針對傳統(tǒng)灰色Markov鏈殘差修正預(yù)測模型在實(shí)際運(yùn)用中存在的不足,運(yùn)用時間連續(xù)且狀態(tài)離散的Markov過程對其進(jìn)行了改進(jìn)。將灰色GM(1,1)模型的預(yù)測結(jié)果與數(shù)據(jù)的殘差進(jìn)行對比分析,根據(jù)殘差的分布情況劃分狀態(tài)區(qū)間并確定區(qū)間狀態(tài)值。由各區(qū)間狀態(tài)的轉(zhuǎn)換情況得到Markov模型的一步轉(zhuǎn)移概率矩陣,論證并運(yùn)用Kolmogorov微分方程求解了各狀態(tài)概率的時間函數(shù)并建立狀態(tài)概率預(yù)測式,最后通過求解狀態(tài)數(shù)學(xué)期望值的方式得到殘差修正值。對比發(fā)現(xiàn)與一般灰色GM(1,1)模型和傳統(tǒng)Markov鏈預(yù)測模型相比,Markov過程改進(jìn)模型的預(yù)測精度有了穩(wěn)定提高。同時,改進(jìn)模型的預(yù)測精度會隨Markov模型狀態(tài)數(shù)的增加而提高;由狀態(tài)區(qū)間內(nèi)殘差的均值作為區(qū)間的狀態(tài)值更能反應(yīng)區(qū)間內(nèi)殘差的分布狀況,并提高預(yù)測精度。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 預(yù)測模型的建立
    1.1 灰色GM (1, 1) 修正預(yù)測模型
    1.2 概率微分方程及邊界條件
    1.3 狀態(tài)區(qū)間劃分與修正預(yù)測項(xiàng)建立
2 實(shí)例分析
    2.1 實(shí)例1
    2.2 實(shí)例2
3 結(jié)論



本文編號：3889365