制造型企业业务成本预测模型构建与应用——基于灰色理论

业务成本预测是制造型企业财务管理工作的重要内容。基于灰色理论建立制造型企业业务成本预测的GM(1,1)、Verhulst和SCGM(1,1)c模型,并在其基础上采用拟合一致性方法构建GM-Verhulst-SCGM组合灰色预测模型。通过选取M化工企业2004～2013年业务成本数据作为预测模型拟合样本进行参数确定,对其2014～2016年企业业务成本进行预测。结果表明,组合灰色预测模型具有较高的预测精度,其误差低于各单一灰色预测模型及传统线性回归模型。此外,在分析组合灰色预测模型适用性的基础上,预测制造型企业2017～2021年业务成本变化趋势,为企业财务管理与成本控制提供理论参考。     

GM（1,1）—马尔柯夫模型的挣值管理项目预测研究

分析了挣值管理项目成本与进度偏差预测存在的问题及解决方法,研究了GM（1,1）—马尔柯夫预测模型,通过具体工程实例说明GM（1,1）—马尔柯夫模型预测理论上是可行的且比运用GM（1,1）模型预测精度高。     

基于加权组合模型的沉降预测讨论

地表沉降是一种渐变性地质灾害,可以预测其发展趋势。本文分析讨论灰色系统理论预测模型及指数平滑法预测模型的基础上,提出了对灰色GM（1,1）模型和指数平滑模型进行加权组合得出新的模型来预测地表沉降预测的方法。     

新陈代谢GM（1,1）模型在河流水质预测中的应用

针对常规GM(1,1)模型存在的不足,运用灰色系统理论,建立了灰色新陈代谢GM(1,1)河流水质预测模型,对该模型的精度以及误差进行了分析,并利用该模型对某地区河流的水质进行了预测,预测结果显示:灰色新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测的可信度。     

神经网络在单桩承载力预测中的应用

运用基于BP神经网络的组合预测模型对PHC桩的极限承载力进行预测,计算实例表明,使用该组合预测方法所得的预测结果比单纯使用灰色GM(1,1)模型或神经网络模型所得结果的总体误差要小,因而该方法是可行的、有效的。     

高速公路交通事故的优化组合预测模型

采用灰色GM(1,1)模型和三次指数平滑模型进行优化组合,建立了基于IOWGA(诱导有序几何加权平均)算子交通事故的预测模型,并对组合预测模型进行了检验.检验结果表明,组合预测模型是有效的,可靠的,具有较高的预测精度.     

基于灰色模型住宅项目投标价格预测研究

本文以天津市某施工企业在石家庄某地区2017～2020年主体结构的投标价格为原始数据,通过构建GM(1,1)模型预测2021～2025年住宅项目主体结构价格,通过预测分析发现未来5年主体结构价格呈现上涨趋势.结果表明,结构价格GM(1,1)预测模型应用建筑企业对投标报价的管理具有重要的参考意义,促使建筑企业深化成本管控,提升成本精益化管理水平.     

基于灰色模型住宅项目投标价格预测研究

本文以天津市某施工企业在石家庄某地区2017～2020年主体结构的投标价格为原始数据,通过构建GM(1,1)模型预测2021～2025年住宅项目主体结构价格,通过预测分析发现未来5年主体结构价格呈现上涨趋势.结果表明,结构价格GM(1,1)预测模型应用建筑企业对投标报价的管理具有重要的参考意义,促使建筑企业深化成本管控,提升成本精益化管理水平.     

基于中心逼近式GM(1,1)模型的火灾事故预测

应用灰色预测理论对我国火灾事故四项指标进行预测研究。以2001-2008年的火灾统计数据为原始数据序列,分别建立GM(1,1)预测模型和中心逼近式GM(1,1)预测模型,并对原始数据进行拟合分析以评估模型精度;利用这两个预测模型对2009、2010年的火灾事故数据进行预测,并与实际值比较分析。结果表明,中心逼近式GM(1,1)模型的拟合精度及预测精度均高于传统GM(1,1)模型,但这两个模型不适用于火灾事故直接经济损失的预测,其余三项指标的中心逼近式GM(1,1)模型的预测精度能够达到一级。     

改进灰色BP神经网络模型在建筑物沉降监测中的应用

建筑物的变形是由于多种复杂因素的影响,文章针对该影响以及单一预测模型精度不高的问题,建立了基于灰色模型和BP神经网络模型的组合预测模型。并采用复化梯形求积法对灰色模型的背景值改进,构建基于改进的组合预测模型。结合改进的灰色GM(1,1)BP神经网络组合模型对马鞍山市的某建筑物的沉降进行预测。通过对比可以看出,改进的灰色BP神经网络预测精度最高,其拟合程度更加接于实测值,可更好地适用于实际工程的中长期预测。     

改进灰色预测模型在城市用水量预测中的应用

为提高城市用水量的预测精度,分析了GM(1,1)模型和灰色Verhulst模型,同时由于GM(1,1)模型存在一定的缺陷,本文对基本GM(1,1)模型进行了新陈代谢改进,最后通过对实例的预测分析,改进灰色预测模型预测精度更高。     

桥梁基础沉降的等维灰色预测

为揭示桥梁基础沉降的变化规律,采用灰色系统理论分别建立了基础沉降量预测的传统GM(1,1)模型和等维新信息GM(1,1)模型。工程验证结果表明,灰色预测模型的计算值与实测值较吻合,等维新信息GM(1,1)模型比传统GM(1,1)具有更高的预测精度,更适合于桥梁基础沉降量的预测。桥梁基础沉降量的灰色预测结果可为提前评估沉降设计及施工质量提供参考依据。     

基于灰色神经网络模型的基坑开挖引发周边地面沉降预测分析

在城市地下工程建设中,深基坑开挖引起的周围地表土沉降问题越来越受到人们的重视。地表沉降将引起邻近建、构筑物破坏,从而造成经济损失。因此,预测基坑周围土体未来一段时间的沉降,对及时采取治理措施具有重要意义。文章针对GM(1,1)模型地面沉降预测精度较低的问题,利用神经网络对灰色预测模型进行组合,生成灰色神经网络模型,并进行预测分析,结果表明,利用灰色神经网络模型预测的沉降值,比单独的灰色GM(1,1)模型预测的沉降值具有更高的精度。     

火灾事故的灰色马尔柯夫模型预测

灰色马尔可夫模型是将灰色系统理论和马尔可夫链理论相结合建立的预测模型,它不仅充分发挥了灰色预测模型和马尔可夫预测模型的优点,而且有效地解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题.实例计算证明:火灾事故灰色马尔可夫预测模型预测精度高于GM(1,1)模型预测精度,模型可以用于火灾事故预测.     

组合预测在港口吞吐量预测中的应用研究

以锦州港1998～2007年吞吐量为原始数据,将一元线性回归预测模型与灰色GM(1,1)预测模型组合起来,采用最优权重系数法确定组合权重,对锦州港2008年～2012年的港口吞吐量进行了组合预测。     

基于灰色组合模型的基坑周边建筑物沉降预测

伴随着地下空间工程大量兴建,在基坑开挖阶段,定期观测周边建筑物沉降,分析预测其未来的沉降变化规律、发展趋势,对保证建筑物与人民生命财产安全具有重要意义。为科学合理预测基坑周边建筑物沉降值,在综合常用灰色预测模型,即Verhulst模型、GM(1,1)模型和SCGM(1,1)_c模型优点的基础上,建立灰色组合模型,通过挖掘各单一模型的有效信息,优化拟合结果,从而对基坑周边建筑物的沉降值进行有效预测。实例应用表明:灰色组合模型的预测值与观测数据的拟合结果优于单一预测模型,其预测精度明显提升,沉降预测值更为可靠,可为采取相应的预防或处理措施提供科学决策依据。     

基于卡尔曼滤波算法的动态灰色GM(1,1)模型在路基沉降分析中的应用

针对含噪声的路基沉降时间序列,传统灰色GM(1,1)预测模型易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的动态等维灰色理论预测模型,并以新沉降信息设置模型初始值,克服了传统灰色GM(1,1)模型在预测过程中忽略未来因素对系统影响的缺陷。工程实例分析表明,建立的消噪动态等维灰色预测模型优于传统态灰色模型和其他一些预测模型,对工程建设有指导意义。     

灰色BP神经网络组合模型在地铁沉降监测中的应用

地铁路基沉降监测是变形监测中的一项重要内容,关系到交通运营的安全问题。为准确对地铁沉降进行预测,在灰色GM(1,1)模型及BP神经网络模型的理论知识的基础上,利用某地地铁沉降监测数据,采用灰色BP神经网络组合模型对地铁监测数据进行预测。通过监测数据和预测数据的对比分析,得出组合模型对地铁沉降数据预测较为准确、精度较高的结论。     

高边坡安全监测的改进GM模型预测研究

由于一般的 GM(1,1)模型进行预测存在较大的局限性及产生系统误差,对一般 GM(1,1)模型进行了误差来源追踪分析并提出改进方法,得到改进后的 GM(1,1)预测模型,并将其用于高边坡安全监测。依据碧口水电站高边坡连续 8 a 的监测数据(第 6,7 a 的数据予以剔除),建立了碧口水电站高边坡灰色安全监控模型。把改进的 GM(1,1)预测模型与一般的 GM(1,1)模型、统计模型等预测模型进行了对比,同时还进行了平均误差、相关系数以及最大误差分析对比。研究表明,改进后 GM(1,1)模型监控精度较高,预测结果与实际吻合较好。     

基于灰色马尔可夫链的管网漏损率预测

针对城市管网漏损率数据的非线性和随机波动性特点,建立了以马尔可夫链修正灰色GM(1,1)的预测模型,以2005年—2012年全国管网漏损率为研究对象,比较分析了灰色和灰色马可夫链预测结果,指出经马尔可夫链修正后的模型预测精度更高。