始的马尔可夫链模型和灰色GM（1，1）马尔可夫链模型3种方法的预测值进行了比较，得到的股票价格与上证指数的预测值精度优于其他3种方法．     

灰色GM(1,1)模型在电力系统负荷预测中的应用

研究了灰色GM（1，1）模型及其在电力系统负荷预测中的应用，以实际算例为基础，对预测结果作了分析，得出结论：灰色GM（1，1）模型精度较高，但也存在一定的局限性．     

粗粒度网络流量的灰色模型预测

在实际网络流量上研究了新陈代谢灰色模型(MGM)预测流量. 预测结果表明,灰色模型建模长度远小于流量序列主周期长度时,预测精度较高. 灰色模型预测流量宜采用小量数据建模,此时残差修正对提高预测精度影响很小,预测不需采用残差灰色模型(RGM). 对比了灰色模型与自回归综合滑动平均模型（ARIMA）和Elman神经网络（ENN）模型的预测结果,灰色模型远优于ARIMA,与ENN相当. 灰色模型的优点是能自适应网络流量的变化.     

一种时间序列数据预测方法的应用

介绍了一种利用时间序列数据进行预测的灰色预测方法。通过实例建立了GM（1，1）修正模型。与传统的预测方法相比，灰色预测方法具有原始数据样本少，无需典型分布，建模过程简单，预测精度较高等特点。     

两种灰色神经网络模型及应用

给出了2种灰色神经网络模型GNNM（1，1）和GNNM（2，1），该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性，并给出了相应的学习算法，然后通过示例说明模型的可行性。     

灰色理论在城市年用电量预测中的应用

研究了灰色预测GM（1，1）模型及其几种改进模型在城市年用电量预测中的应用。以实际算例为基础，分析了几种模型的预测结果并进行比较。结果表明：不同的改进模型预测的精度不同，所有改进后的模型比基本模型预测的精度高、误差小。并经不同的算例分析得出：不同变化规律的负荷应该用不同的改进模型。     

灰色系统GM（1,1）模型适用范围拓广

研究了灰色系统ＧＭ（１，１）模型在建模过程中由于原始数列乘以不等于系数常数对模型值及预测值的影响，得出ＧＭ（１，１）模型完全适用于负数据序列建模的结论。     

组合灰色模型在电力系统负荷预处理中的应用

根据GM（1,1）模型的特点,通过在数据序列前面加一个非负数,提出了加数GM（1,1）模型的方法。该方法克服了原始模型中不能利用第一点数据的缺陷,提高了原始数据的利用率。同时,结合电力负荷呈日周期性变化的特性,提出了基于关联度的组合灰色预测模型用于电力系统负荷预处理。实例表明,加数模型的预测精度优于原始模型的预测精度,组合灰色模型比单一的灰色模型在预测精度上有明显提高。     

灰色新息GM（1,1）模型的递推算法

在研究新息ＧＭ（１，１）模型传统算法的基础上，提出了灰色新息ＧＭ（１，１）模型的一种新算法－递推算法。     

灰色GM模型在设备维修中的应用

主要探讨了灰色系统理论在设备维修时间预测中的应用。建立了基于灰色预测理论的GM（1，1）模型，通过程序实现，用其对设备在预防性维修中的维修时间间隔进行预测，示例证明预测结果是可信的。     

灰色系统理论在矿石品位估计中的应用

矿石品位变化有一定随机性，同时，受成矿规律支配，它又存在有一定规律性。通过取样了解的矿石品位变化是一组灰色数据，可以认为它受到了线性外驱动力的作用。通过灰色建模、估计，就能有效地预测未取样处矿石的品位。本文提出了用建立灰色模型去估计矿石品位的方法，给出了实施步骤，并以实例进行了验证。     

苏州地面沉降灰色系统预测模型

应用灰色系统理论,针对苏州市发生地面沉降的一组时间序列预测数据,建立了灰色预报先ＧＭ（１,１）模型,预测了苏州市近期地面沉降量。计算结果表明,预测模型计算结果与实测值拟合较好。     

GNNM(1,1)模型在城市用水量预测中的应用

我国城市年用水量数据较少并与诸多因素息息相关，是一个典型的灰色系统。本文利用灰色系统的少数据建模优点和神经网络的精度可控性优点，建立了城市年用水量的灰色神经网络GNNM（1，1）模型。利用该模型对S市城市用水量进行了实际预测研究，实例证明了该方法的正确性和科学性。     

时变参数灰色沉降预测模型及其应用

目前大部分沉降预测模型均假定模型的参数在沉降发展过程中是不变的，这与实际情况不符，从而影响了模型的预测精度，当预测模型的参数也是时间的函数时，系统响应预测可分为两部分：一是预测模型参数的预测；二是根据参数预测值的系统响应预测，在灰色GM（1，1）模型的基础上，建立了时变参数灰色GM（1，1）模型，其模型中的参数用多项式逼近，并采用最小二乘法确定多项式中的待定系数，最后将此模型应用于建筑（构筑）物的沉降预测，实例计算表明，时变参数预测模型有望提高模型的预测精度。     

灰色系统理论在矿石品位估计中的应用

矿石品位变化有一定随机性，同时，受成矿规律支配，它又存在有一定规律性，通过取样了解的矿石品位变化是一组灰色数据，可以认为它受到了线性外驱动力的作用。通过灰色建模、估计，就能有效地预测未取样处矿石的品位。本文提出了用建立灰色模型去估计矿石品位的方法，给出了实施步骤，并以实例进行了验证。     

基于灰色均生函数模型的电力系统月度负荷预测

首先使用历史负荷数据建立灰色GM（1,1）模型,并得到该历史负荷数据在GM（1,1）下的趋势值,其次通过历史负荷数据与趋势值的比值得到残余信息来构建均生函数模型,然后形成灰色均生函数模型（G-MGFM）,最后提出了一种基于灰色均生函数模型的电力系统月度负荷预测方法。算例分析表明,与传统的预测模型相比,G-MGFM不仅建...     

基于新维灰色马尔科夫模型的股价预测算法

灰色预测适合于时间短、数据量少、波动不大的系统对象，但是对于系统对象的中长期预测，采用任何形式的GM（1，1）模型，预测结果往往会偏高或偏低，而马尔柯夫链理论适用于预测随机波动大的动态过程。通过结合灰色预测和马尔柯夫链理论的特点，并利用新信息优先的思想，提出了一种新维无偏灰色马尔柯夫预测模型，用无偏GM（1，1）模型拟合系统的发展变化趋势，并以此为基础进行了马尔柯夫预测，在每一步预测中，不断推陈出新，更新原始数据。实验结果表明，与一般的灰色马尔柯夫预测模型相比，预测准确度尤其是中长期预测准度得到了较大提高。     

灰色-马尔柯夫链理论在水稻二化螟预测上的应用

根据湖南省湘潭县1994—2003年来水稻二化螟发生面积的统计数据，分别应用GM（1，1）和灰色-马尔柯夫链理论与方法，对该地区二化螟发生面积进行预测。预测值与实际发生值比较发现，GM（1，1）模型和灰色-马尔柯夫链模型10年平均预测变化率分别为10．56％和6．18％，后者大大提高了预测的准确度，显示了灰色-马尔柯夫链理论在某些农业灾害预测中应用的优势。     

灰色数模的建立及应用研究(III)--NLCGM(1,1)模型的建立及酚保留行为的预测

考虑到灰色ＧＭ（１,１）模型对于处理某些非线性问题的不足,基于灰色系统理论的建模思想,推导出又一种模型———非线性连续灰色模型ＮＬＣＧＭ（１,１）。由于建模过程中采用了双拟合,不但实现了模型的连续化,而且提高了预测精度。将该模型应用于高效液相色谱中,对５种不同种类的酚保留值随流动相组成变化的关系进行了研究,建立相应的ＮＬＣＧＭ（１,１）模型。经验证,计算值与实验值相吻合,获得了较常规ＣＧＭ（１,１）模型和二次方程更高的精度,平均绝对误差为０．０１６,而常规ＣＧＭ（１,１）模型和二次方程的平均绝对误差分别为０．０３３和０．０５６。     

混凝土受压过程中声发射数的灰色模型研究

针对在混凝土单轴受压破坏全过程的声发射试验中,采用传统GM（1,1）灰色模型多步预测分析所得预测值普遍较实测值偏大、预测精度偏低的问题,通过引进预测值折减系数,重点探讨了折减系数的特点。结果表明,折减系数在预测曲线起点处基本为一常数,在终点处基本与已知数据百分数呈线性关系。基于上述特点通过插值求其折减系数来合理修正传统的灰色模型,建立起折减修正GM（1,1）灰色模型。通过该修正GM（1,1）灰色模型对室内声发射试验建立的预测模型,其精度较传统GM（1,1）灰色模型有较大提高。