铁合金生产中的灰色GM（1,1）模型

应用灰色系统理论，建立了灰色ＧＭ（１，１）预测铁合金化学成分手数学模型，该模型可对铁合金化学成分进行定量和定性预报，定量预报的平均精度为９８．４４％（最高精度达９９．９９％），定性预报结果与实际情况相吻合，应用ＧＭ（１，１）模型配合优化配料技术指导生产效果廊，具有较好的经济效益。     

矿石产量灰色系统GM（1,1）模型的建立及预测

应用灰色系统理论的数学原理及建模过程,建立了矿石产量的ＧＭ（１,１）模型,应用该模型对陕西省某金矿每季度矿石产量进行灰色预测,采用“残差检验法”和“滚动检验法”进行检验。结果表明,ＧＭ（１,１）模型的预测精度高,适合于具有灰色特征的地质、采矿、选矿等原始数据序列的模拟控制和预测分析。     

灰色模型在高炉铁水[Si]预测中的应用

应用灰色系统GM(1,N)模型对高炉生产生铁中[Si]值进行预报,以等维新息建模方式,反映高炉炉况最新信息;同时结合GM(1,1)残差模型对预测值进行修正,以提高预测精度,运用该方法取得了较好的效果.     

矿山安全系统的灰色预测

本文把矿山安全系统视为独立的灰色系统，运用灰色系统理论中的ＧＭ（１，１）模型对某冶金系统矿山安全系统中的千人负伤率的建模与预测进行了讨论，效果较好。     

基于灰色系统理论的加工番茄产量预测模型研究

[目的]研究基于灰色系统理论的加工番茄产量预测模型.[方法]运用灰色系统理论研究了加工番茄产量变化趋势,建立了加工番茄产量预测的GM(1,1)灰模型,并以2001～2009年新疆加工番茄产量为例,进行了实例分析.[结果]该模型有较高的预测精度和较强的泛化能力,对近期加工番茄产量的预测是可靠的.[结论]为新疆地区番茄产业的宏观调控、番茄加工及储藏等方面提供了参考.     

基于灰色系统理论的矿区重金属污染预测分析

矿区重金属污染系统具有灰色系统的特征,因此可以采用灰色模型对重金属污染进行预测。运用灰色模型GM(1,1)对矿区Cu污染因子发展变化进行动态关联分析,作出了预测并对预测结果进行了分析,结果证明GM(1,1)模型是一种行之有效的预测金属污染的模型。     

灰色模型（GM）在质量特征值PPM预测中的应用

本文应用灰色系统理论，对质量特征值PPM进行预测，建立了产品的PPM灰色模型。按照建立的模型对未来3个月的PPM进行了预测，前两个月的预测精度分别达到98％和96％。因此，PPM灰色模型可以为质量管理者提供有效的产品质量信息，使管理者采取及时预防纠正措施，减少因质量问题造成的经济损失。     

基于灰色系统理论的宁夏万元GDP用水量预测

提出了用灰色系统理论进行万元GDP用水量预测的建模方法.通过对有限的原始数据的生成处理,把有起伏性的原始数列变成规律性强的序列,从而建立万元GDP用水量预测的灰色模型.经实际算例校核证明,该模型准确、方便、实用.     

电力负荷的灰色预测

利用灰色GM(1,1)模型进行预测时,如果原始序列的变化不够光滑,预测误差很大.因此,对原始序列进行对数平滑处理,同时针对不同时段建模形成预测灰区间的特点,提出了用灰色系统理论进行电力负荷预测的具有对数平滑的灰色关联度加权预组合预测方法.该法使影响负荷的各个因素得到削弱或者抵消,提高了预测精度,并扩大了预测范围.     

新马尔科夫模型的黄金价格短期预测

对黄金价格建立了ARMA-马尔科夫预测模型,该模型将数据统计特征与灰色理论密切结合。ARMA部分用来揭示预测序列的线性变化趋势,而马尔科夫状态转移概率矩阵用来确定状态转移的规律。实证研究表明,该模型预测精度优于ARMA模型以及灰色马尔科夫模型的预测精度。     

基于灰色统计方法的企业经营管理绩效综合评价

管理系统是一个多变量灰色系统,其评价过程具有人的主观性、方法的多样性、结果的不确定性等。灰色理论以其“少数据”、“贫信息”为研究对象,非常适用于管理绩效评价。灰色统计评价具有可操作性强、客观性强、分辨率高、可信度高等特点,能够克服其他评价方法主观性强的特点,并且能够准确地界定评价方案（指标）所属的灰类统计值。文章运用灰色统计评价模型开展了企业经营管理绩效综合评价,得到了令人满意的结论。     

基于灰色系统理论的高效采矿方法优选

概述了灰色系统理论特征,运用灰色理论建立了矿山采矿方法优选灰色模型,利用灰色系统理论模型对初选采矿方法进行灰关联分析,从而确定最优采矿方案,为高效采矿方法的优选提供了科学、合理的模式。     

采矿方法选择的灰色关联分析法

本文将灰色系统理论中的灰色关联分析法应用于地下采矿方法的选择,提出了采矿方法方案优劣评判的灰色关联分析法。     

人为因素对矿山安全影响关系的灰色关联分析

基于灰色系统理论,建立了以安全综合评价得分为参考数列,以5种不同人为因素得分为比较数列的灰色关联分析体系。通过对构造的不同数据列的无量纲化处理,求取差序列,计算灰色关联系数,得到了不同人为因素对矿山安全影响的灰色关联度。结果表明,矿山职工素质和违反规程对各矿井安全影响最明显,为矿山企业管理者加强安全管理提供了理论和技术支持。     

灰色理论在矿山安全事故预测中的应用

以我国非煤矿山事故统计数据为依据,应用灰色系统理论建立事故死亡人数的GM(1,1)灰色预测模型,经误差和关联度检验表明,预测精度良好。用该模型对我国非煤矿山的安全状况进行预测,得出死亡人数的变化曲线,表明我国非煤矿山事故死亡人数呈逐年下降趋势。     

Simulation and prediction of the alkalinity in sintering process based on grey least support vector machine

 Prediction of the alkalinity is a difficult problem during the process of sintering .Whether the level of he alkalinity of it is successful or not direct relates to the quality of sinter.By now,there isn’t a very good method due to the high complexity ,high non-linear, strong coupling, high delay-time and etc.A grey support vector machine model was proposed on the basis of the models.The fluctuation of data sequence is weakened by the grey theory and the support vector machine is capable of processing non-linear adaptable information, and the grey support vector machine is a combination of those advantages. The results reveal, the alkalinity of sinter can be accurately predicted through this model by reference to small sample and information. It was concluded that the grey support vector machine model is effective with the advantages of high precision, less samples required and simple calculation.     

Simulation and Prediction of Alkalinity in Sintering Process Based on Grey Least Squares Support Vector Machine

The prediction of the alkalinity is difficult during the sintering process. Whether or not the level of the alkalinity of sintering process is successful is directly related to the quality of sinter. There is no very good method for predicting the alkalinity by now owing to the high complexity, high nonlinearity, strong coupling, high time delay, and etc. Therefore, a new technique, the grey squares support machine, was introduced. The grey support vector machine model of the alkalinity enabled the development of new equation and algorithm to predict the alkalinity. During modelling, the fluctuation of data sequence was weakened by the grey theory and the support vector machine was capable of processing nonlinear adaptable information, and the grey support vector machine has a combination of those advantages. The results revealed that the alkalinity of sinter could be accurately predicted using this model by reference to small sample and information. The experimental results showed that the grey support vector machine model was effective and practical owing to the advantages of high precision, less samples required, and simple calculation.     

岩体质量灰色关联度分析法及其在哈图金矿中的应用

岩体质量是一个灰色系统,而关联度分析法是灰色系统理论中评价事物(现象)间相似性和贴近度的基本方法.所以,本文试图通过计算比较被评价岩体与各标准类级之间的关联度来确定其稳定性类级,并将此法应用于哈图金矿,得到了令人满意的结果.