本文主要是研究灰色系统理论在预测模型中的应用。在预测领域,灰色系统理论使用的是GM(1,1)模型。 在此基础上,本文接着研究了在几种特殊情况下,如何对GM(1,1)模型进行改进,从而使灰色预测更好的符合实际应用。 当实际系统的历史数据序列增长过快或者下降过快时,就不能盲目的使用GM(1,1)模型。否则进行预测的效果也会极差,本文使用有序列算子作用的GM(1,1)模型成功的解决了这一问题。 本文同样对残差GM(1,1)模型进行了改进。扩大了残差GM(1,1)模型的应用范围。 当实际系统受到国家政策的重大影响时,就不能不考虑这一因素而直接应用GM(1,1)模型。否则预测的结果也会相当差,根本不能令人满意。本文提出一种对GM(1,1)模型的改进方法,即考虑政策影响的GM(1,1)模型。通过实例验证,效果也很好。 最后总结全文,并指出了进一步的研究工作。