針對傳統(tǒng)的GM（1,1）模型預測精度不高,并且其求解優(yōu)化與多項式擬合各有片面性的缺點,給出了基于求解優(yōu)化和多項式擬合優(yōu)化相結合的改進灰色等維動態(tài)預測方法。結合美國近兩百年人口的相關統(tǒng)計數據,利用傳統(tǒng)的GM（1,1）模型及其優(yōu)化后的模型進行誤差比較。結果表明改進后的灰色模型預測精度更高,說明改進后的灰色預測模型的可行性與可靠性更好。 

【文章來源】：計算機工程與應用. 2016,52(04)北大核心CSCD

【文章頁數】：7 頁

【參考文獻】：
期刊論文
[1]一種新的非等間隔灰色預測模型[J]. 廖育梅,裴建良,陳鵬宇.  統(tǒng)計與決策. 2011(02)
[2]基于等維遞補的多變量灰色組合預測模型[J]. 權雙燕.  純粹數學與應用數學. 2009(01)
[3]基于灰色系統(tǒng)理論的機械產品設計綜合評價[J]. 原思聰,江祥奎,段志善,劉道華.  計算機工程與應用. 2008(27)
[4]改進的離散灰色預測模型[J]. 姚天祥,劉思峰.  系統(tǒng)工程. 2007(09)
[5]粗糙集與灰色系統(tǒng)[J]. 王小晟.  計算機工程與應用. 2006(31)
[6]灰指數模型在事件發(fā)展趨勢預測中的應用[J]. 張萍峰,范植華.  計算機工程與應用. 2004(24)
[7]灰色動態(tài)模型及其在人口預測中的應用[J]. 郝永紅,王學萌.  數學的實踐與認識. 2002(05)

碩士論文
[1]基于灰色系統(tǒng)理論的人口預測模型[D]. 何明芳.華南理工大學 2012
[2]GM（1，1）模型的改進與應用及其MATLAB實現[D]. 吳春廣.華東師范大學 2010
[3]灰色模型的改進及其應用[D]. 尹遜震.南京信息工程大學 2007



本文編號：3340570