針對傳統(tǒng)灰色Markov鏈殘差修正預測模型在實際運用中存在的不足,運用時間連續(xù)且狀態(tài)離散的Markov過程對其進行了改進。將灰色GM(1,1)模型的預測結果與數(shù)據(jù)的殘差進行對比分析,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)概率預測式,最后通過求解狀態(tài)數(shù)學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鏈預測模型相比,Markov過程改進模型的預測精度有了穩(wěn)定提高。同時,改進模型的預測精度會隨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)值更能反應區(qū)間內(nèi)殘差的分布狀況,并提高預測精度。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 預測模型的建立
    1.1 灰色GM (1, 1) 修正預測模型
    1.2 概率微分方程及邊界條件
    1.3 狀態(tài)區(qū)間劃分與修正預測項建立
2 實例分析
    2.1 實例1
    2.2 實例2
3 結論



本文編號：3889365