由于易受氣候以及自然災害等因素的影響,小麥產量的變化往往呈現(xiàn)出接近周期性的非線性趨勢,為了克服傳統(tǒng)GM(1,1)模型預測結果呈單調性的缺點,本文先將原始數(shù)據(jù)x⁰映射成正弦函數(shù)x⁰=siny⁰(y⁰=arcsinx⁰)后的y⁰值作為新的原始數(shù)據(jù)帶入GM(1,1)模型,然后再將GM(1,1)模型的預測值運用x⁰=siny⁰還原回去,對GM(1,1)預測模型加以改進.結果表明,在預測準確度上,正弦函數(shù)變換型的GM(1,1)模型明顯優(yōu)于傳統(tǒng)的GM(1,1)模型.

【文章頁數(shù)】：4 頁

【文章目錄】：
1 GM (1, 1) 預測模型
    1.1 GM (1, 1) 模型的一般形式及相關符號的意義
    1.2 辨識算法
    1.3 預測值的還原
    1.4 灰色系統(tǒng)模型檢驗
2 正弦函數(shù)變換型的GM (1, 1) 模型
3 蚌埠市小麥產量預測實例
    3.1 數(shù)據(jù)來源
    3.2 模型的計算與分析
4 結語



本文編號：3905162