繼續(xù)對非等間隔灰色Verhulst模型病態(tài)性問題進一步深入研究,通過對模型線性化處理得出解的新形式,指出了非等間隔對解的影響程度,從矩陣條件數(shù)的角度分析并得到了模型線性化后存在病態(tài)性的主要原因是建模數(shù)據(jù)較大或呈現(xiàn)病態(tài),并給出具體的改進措施.通過實例對比驗證,對數(shù)據(jù)進行變換之后再建立線性化的非等間隔灰色Verhulst模型,其系數(shù)矩陣條件數(shù)和模型預測精度兩方面均得到較大的改善即系數(shù)矩陣條件數(shù)達到良態(tài)且模型精度也比傳統(tǒng)模型要高.本方法為其他灰色模型的病態(tài)性研究提供了一種參考. 

【文章來源】：數(shù)學的實踐與認識. 2020,50(12)北大核心

【文章頁數(shù)】：9 頁

【參考文獻】：
期刊論文
[1]非等間隔灰色Verhulst模型的病態(tài)性研究[J]. 范獻勝.  時代金融. 2018(12)
[2]GM（1,1）模型的病態(tài)問題研究[J]. 吳正鵬,李波,張友萍,武艷輝,李梅.  中國傳媒大學學報(自然科學版). 2011(04)
[3]路基沉降變形評估與非等間隔灰色Verhulst模型[J]. 肖霞林.  鐵道建筑. 2011(04)
[4]基于矩陣條件數(shù)的NGM（1,1,k）模型病態(tài)性研究[J]. 崔杰,黨耀國,劉思峰.  控制與決策. 2010(07)
[5]不等時距灰色Verhulst模型及其在沉降預測中的應用[J]. 偶昌寶,俞亞南,王戰(zhàn)國.  江南大學學報. 2005(01)
[6]非等間距GM（1，1）模型及其在疲勞試驗數(shù)據(jù)處理和疲勞試驗在線監(jiān)測中的應用[J]. 羅佑新,周繼榮.  機械強度. 1996(03)



本文編號：3317146