简介：综合了灰色预测模型、指数平滑法和多元回归分析模型的特点，根据预测方差最大组合系数最小原理建立了组合模型．并对广州市的物流量进行了预测。结果表明，组合模型的预测结果是最优的。

简介：运用SPSS软件对葡萄酒的理化指标进行主成分分析，把葡萄酒的各项理化指标降维成了9个主成分，以9个主成分为自变量，葡萄酒的实际评分为因变量，建立多元线性回归模型，得到回归方程．通过葡萄酒质量的预测得分与实际评分的误差分析，得出预测准确率达到了81．5％．

简介：假设人口增长和人类文明是生态退化的主要驱动因素,结合福雷斯特世界动力学模型,利用机器学习的方法,建立了双层通信网络模型(TCNM)来研究生态退化的问题。

简介：灰色预测是环境污染预测应用相当广泛的方法。根据文献报道，基于Matlab和Excel实现灰色预测中存在着占用内存、单元格填埋计算公式等等的不足，因此提出了一种基于VBA在Excel下编写宏程序轻松实现灰色预测的方法，并将其运用到北海市地表水污染物预测。结果表明，本程序简短，操作方便，计算结果准确可靠，彻底把用户从繁琐的手工操作中解放出来。

简介：本文对传统的灰色预测模型进行了改进,一方面,为了强化原始数列的大致趋势,减弱异常值的影响,采用了弱化缓冲算子进行了处理;另一方面,也对指数a模型加以优化修正;数值试验表明,改进的灰色预测模型有效地改善了模型预测精度,并扩大模型适用范围,最后对某市2001-2010年间的电力负荷进行了预测.

简介：文中通过对河南粮食年产量从1979年到2011年的数椐进行状态分类,建立一步转移概率矩阵,根据马氏链的齐次性,利用matlab软件计算出未来五年间河南粮食产量区间.

简介：运用TRAINGDX训练函数对标准BP神经网络进行改进．根据2012年《四川省统计年鉴》相关数据，利用影响国内生产总值（GDP）的6个主要因素，借助Matlab软件平台，建立了6：5：1的三层BP神经网络GDP预测模型，实现四川省GDP值的预测．改进后BP神经网络预测相对误差在1％以内，仿真结果同模型外推法比较，预测精度较高．

简介：摘要主要从2006-2011年度牡丹江地区社会从业人员规模数据入手，构建了灰色GM(1,1)预测模型；并对2012-2021年牡丹江地区从业人员进行了预测，并对预测结果进行了检验，结果表明模型预测效果好。

简介：本文以Logistics回归算法为基础，结合证券行业经纪业务的特点，选择了总资产比例、交易次数比例、总资产连续下降等12个指标建立证券客户流失预测模型；并通过历史数据计算，确定了模型的常变量及回归变量。相关理论方法评估及真实数据验证表明，该模型的预测准确度较高，可以基于客户历史行为反应其流失倾向。一、客户流失预测的基础模型简介

简介：针对原始数据序列建立灰色GM（1，1）模型，然后利用BP神经网络对GM（1，1）模型预测值加以校正，得到GM（1，1）与BP神经网络组合预测模型。通过运用田径比赛项目相关成绩序列进行模型检验，相比单纯的GM（1，1）模型，组合模型具有更高的预测精度，表明了组合模型预测的可行性。

简介：生态足迹是目前较通用的衡量区域可持续发展的指标，利用生态足迹模型与其他指标结合，可以测算生态赤字（盈余）、生态足迹压力指数、万元GDP足迹等反映区域生态安全状态的定量指标．本研究计算了2002-2008年福建省人均生态赤字及生态足迹压力指数，得到全省生态压力的变化趋势．利用GM（1，1）灰色预测模型预测2009--2014年福建省人均耕地生态足迹与承载力、人均建筑用地生态足迹与承载力、人均生态赤字及生态足迹压力指数，结果表明，若继续沿着2002--2008年的发展模式，福建省在未来几年内生态安全将面临极大威胁，全省经济发展模式转型刻不容缓．

简介：以火灾统计数据中的火灾发生起数为研究对象,利用时间序列分析中的差分自回归移动平均模型对城市火灾进行预测。以北京市2000～2006年火灾数据为例,建立了乘积季节模型,进而预测了北京市2007年月火灾发生起数,并与实际值相比较,发现该模型预测结果较为准确,可用于对火灾作短期预测,预测结果可为消防部门的决策提供科学依据。

简介：传统的最小二乘支持向量机模型对训练样本的各个输入点同等看待,各输入向量的贡献度是相同,未对离群点加以考虑.在最小二乘支持向量机模型中引入隶属度的相关理论并建立模糊隶属度函数,对离群点和正常点赋予不同的贡献度,建立了模糊最小二乘支持向量机模型.最后,以美国PJM电力市场的边际电价预测为例,验证了本文模型的预测精度比传统的最小二乘向量机模型高50％左右,且复杂程度基本不变.

简介：为准确把握国内农产品价格波动规律，提高农产品价格预测精度，构建农产品价格自回归移动平均与支持向量机（ARIMA—SVM）组合预测模型，以ARIMA模型揭示农产品价格线性变动规律，以SVM模型揭示非线性变动规律，并结合1999—2011年我国农产品价格指数月度数据，使用组合模型和ARIMA、SVM单个模型对农产品价格进行预测。预测结果显示：组合模型比单个ARIMA、SVM模型预测精度高，能够提高农产品价格预测的准确性，是一种有效的农产品价格预测模型。

简介：融合时间序列与神经网络算法,得到AR-ANN模型。结合多维时间序列在捕捉线性关系的优势,以及神经网络在预测非线性关系的优势,AR-ANN模型对上证指数有较好的预测效果。另建立结构向量自回归模型（SVAR）,反应了指数受其他经济内生变量的一个随机冲击后的变化状况,通过脉冲响应函数对预测做出预警。

简介：准确的武器备件故障率预测对制定精确的维修保障计划,降低维修保障费用等方面具有重大意义。通过对典型的故障率曲线的分析,依据灰色预测理论,在灰色GM（1,1）模型的基础上建立了离散的灰色GM（1,1）模型,通过实例对武器备件故障率进行了预测,为武器备件的故障率预测提供了一种新的途径和方法。

简介：塔河油田碎屑岩区块一直以中生界为主要目标产层，塔中地区顺9区块志留系柯坪塔格组的油气突破，不仅为塔河油田带来新的产能阵地，同时开拓了该区新的勘探领域--古生界志留系砂层。该区储层属低孔低渗，砂泥岩阻抗部分叠置，给储层预测带来较大难度。反演作为一种常用的储层预测手段，相对于其他属性方法，可做到定量预测储层。本文以塔河托甫台为例，利用反演法对该区砂体进行定量预测，为探井部署提供有力依据。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：水旱灾害是影响吉林省西部农业生产的主要灾害之一,粮食产量的大幅减产还会导致整个地区国民经济水平及人民生活水平的下降.降雨量是农业生产的一个重要影响因子,如何预测降雨量成为指导农业生产最重要的一项科技指标.文中以吉林省白城市2000-2011年的降雨量数据为研究对象,应用灰色预测GM（1,1）新陈代谢模型,对白城市今后十年降雨量进行科学合理的预测.

简介：酒店经营管理中普遍存在着供求不平衡的问题,一直以来都是酒店管理者着力解决的重点、难点问题.以海南为例,分析造成酒店业供求不平衡的原因及由此产生的弊端,通过实证研究,构建供需不平衡背景下酒店入住率的预测模型,以减少因为供需不平衡而带来的酒店价格的波动,促进酒店业健康有序的发展.