基于等维新息GM(11)模型的能源需求量预测

自己毕业时候编的一个利用灰色理论进行数据预测的软件 包括GM（1，1）预测和残差GM（1，1）预测

为了提高灰色系统的预测精度,人们从理论与实践中不断探索新的建模方法,从模型自身特性出发改进灰色模型。通过对传统的GM(1,1)模型进行差分运算,推导出非等间距GM(1,1)模型,扩展了模型的应用范围;

单桩极限承载力非等步长灰色GM(1,1)模型预测精度分析，陈鹏宇，，介绍了非等步长灰色GM(1,1)模型的建模步骤，对比分析了GM(1,1)模型确定极限承载力和静荷载试验确定极限承载力之间的不同之处，

GM（1，1）模型的matlab程序，修改了以下，供大家参考

一种优化的高精度灰色GM_1_1_预测模型

根据灰色系统理论构建并优化了灰色GM(1,1)预测模型,应用模型对我国煤炭消费总量进行拟合和预测。该模型通过减少数据受到的冲击扰动,以适应中长期预测。经检验,该模型具有较好的精度,预测结果反映出的煤炭

针对传统GM(1,1)模型以第1个点为初始条件预测瓦斯涌出量时产生的偏差,采用第m个点代替第1个点对模型进行了优化,提出了对一次累加数据与预测数据用最小二乘法确定预测公式的选取。实例检验结果表明,优化

自己多年前写的一个基于灰色系统的灾变预测模型源码（fortran实现），内有测试数据，可执行，预测效果不错，供学习灰色系统理论的朋友参考。

这项研究突出了一个有趣的发现，比较了英国和澳大利亚的住宅部门的能源使用情况。 人均能源消耗基本相似，但是可用能源明显不同。 澳大利亚比英国拥有更多的能源。 特别是，在澳大利亚维多利亚州的主要研究领域中

这份文档记录着2016年12月6日的总需求量情况，其中详细记载了当天市场上的需求量数据，总计达到121958。这个文档可能包含了各个领域的需求分析，可能涉及产品、服务或其他领域的具体需求量统计。对于了