灰色GM（1，1）模型在火炮初速测量中的应用

火炮初速测量是火炮进行弹道准备中的一项重要内容,运用灰色理论探讨火炮初速预测问题,既有利于提高火炮射击精度的修正,又有利于进一步完善火炮初速测量雷达的使用操作和改进设计。针对火炮初速随机变化的特点,基于灰色理论中的GM（1,1）模型,构建火炮初速灰预测模型,确定预测结果精度检验方法。最后通过一应用实例验证该方法具有一定的合理性与实用性。     

基于灰色线性回归模型的预测控制

针对大滞后线性时不变控制系统,将Smith预估控制方法和灰色线性回归预测方法相结合,提出一种改进型预测控制方法.该方法设计一种灰色线性回归预测器,将其置于反馈回路,预测下一时刻的输出值,达到超前控制的效果.同时根据预测精度来选择控制方案,达到精度要求时,在Smith预估控制中加入灰色线性回归预测控制器,否则就只采用Smith预估控制.仿真结果表明该方法有效地克服了大滞后对控制系统性能的影响,提高了控制精度.     

基于GM(1,1,μ,ν)模型的股指预测

当前对灰色预测模型GM（1,1）的优化主要集中在2个方面,1个是建模所用数据维度的选择上,一个集中在白化背景值z（1）（k）的优化上.由于这些工作都只考虑单一因素的影响,因此,GM（1,1）的潜力还没有被充分的挖掘出来.针对以上情况,提出同时考虑2个因素的GM（1,1,μ,ν）模型,并根据股市的特点,提出选择最优解的办法.实例证明该模型比传统的GM（1,1）有更低的预测误差.更重要的是,该模型提出综合考虑2种因素的思想,为更进一步优化GM（1,1）提供新的思路.     

GM（1，1）方法在散货运输中的应用

散货运输是随机的，是无规律可遵循的，预测是管理的一个重要方面，只有有效的预测，才能有效的管理，GM(1，1)方法是灰色系统理论预测原始数据波动性比较大，稳定性比较差的一种模型。文章介绍通过计算机进行模拟，运用Visual Basic编程的GM(1，1)方法预测散货运输量。     

基于改进GM（1，1）的灌浆压力预测建模

为了解决灌浆手动控制系统控制精度较差和灌浆过程中不确定因素引起灌浆压力波动问题,确保灌浆工程质量,提出了灌浆压力的等维新息灰色预删GM（1,1）模型。并利用残差模型对原始数据模型进行修正。该算法不需要被控对象模型结构的先验信息,仅根据灌浆记录仪输出的压力离散值,利用灰色预测模型,实时进行一步预测,算法容易实现。仿真结果表明,预测平均误差小于3％,该方法的预测结果能够满足实际灌浆工程需要,而且预测压力输出比人工控制方式的输出压力波动小。     

参数最优化的GM（1，1）模型

灰色GM（1,1）模型的精度取决于参数[a]和[u],而参数[a]和[u]的获得依赖于初始条件的选择和背景值的构造。在背景值的计算中引入优化因子,通过最优初始条件和最佳优化因子的选择使预测结果与原始数据的平均相对误差最小,从而得到参数最优化的GM（1,1）模型。数值试验的结果表明,相对于传统的GM（1,1）模型及文献中的改进方法,参数最优化的GM（1,1）模型具有更高的预测精度。     

GM（1,1）灰色模型在白城地区结核病流行趋势预测中的应用

目的：预测白城地区涂阳肺结核病发病趋势,为制定本地区结核病防控策略提供理论依据。方法：利用GM（1,1）灰色模型对白城地区涂阳肺结核病发病率进行拟合和预测变化趋势。结果：根据白城地区2008-2012年涂阳肺结核病发病率建立的灰色模型为：,模型的平均相对误差为1.90%,该模型精度为优（C=0.2353,P=1）,预测效果好。结论：白城地区涂阳肺结核病发病率预测理论值呈逐年上升,虽上升幅度较慢,但对本地区肺结核病予以高度重视,应加强结核病防治工作。     

基于灰色多元线性回归融合模型的故障率预测

为预测在设备使用年份期间的制氧系统故障率,提出灰色多元线性回归融合模型的新方法。该方法首先求出制氧系统各设备故障率的GM(1,1)模型;然后计算出制氧系统故障率、制氧系统各设备故障率与设备使用年份相关关系模型,并且将制氧系统各设备故障率的GM(1,1)模型代入该关系模型中;最后利用最小二乘法求出待定参数。通过对制氧系统故障率的预测分析表明,灰色多元线性回归融合模型在故障率预测精度上优于单一的灰色模型和线性回归模型,且不要求提供的历史数据具有典型的分布规律。该模型的预测结果可为制氧系统的维修工作提供决策依据。     

基于GM(1,1)模型的我国城镇就业形势预测分析

介绍我国城镇就业现状和GM（1,1）模型的基本原理,利用1991-2008年间重要年份的相关样本数据,运用GM（1,1）灰色预测模型对我国城镇2009年、2010年的就业总量形势进行预测分析,为我国经济体制改革和经济结构调整提供理论依据。     

基于灰色线性回归组合模型铁路客运量预测

铁路客运量的准确预测是铁路旅客运输组织工作的重要基础和主要依据之一,准确预测铁路客运量是铁路运输企业面向市场、把握未来的重要保障.针对铁路客运系统是一个信息不完全的灰色系统,运用灰色预测理论构建灰色模型GM(1,1)与线性回归的组合模型,用于对未来五年内河南省铁路客运量进行预测.研究表明,模型改善了原线性回归模型中没有指数增长趋势和基本灰色预测模型中没有线性因素的不足,和单一模型相比,预测精度更高,预测结果更为可靠,具有较高的实际应用价值,也为铁路客运量预测研究提供了新的途径.     

改进GM（1,1）模型及其在色谱保留值研究中的应用

针对常规ＧＭ（１，１）模型的两点不足，提出用迭代回归法加以改进，并用于多环芳烃容量因子随流动相组成变化关系的建模，获得了精度更高的拟合和预测结果。     

GM（1，1）和新陈代谢模型的比较

灰色模型具有所需数据少、预测精度高和无需先验信息的特点。本文通过建立GM（1,1）模型和新陈代谢模型实例预测某省火灾事故发生量,并将两种方法相比较,为相关部门提供科学的决策依据。结果表明灰色模型简单实用,预测精度高。而在此实例中,GM（1,1）模型比新陈代谢的预测精度更高、预测误差更小。     

融合粗糙集和灰色GM（1，N）的西安市供水量预测

对于多变量预测问题,构造了粗糙集和灰色理论的融合预测模型。该模型运用粗糙集的知识依赖度理论对多属性进行约简,在约简基础上建立GM（1,N）模型。用所建模型对西安市年供水量进行了拟合和预测,并与离散灰色GM（1,1）模型作比较。实验结果表明该模型的预测精度高于传统的用灰关联度选择影响因子建模,从而为供水量预测问题提供了一种新方法。     

基于ARIMA与线性回归组合模型的汽车销量预测分析

现有的汽车销量预测模型大都脱离汽车企业的实际情况,侧重于中国汽车市场的整体销量预测,且预测数据来源难以获取,在各品牌的汽车主机厂并未得到广泛应用.论文根据主机厂数据现状,结合现有汽车销售流程,分析面向品牌的汽车销量预测的主要因素,提出一种基于ARIMA与线性回归组合模型的单品牌汽车销量预测模型,为单品牌的汽车销量预测提...     

改进灰色GM(1,m)模型在变压器故障预测中的应用

针对灰色模型在预测变压器故障时对波动数据序列的预测误差较大的问题,提出了一种灰色GM(1,m)预测模型改进方案:对原始数据序列进行处理,使其具有更好的指数规律,以满足预测模型对光滑性的要求;对处理过的原始数据序列进行灰关联度分析,以得到各变量之间的关系;优化预测模型的背景值并用其建模;采用等维新息模型预测数据。采用改进的灰色GM(1,m)模型预测某变压器油中7种特征气体的体积分数,所得预测数据的平均残差和后验相对误差均小于GM(1,1)模型和传统GM(1,m)的预测结果,表明其具有更好的预测精确度。     

基于GM(1,1)和BP神经网络集成模型的我国人口数量时间序列预测研究

由于GM(1,1)模型和BP神经网络模型在预测具有趋势变动和波动二重特性的时间序列时能优势互补,首先建立GM(1,1)模型对序列的趋势项进行预测,得到模拟值及残差序列,然后建立BP神经网络模型对残差值进行预测,最后用加法模型对二者预测值进行集成。我国人口数量时间序列实证结果证实了集成模型用于人口数量预测是有效性,且预测效果显著高于单一模型。     

GM(1,1)模型在巡航导弹预测中的应用

为了对巡航导弹的距离进行预测,建立了GM(1,1)模型,详细介绍了建模和计算预测值的过程.采用等维灰数递补动态预测的预测方法,对预测模型的可行性进行了分析,提出了对巡航导弹预测建模的原则,并进行了示例分析,用预测值和实际值进行了误差检验,并对模型精度进行了分析.建模和计算结果表明,该模型和方法对巡航导弹的距离进行预测,计算精度高且运算速度快.     

修正的优化无偏GM(1,1)模型在瓦斯事故预测中的应用

针对无偏GM(1,1)模型可能因个别异常点导致预测误差很大甚至失效的问题,建立了修正的优化无偏GM(1,1)模型。该模型剔除了异常点,并用一次插值法得到的新数据代替异常点,最后对拟合、预测值作残差修正。将该模型用于煤矿瓦斯事故遇难人数预测,结果表明,修正的优化无偏GM(1,1)模型大幅提高了煤矿瓦斯事故遇难人数的拟合及预测精度,后验差精度检验等级为好,其预测值的相对误差绝对值为0.070 4,仅为优化前的40.8%。     

基于多模型拟合的西安市生活垃圾量预测

大城市生活垃圾预测是政府环卫部门安全评价、规划和决策的基础。以西北最大城市西安为例,在分析现状基础上得出目前影响西安市生活垃圾产量的三个显著的驱动因子：西安市辖区建成区土地面积、城镇居民人均可支配收入和市区户籍人口。先建立GM（1,1）灰色预测模型和最小二乘法多项式拟合人均可支配收入增长模型,对三个影响因素指标分别进行预测;后建立多元线性回归模型,结合前期三个指标预测值,预测2011-2020年西安市生活垃圾产生量。显著性F检验表明多模型拟合预测合理,预测结果有意义。     

基于加权马尔可夫链和GM(1,1)模型的公共危机事件预测研究

突发公共危机事件的频繁发生已经成为社会生活中的一种常见现象。为了给政府提供决策上的参考,本文以北京市丰台区病毒性肝炎发病率的实际数据为例,利用加权马尔可夫链模型和GM(1,1)模型进行公共卫生事件传染病发病率的预测,然后比较这两种模型预测的优缺点,最后得出要根据实际的数据特点进行选择预测的结论,从而提高了预测的精度。