1. 毕业设计（论文）主要目标：
本文应将所学的专业知识，理论联系实际，在对灰色系统理论的课程学习后，着重研究灰色预测模型，改进现有模型的形式，对通用的模型进行具体化问题的研究，并且深入研究改进模型的参数性质，构建非线性MGM(1,m,N,γ)模型。考虑到我国社会能源需求量与日俱增，已成为世界第二大能源消耗国，虽然我国拥有较丰富的化石能源和可再生能源，但是这些能源的供应仍满足不了大量需求。同时，我国也面临着能源浪费严重的局面，推行能源节约对于我国的可持续发展至为重要。现有能源的突出问题让国内外十分重视对能源的预测，因此本文将构建的新模型应用于能源预测方面，预测能源各项指标未来走势，得出结论，对当今能源问题及能源保护提出对策。
2. 毕业设计（论文）主要内容：
本文先探讨国内外能源问题的现状，接着探讨国内外对能源问题的研究现状，然后在已有的灰色预测模型基础上，利用灰色系统相关知识构建出一种非线性的MGM(1,m,N,γ)灰色预测模型，使得该模型可以对非线性数据进行预测。
为验证非线性MGM(1,m,N,γ)模型的实际应用效果，本文将非线性MGM(1,m,N,γ)模型应用于能源数据，在学习并了解能源影响因素相关知识后，搜集并处理了数据，选取合适的系统行为变量和影响因素变量，构建不同的灰色预测模型进行预测，从而得出非线性MGM(1,m,N,γ)模型的预测效果，并且与时间序列模型，GM(1,N)，MGM(1,m)的预测结果进行对比，进行结果分析，得出预测效果最好的模型，并且根据能源相关指标的预测值给出能源保护相应的对策建议。
3. 主要参考文献
[1] Z.X. Wang, D.J Ye. Forecasting Chinese carbon emissions from fossil energy consumption using non-linear grey multivariable models. Journal of Cleaner Production. 142(2017):600-612.
[2] L.C. Kong, X. Ma, Comparison study on the nonlinear parameter optimization of nonlinear grey Bernoulli model (NGBM(1,1))between intelligent optimizers, Grey Systems: Theory and application. (2018) 210-226.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
