纺织厂车间噪声的灰色GIM（1）预测模型

利用灰色ＧＩＭ（１）模型的非时序直接建模法原理,对纺织厂织造车间的环境噪声分别建立了等间隔和不等间隔的非时序预测模型。实测研究表明ＧＩＭ（１）模型优于常规ＧＭ（１,１）模型,且所需建模数据大为减少,预测精度更高（达９９．９９％）,从而拓宽了灰色预测的适用范围。     

灰色模型在岩溶地下水水质预测中的应用研究

运用灰色理论建立水质预测模型,通过对水质指标拟合值与实测值差异性分析,判断模型精密度,并预测山东省东阿县下马头水源地未来2年的水质变化趋势,结果表明:在4项水质指标预测模型中,总硬度、氟化物指标的GM(1,1)时间响应预测模型拟合结果较好;溶解性总固体、硝酸盐指标的GM(1,1)时间响应预测模型精密度均为3级,不适合指标的预测;未来2年下马头水源地岩溶地下水水质良好。     

灰色理论及其模型在北京典型城市区域声环境研究中的应用

以北京市某典型区域作为研究对象,在收集大量相关资料与实测历史噪声数据的基础上,对研究区域内的声环境质量影响因素进行灰色关联度分析,并运用灰色理论建立GM（1,1）模型进行预测。结果表明,影响城市区域声环境质量因素从大到小的排序依次为：机动车辆﹥常住人口数量﹥平均车流量﹥地区生产总值﹥城市道路桥梁﹥基础设施投资﹥治理噪声环保投资;以研究区域内噪声污染实测历史数据建立的GM（1,1）模型精度符合要求标准,根据GM（1,1）模型预测北京市“十二五”期间声环境质量达标且有轻微下降趋势。     

环境预测中灰色模型的EXCEL解法

提出了利用EXCEL应用软件建立GM（1,N）预测模型的建模方法,并结合实例介绍了建立河流高锰酸盐指数GM（1,3）模型的操作过程。     

废气排放量灰色建模新法初探

分析并指出了灰色建模常规方法的理论缺陷，初步探讨和提出了将原始动态序列数据经过线性或指数变换，采用黄金分割法取背景值的直接建模方法，并运用它预测某化工厂的废气排放量，研究表明，该法较常规方法在提高预测精度等方面具有明显优越性，从而拓宽了ＧＭ（１，１）模型在环境科学领域的应用范围。     

北京市城市道路交通噪声的灰色预测

以北京市1991~2002年城市道路交通噪声监测数据为基础,运用灰色系统理论,建立了灰色GM(1,1)预测模型,并采用残差、均方差比值、小误差概率检验等3种办法对所建模型的拟合精度进行了检验.结果表明,此模型精度为一级灰色预测模型.预测精度较高,平均拟合偏差为0.40%.对2003~2005年噪声的预测精度平均高达99.9%.利用常规GM(1,1)模型、新陈代谢GM(1,1)模型和多维灰数递补GM(1,1)模型等三种预测模型对本市未来3年(2006~2008年)的城市道路交通噪声进行了预测.     

灰色系统模型在总悬浮物预测中的应用

以１９８６－１９９４年东北某城市总悬浮物统计资料为依据，应用灰色系统理论ＧＭ（１，１）模型对总量浮物数值进行预测分析。     

灰色系统模型在高锰酸盐指数预测中的应用

以某地地表水中高锰酸盐指数年平均浓度变化为依据 ,应用灰色系统中 GM(1 ,1 )模型 ,对高锰酸盐指数浓度进行预测分析。     

也谈GAM与GM（1,1）模型

通过对环境预测中灰色建模方法的回顾,说明了ＧＡＭ和ＧＭ（１,１）模型各有所长,最重要的是建模手段的丰富。     

灰色系统模型GM（1,1）在大气环境浓度预测中的应用

运用灰色系统理论，结合实例详细介绍了ＧＭ（１，１）模型在大气环境浓度预测中的应用。     

地表水COD浓度灰色预测的GPPM（1）模型

根据地表水中ＣＯＤ浓度的时序数据,建立了ＧＰＰＭ（１）预测模型,结果表明ＧＰＰＭ（１）模型的预测精度优于常规灰色ＧＭ（１,１）模型,它为环境系统的拟合,预测和决策提供了新的方法途径。     

用灰色系统理论对乌鲁木齐市大气降水pH值进行预测分析

运用灰色系统理论建立灰色模型ＧＭ，对该模型进行了检验和残差修正。并用其模型分析和预测乌鲁木齐市１９９４＝１９９８年大气降水ｐＨ值。     

GM（1,1）模型简化算法及其在噪声影响预测中的应用

对ＧＭ（１，１）模型经差分形式化及令定写成直线方程形式。据最小二乘法原理，原方程的参数辨识可借助线性回归方法来实现。从而使ＧＭ（１，１）模型的应用更显普及和实用化。     

浅谈GAM与GM（1,1）模型

对ＧＡＭ水环境预测模型提出了四点不同看法，与有关作者商榷，指出ＧＭ（１，１）模型与ＧＡＭ模型二者并无优劣之差，精度亦相当。     

灰色系统模型GM（1,1）的参数估计方法

提出了灰色系统模型ＧＭ（１,１）参数优化估计的一种新方法－－加速遗传算法,分析了该算法控制参数的优化特性,总结了这些参数的简便设置技术,并给出了它的几个应用实例,该方法也可用于其它环境工程优化计算中。     

环境预测中的GAM模型

当原始序列属代数曲线型时，应用ＧＡＭ模型可以提高精度，从而避免进行ＧＭ（１，１）模型的残差修正二次建模。从分析ＧＭ（１，１）模型的缺陷着手，结合实例详细介绍了ＧＡＭ模型的思想形成和计算方法。