針對GM（1,1）模型預(yù)測誤差偏大的問題,對GM（1,1）模型背景值的構(gòu)造形式進行了研究。為了能夠更加有效地降低GM（1,1）模型的預(yù)測誤差,提出了基于辛普森3/8公式和牛頓插值公式的組合插值方法來構(gòu)造出新的GM（1,1）模型的背景值。在GM（1,1）模型的建模過程中,由于原始建模數(shù)據(jù)序列中的第一個數(shù)據(jù)沒有參與建模,導致原始數(shù)據(jù)序列的數(shù)據(jù)資源利用效率降低,影響了GM（1,1）模型預(yù)測精度。所以,可以通過把灰色協(xié)調(diào)系數(shù)b加在原始建模數(shù)據(jù)序列前面的方法,使第一個數(shù)據(jù)能夠參與到GM（1,1）模型的建模過程中。為了檢驗?zāi)Ｐ偷母倪M效果,進行了原始建模數(shù)據(jù)類型分別為純指數(shù)型數(shù)據(jù)序列、穩(wěn)定型數(shù)據(jù)序列和缺失型數(shù)據(jù)序列的三組實驗。對每組測試實驗的預(yù)測結(jié)果進行對比分析可以發(fā)現(xiàn),基于組合插值方法對GM（1,1）模型的背景值進行改進,可以極大地降低GM（1,1）模型的模擬和預(yù)測誤差。改進后的模型具有比較好的預(yù)測穩(wěn)定性,增強了GM（1,1）模型的適用性。 

【文章來源】：計算機應(yīng)用研究. 2018,35(10)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 傳統(tǒng)的灰色預(yù)測GM （1, 1） 模型
2 灰色模型的優(yōu)化
    2.1 模型背景值的優(yōu)化
    2.2 初始值的改進
3 實例分析
    3.1 純指數(shù)型數(shù)據(jù)序列
    3.2 穩(wěn)定型數(shù)據(jù)序列
    3.3 缺失型數(shù)據(jù)序列
4 結(jié)束語


【參考文獻】：
期刊論文
[1]高次插值的GM（1,1）模型預(yù)測方法的改進[J]. 羅賀,胡笑旋,牛艷秋,梁崢崢.  統(tǒng)計與決策. 2017(05)
[2]基于向量變換的離散GM（1,1）模型病態(tài)性[J]. 郭金海,楊錦偉,李軍亮,楊明合,孫玉秋,黎雄.  控制與決策. 2017(01)
[3]GM（1,1）模型的病態(tài)性問題再研究[J]. 荊科,劉業(yè)政.  控制與決策. 2016(05)
[4]基于最小誤差化的GM（1,1）模型的優(yōu)化及應(yīng)用[J]. 岳希,楊洋.  計算機應(yīng)用研究. 2016(08)
[5]GM（1,1）模型初始條件和初始點的優(yōu)化[J]. 郭金海,楊錦偉.  系統(tǒng)工程理論與實踐. 2015(09)
[6]基于誤差最小化的GM（1,1）模型背景值優(yōu)化方法[J]. 徐寧,黨耀國,丁松.  控制與決策. 2015(02)
[7]基于復化梯形公式的GM（1,1）模型背景值的優(yōu)化[J]. 蔣詩泉,劉思峰,周興才.  控制與決策. 2014(12)
[8]帶周期校正的灰色殘差預(yù)測模型[J]. 劉博元,姜嘉慧,范文慧,曲慧楊,侯寶存.  計算機應(yīng)用研究. 2014(09)
[9]Optimization approach of background value and initial item for improving prediction precision of GM（1,1） model[J]. Yuhong Wang,Qin Liu,Jianrong Tang,Wenbin Cao,Xiaozhong Li.  Journal of Systems Engineering and Electronics. 2014(01)
[10]基于背景值和邊值修正的GM（1,1）模型優(yōu)化[J]. 張彬,西桂權(quán).  系統(tǒng)工程理論與實踐. 2013(03)



本文編號：3114006