导读:本文包含了灰色系统预测模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,灰色,系统,秦淮河,产卵场,大西洋,乌鲁木齐市。
灰色系统预测模型论文文献综述
司明舒,孔少楠,井淇,李士雪[1]（2019）在《基于灰色系统理论模型的卫生资源配置预测研究》一文中研究指出目的预测2017-2021年宁夏回族自治区卫生资源配置情况,为本地区医疗卫生服务体系规划的实施情况提供评价和参照。方法以2012-2016年宁夏地区卫生技术人员数、床位数、卫生总费用为基础数据,通过灰色系统理论模型对2017-2021年宁夏全区及各市卫生技术人员数、床位数和卫生总费用发展趋势进行预测分析。结果宁夏全区卫生资源呈现逐年增长的态势,到2020年每千常住人口执业(助理)医师数和注册护士数分别为3.05人、3.57人,医护比为1:1.17,其中银川市、石嘴山市、吴忠市、固原市和中卫市的每千常住人口执业(助理)医师数分别为4.95人、3.30人、1.77人、2.19人和1.71人,每千常住人口注册护士数分别为5.60人、3.42人、2.61人、1.92人和2.59人;全区每千常住人口床位数为6.27张,其中银川市、石嘴山市、吴忠市、固原市和中卫市的每千常住人口基层医疗卫生机构床位数分别仅为0.35张、0.41张、0.66张、0.66张和0.50张;全区卫生总费用为2967594万元,人均卫生总费用为4219元。结论宁夏全区卫生资源每千常住人口占有量达到并超过标准,但各市之间差异较为明显,银川市和石嘴山市的卫生资源比较充足,吴忠市、固原市和中卫市的卫生资源较为缺乏;全区的基层医疗卫生机构床位数亟待提高,应控制卫生总费用在合理区间上涨。(本文来源于《中国卫生统计》期刊2019年04期）
李路,洪友堂,马晓峰,汪文武[2]（2019）在《改进的灰色系统模型在沉降预测中的应用》一文中研究指出对变形体进行变形监测,可以避免诸多灾害的发生,为此国内外研究人员对预测模型领域进行了深入研究,如灰色系统、BP神经网络等模型。不同模型的研究角度不同,有不同的适应情况,而灰色系统模型拥有在贫信息的情况下进行建模的独特优势,故而广泛应用于变形监测中。本篇文章介绍了灰色系统模型,以及进一步考虑数据对模型内部参数的影响,加入权值思想,从而获得加权灰色系统模型,并与基本灰色系统模型进行比较。最后将改进的灰色系统模型应用于实际沉降预测中。(本文来源于《北京测绘》期刊2019年07期）
耿国强,虞文美,闫子薇[3]（2019）在《基于灰色系统模型对商业银行盈利能力分析及预测》一文中研究指出基于灰色系统模型对商业银行盈利能力进行分析,研究商业银行盈利能力的影响因素.使用16家上市商业银行2010—2016年的财务报表数据,采用灰色系统模型克服了财务数据较少的问题,对商业银行盈利能力进行分析和预测.数据分析结果表明,成本收入比对商业银行盈利能力影响最大,其次是资本充足率、不良贷款率和资产总额.通过灰色预测可以看出,商业银行盈利情况总体趋势向好发展,市场前景较为乐观.(本文来源于《高师理科学刊》期刊2019年04期）
王言丰,陈新军,陈芃,余景[4]（2019）在《基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建》一文中研究指出阿根廷滑柔鱼(Illex argentinus)是西南大西洋鱿钓渔业的主要作业鱼种,对资源丰度进行准确的预测可指导企业合理安排渔业生产。因此,本研究根据2000-2016年我国西南大西洋阿根廷滑柔鱼的生产数据,以单位捕捞努力量的渔获量(Catch per unit effort, CPUE)为阿根廷滑柔鱼资源丰度的指标,利用灰色绝对关联分析和灰色预测建模的方法(GM(0,N)),计算2001-2015年CPUE的时间序列值与产卵期(6-8月)产卵场海表面温度(Sea surface temperature, SST)时间序列值的灰色绝对关联度,选取产卵场海域中灰色绝对关联度大于0.90的海区SST建立资源丰度预测模型,并用2016年实际CPUE进行验证。灰色绝对关联分析表明,6-8月,30°～40°S,45°～60°W海域内存在若干海区的SST与次年对数CPUE时间序列呈现较强的关联度,可作为预报因子。GM(0,N)模型结果表明,以6-8月产卵场SST作为环境因子建立的模型4能较好地拟合出阿根廷滑柔鱼资源丰度变动趋势,与2016年真实值相比,相对误差为7%,该模型可较好地作为阿根廷滑柔鱼资源丰度的预测模型。相反,包含6月和7月SST的模型1效果优于不包含6月SST的模型2或不包含7月SST的模型3,拟合得到的2016年的数据与真实值相比,相对误差分别为128%和289%,这说明6月和7月是西南大西洋阿根廷滑柔鱼的主要产卵月份。(本文来源于《海洋学报》期刊2019年04期）
林晓东,王承武[5]（2019）在《乌鲁木齐市城市地下空间需求预测——基于灰色系统GM(1,1)模型》一文中研究指出以乌鲁木齐市城市规划文本、社会人口和2002—2016年建设用地等数据,采用人均需求模型和灰色系统模型对乌鲁木齐市中心城区的地下空间需求量进行组合预测,综合各个模型得到的结果,预测得到乌鲁木齐市地下空间需求量。结果表明,乌鲁木齐市的地下空间开发利用处于快速增长的阶段,未来一段时间仍将持续高速发展的态势,且用地需求主要集中在存车用地和商业用地。(本文来源于《湖北农业科学》期刊2019年06期）
官金兰,赖煜庭[6]（2019）在《基于灰色系统的房价分析与预测模型》一文中研究指出北上广的房价目前是大众比较关注的问题。通过选取广州市的房价作为例子,基于国家统计局2009-2016年的房价数据,利用灰色预测模型进行分析和预测。所建模型的方差比为0.534,最小误差率为1,用此模型预测了广州市未来5年的年均房价,与2016年的房价相比,预测值与实际值相差650元。得知未来5年广州市房价的增长趋势是趋于平缓的。(本文来源于《清远职业技术学院学报》期刊2019年02期）
胡祉冰,逄勇,宋为威,邵咏絮[7]（2019）在《灰色系统动态模型群GM(1,1)在秦淮河水质预测中的应用》一文中研究指出为了较为准确预测水质,基于灰色系统理论建立灰色系统动态模型群,采用对数变换的方式对原始数据进行光滑处理,借以减弱数据波动带来的不利影响,是对常规灰色系统动态模型的改进。结合秦淮河上游源头句容河2011～2016年高锰酸盐指数,运用灰色系统动态模型群对2017年高锰酸盐指数进行预测。预测结果表明误差在1.24%以内,表明灰色系统动态模型群GM(1,1)用于水质预测较为准确。该模型可应用于南京市水质预测,对水环境管理具有指导意义。(本文来源于《四川环境》期刊2019年01期）
孙守瑄,吴言,潘亚诚,张红伟[8]（2019）在《基于灰色系统GM(2,1)模型的商品房价格分析及预测——以海南省主要城市为例》一文中研究指出为了从定量和定性的角度分析影响商品住宅价格的因素、预估未来商品住宅价格的走向与波动情况,以海南省主要城市为例,通过主成分分析法得出"政府政策""投资商投资行为","消费者消费行为"作为定性分析因素和9个用于定量分析的因素,通过灰色关联度模型给出各因素之间的关联度。使用MATLAB建立多元线性回归的房价数学模型。在将数据进行无量纲处理之后,运用灰色系统GM(2,1)模型对结果进行检测,结果和预期相符。通过对建立的数学模型求解、对结果的讨论发现未来叁亚和海口的商品住宅价格会快速增长,其中叁亚房地产价格上涨更为迅速。(本文来源于《电脑知识与技术》期刊2019年06期）
安晓红[9]（2019）在《灰色系统GM(1,1)模型在预测徐州市甲乙类呼吸道传染病发病趋势中的应用》一文中研究指出目的采用灰色系统GM(1,1)模型预测徐州市甲乙类呼吸道传染病发病趋势。方法根据2010—2016年徐州市甲乙类呼吸道传染病发病率数据建立GM(1,1)预测模型,并对2017—2019年甲乙类呼吸道传染病发病趋势进行预测。结果建立的GM(1,1)预测模型为:Y^(t+1)=-1 095.349 8e-0.056 1t+1 170.739 8,拟合精度和预测效果较好。2017—2019年徐州市甲乙类呼吸道传染病发病率预测值分别为42.68/10万、40.35/10万、38.14/10万,呈下降趋势(P<0.01)。结论GM(1,1)模型较好地拟合了徐州市甲乙类呼吸道传染病发病率的变化趋势,可以应用于发病率的预测,对甲乙类呼吸道传染病的防控和防治策略的制定具有一定的参考意义。(本文来源于《江苏预防医学》期刊2019年01期）
张畅,陈新军[10]（2019）在《基于灰色系统的澳洲鲐太平洋群系资源量预测模型》一文中研究指出利用1995—2014年日本中央水产研究所提供的澳洲鲐(Scomber australasicus)太平洋群系资源量与渔获量数据,结合索饵场和产卵场的海表面温度以及黑潮指标等,建立6种基于灰色系统的澳洲鲐资源量预测模型。建立的模型包括不考虑任何环境因子的GM(1,1)模型,分别基于索饵场(140°E～160°E,35°N～50°N)海表面温度SST1、产卵场1 (130°E～132°E,30°N～32°N)海表面温度SST2、产卵场2 (138°E～141°E,34°N～35°N)海表面温度SST3和黑潮潮位差TR的GM(1,2)模型,以及综合以上4个因子的GM(1,5)模型,6种模型的平均误差分别为6. 72%,3. 73%,4. 41%,4. 78%,29. 56%,19. 38%。研究结果表明,基于索饵场、产卵场海表面温度因子建立的灰色预测模型,对澳洲鲐太平洋群系资源量预报精度较高,可应用于后续渔业生产中。对GM(1,5)模型的灰色参数值a、b分析可知,所有因子中SST2和SST3对模型的制约影响最高,即对资源量的影响最大。产卵场温度与资源量具有较高的相关性,结合最适温度,可推测在该适宜温度范围内资源量随着产卵场温度的升高而增加。可见,全球气候变暖海水温度升高,可能对澳洲鲐资源波动存在积极影响。(本文来源于《上海海洋大学学报》期刊2019年01期）
灰色系统预测模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对变形体进行变形监测,可以避免诸多灾害的发生,为此国内外研究人员对预测模型领域进行了深入研究,如灰色系统、BP神经网络等模型。不同模型的研究角度不同,有不同的适应情况,而灰色系统模型拥有在贫信息的情况下进行建模的独特优势,故而广泛应用于变形监测中。本篇文章介绍了灰色系统模型,以及进一步考虑数据对模型内部参数的影响,加入权值思想,从而获得加权灰色系统模型,并与基本灰色系统模型进行比较。最后将改进的灰色系统模型应用于实际沉降预测中。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
灰色系统预测模型论文参考文献
[1].司明舒,孔少楠,井淇,李士雪.基于灰色系统理论模型的卫生资源配置预测研究[J].中国卫生统计.2019
[2].李路,洪友堂,马晓峰,汪文武.改进的灰色系统模型在沉降预测中的应用[J].北京测绘.2019
[3].耿国强,虞文美,闫子薇.基于灰色系统模型对商业银行盈利能力分析及预测[J].高师理科学刊.2019
[4].王言丰,陈新军,陈芃,余景.基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建[J].海洋学报.2019
[5].林晓东,王承武.乌鲁木齐市城市地下空间需求预测——基于灰色系统GM(1,1)模型[J].湖北农业科学.2019
[6].官金兰,赖煜庭.基于灰色系统的房价分析与预测模型[J].清远职业技术学院学报.2019
[7].胡祉冰,逄勇,宋为威,邵咏絮.灰色系统动态模型群GM(1,1)在秦淮河水质预测中的应用[J].四川环境.2019
[8].孙守瑄,吴言,潘亚诚,张红伟.基于灰色系统GM(2,1)模型的商品房价格分析及预测——以海南省主要城市为例[J].电脑知识与技术.2019
[9].安晓红.灰色系统GM(1,1)模型在预测徐州市甲乙类呼吸道传染病发病趋势中的应用[J].江苏预防医学.2019
[10].张畅,陈新军.基于灰色系统的澳洲鲐太平洋群系资源量预测模型[J].上海海洋大学学报.2019
论文知识图
