摘要：文章针对话务量特点,分析现网历史数据,利用用户数趋势和季节指数分别对话务量基本规律和周期规律的特点建立模型,进而得到基于用户数趋势的季节指数模型。在Matlab平台下利用该预测模型对某市话务量进行预测,结果显示基于用户数趋势的季节指数模型能够很好地反映话务量变化情况,提高了预测精确度。

摘要：在原GM（1,l）模型基础上采用滑动平均法进行季节因素修正,建立了灰色季节性指数模型,并将该模型与神经网络模型运用在海拉尔市季蒸发量预测中。计算结果表明,修正后的模型与神经网络模型在拟合既含趋势变动,又含季节因素的时间序列预测中,比普通GM（1,1）模型具有更好的适应性,具有较好的效果。

摘要：城市轨道交通的月度客流量预测需要抓住其趋势的波动性进行研究分析,而城市居民出行也较为符合季节性等特点。通过季节指数对城市轨道交通的月度客流量数据进行逆处理,用以调整季节性因素对预测结果的影响。并且使用经过季节指数处理过的数据和没有处理过的原始数据,通过ARIMA模型对重庆市轨道交通1号线的月度进站客流进行预测。使用Eview软件对预测结果进行曲线趋势分析,得出通过季节指数调整过后的ARIMA模型误差更小,更加符合实际情况。说明所建立的预测方法可以适用于城市轨道交通的月度客流量预测。

摘要：探讨了纺织厂月用电量特征和预测方法,给出了实用的预测数学模型。还以某纺织厂为例,分析了纺织厂月用电量预测方法和修正原则。给出厂月用电量预测程序设计框图。

摘要：目前,关于水厂供水量与耗电量关系的定量研究较少。对此,以南方某优质水厂2012～2014年供水量和耗电量生产数据为基础,引入季节指数平滑法改进传统灰色模型,预测具有季节性周期变化的月生产数据,分别建立了出水泵耗电量、净水工艺耗电量、综合楼耗电量以及优质水厂出水泵供水量的季节-灰色预测模型。预测结果表明,四个模型精度较高且稳定性较好,对应的平均绝对误差分别为6.18%、4.82%、4.46%、6.12%,相对误差的方差分别为0.05、0.04、0.03、0.03。引入表示供水量与耗电量之间关系的特征参数即能量强度,结合各模型的计算结果预测优质水厂能量强度,建立了能量强度预测模型。结果表明,模型预测值与真实数据吻合良好,平均绝对误差为4.49%,相对误差的方差为0.03。结研究果可为优质水厂日后设备维护、更新及未来水厂二期建设提供依据。

摘要：以上海市典型区域为例,通过生活垃圾处置量季节指数,模拟该区域生活垃圾处置量变化趋势,应用季节指数、生活垃圾处置量实际月均值预测当年生活垃圾处置量均值,并根据预测结果设计生活垃圾计划量执行指数。

摘要：通过对邮政业务收入季节指数的分析找出邮政业务的旺季和淡季。阐述了邮政业务的季节性波动主要是由自然季节因素、人文习惯季节因素、社会经济因素和制度性因素的影响而形成。探讨了通过扩展产品组合、推广成功营销模式、培育淡季市场等策略使得淡季不淡,旺季更旺。

摘要：为有序分析电网中日益丰富的谐波检测数据,提出了一种基于灰色模型的电力谐波相关性分析方法,用以分析被监测线路的谐波频域变化趋势、季节波动特性、以及不同被监测线路的谐波相关性。首先,利用FFT方法分析各被监测线路电压谐波数据的频域变化趋势;然后,引入灰色模型求取电压谐波的趋势值,并根据趋势值和原始数据计算季节波动特性;最后,分析各线路电压谐波趋势值、季节指数之间的相关性,辨识非谐波源线路中受谐波源影响较大的线路。通过实际算例分析,验证了所设计的方法可对海量电压谐波数据进行有效地挖掘,分析得到与谐波源线路相关性较强的线路,为谐波治理提供有效的数据支持和决策依据,具有较高的工程可行性,适用范围广。