優(yōu)化MGM(1,n)模型及其應(yīng)用研究
發(fā)布時(shí)間:2021-09-23 23:05
從最小二乘估計(jì)的適用條件出發(fā),在建立MGM(1,n)模型前,先采用BoxCox變換對原始數(shù)據(jù)進(jìn)行變換,以解決或緩解誤差項(xiàng)的正態(tài)性偏離問題.首先,以模型擬合平均誤差最小化為目標(biāo),建立非線性優(yōu)化模型,在參數(shù)的置信區(qū)間內(nèi),應(yīng)用PSO(Particle Swarm Optimization)算法求最優(yōu)解.然后,應(yīng)用求解得到的參數(shù),建立優(yōu)化MGM(1,n)模型.在實(shí)例分析中,將優(yōu)化MGM(1,n)模型應(yīng)用于深基坑圍護(hù)結(jié)構(gòu)變形預(yù)測,實(shí)驗(yàn)結(jié)果表明通過對原始數(shù)據(jù)做合適的Box-Cox變換,能夠有效提高模型的擬合及預(yù)測精度,拓廣多變量灰色預(yù)測模型的適用范圍.
【文章來源】:數(shù)學(xué)的實(shí)踐與認(rèn)識. 2016,46(08)北大核心
【文章頁數(shù)】:7 頁
本文編號:3406597
【文章來源】:數(shù)學(xué)的實(shí)踐與認(rèn)識. 2016,46(08)北大核心
【文章頁數(shù)】:7 頁
本文編號:3406597
本文鏈接:http://sikaile.net/projectlw/xtxlw/3406597.html
最近更新
教材專著