GM∕T 0054-2018 信息系统密码应用基本要求.pdf GM∕T 0054-2018 信息系统密码应用基本要求.pdf

摩托罗拉GM3688扩频软件

GM命令

基于GM(1,1)的数列预测，对于初学GM(1,1)的人很有用哦

论文研究-GM(1,1)的一种逐步优化直接建模方法.pdf,  在 GM( 1,1)直接建模方法基础上进一步提出了一种逐步优化方法 ,证明了这一方法不仅保持了原方法的升 (降 )凹 (凸 )一致性、线性变换一致性 ,而且具有渐近白指数律吻合性 ,弥补了原方法不具有白指数律吻合性的缺陷 .应用该方法对我国城市内分泌、营养和代谢免疫疾病致死人数占死亡总数的百分比建立了高精度的预测模型.

在灰色理论中，背景值系数是影响多变量灰色预测模型性能的一个重要参数。然而，实际操作中为了简化建模过程，既有的多变量灰色预测模型通常将背景值系数取为0.5。

为了提高模型的拟合精度,提出了一种新的改进GM(1,1)模型.从优化GM(1,1)模型背景值的定义出发,推导出利用原始数据生成的背景值公式,将其与经过优化的初始条件结合,构造出改进的GM(1,1)模型.此模型将在很大程度上消除由于背景值的选取所产生的误差.对该模型进行数据模拟,通过与原模型中数据的比较、分析,验证出新的优化模型具有更好的模拟精度,说明该模型的有效性,可以将其应用于对其它数据的拟合预测.

灰色GM(1,1)模型误差分析及误差修正模型研究，陈鹏宇，，首先介绍了灰色GM(1,1)建模机理，然后基于指数序列建模，从理论上分析灰色GM(1,1)模型预测指数序列产所生的相对误差特性，并基于Matlab�

合理、科学地对能源消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,建立了2000年~2015年中国能源消费的非线性GM(1,1)模型,进一步采用改进的GM(1,1)模型预测了2016年~2020年中国的能源消费。结果表明:改进后的模型精度更高、误差更小,进一步验证了模型的有效性和合理性。

新陈代谢GM（1,1），还不错，