由于Verhulst模型的精度依賴結(jié)構(gòu)參數(shù)α,且初值選取為(1)x(1)會(huì)造成誤差積累。因此基于信息覆蓋原理對(duì)結(jié)構(gòu)參數(shù)α進(jìn)行優(yōu)化,利用加權(quán)平均優(yōu)化預(yù)測(cè)模型初值,改進(jìn)了Verhulst模型;結(jié)合改進(jìn)的Verhulst模型與雙曲線模型的優(yōu)缺點(diǎn),利用最優(yōu)加權(quán)將兩種模型進(jìn)行組合。通過(guò)實(shí)例,對(duì)比了幾種模型的預(yù)測(cè)精度,以應(yīng)變片2為例,改進(jìn)后的Verhulst模型、傳統(tǒng)Verhulst模型、雙曲線模型、組合模型平均相對(duì)誤差分別為0.0094、0.0183、0.0356、0.0070。結(jié)果表明:改進(jìn)后的Verhulst模型預(yù)測(cè)精度顯著高于傳統(tǒng)模型;改進(jìn)的Verhulst模型與雙曲線模型的組合模型預(yù)測(cè)精度高于單一的改進(jìn)的Verhulst模型和雙曲線模型。說(shuō)明本文對(duì)Verhulst模型的改進(jìn)及模型組合對(duì)提高樣本數(shù)據(jù)預(yù)測(cè)精度可行有效。

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引言
2 改進(jìn)Verhulst模型
    2.1 Verhulst模型概況
    2.2 Verhulst模型改進(jìn)
        2.2.1 Verhulst模型參數(shù) α 優(yōu)化估計(jì)
        2.2.2 Verhulst模型初值優(yōu)化
        2.2.3 其他Verhulst優(yōu)化模型
3 雙曲線模型基本原理
4 改進(jìn)的Verhulst模型與雙曲線模型的組合模型
5 實(shí)例分析
    5.1 數(shù)據(jù)來(lái)源
    5.2 數(shù)據(jù)計(jì)算及分析
        5.2.1 數(shù)據(jù)取用規(guī)則
        5.2.2 計(jì)算方法
        5.2.3 數(shù)據(jù)分析
6 結(jié)論



本文編號(hào)：3878945