提升對數(shù)據(jù)特征的適應能力是預測建模的關(guān)鍵問題之一.本文融合緩沖算子方法與灰色滾動預測模型構(gòu)建適應性灰預測模型,即BARGM模型.該方法將原始序列拆分為連續(xù)的數(shù)據(jù)片段,利用緩沖算子和數(shù)據(jù)片段上的反饋信息調(diào)整變權(quán)系數(shù).并用GM(1,1)的衍生模型對調(diào)整后的片段數(shù)據(jù)進行逐步建模和外推;緩沖適應性模型相對傳統(tǒng)建模方法具有兩個特點,即改變灰模型響應式形式的單一性、具有較強的智能化拓展能力:案例研究采用我國能源相關(guān)的溫室氣體排放數(shù)據(jù)進行建模測試與對比,建模結(jié)果顯示擬合精度和預測精度均有明顯提升,印證了緩沖適應性建模方法的有效性.

【文章頁數(shù)】：9 頁

【部分圖文】：

圖３灰色模型擬合精度對比圖??表２模型計算結(jié)果的對比??數(shù)據(jù)１??數(shù)據(jù)２??擬合誤差??預測誤差??擬合誤差??頂測誤差??

第１（）期??徐寧．等：動態(tài)灰預測模型的緩沖適應性建模方法??２６２５??ｍｏｄｅｌ１ｖｓｍｏｄｅｌ５??ｍｏｄｅｌ２ｖｓｍｏｄｅｌ５??ｍｏｄｅｌ３ｖｓｍｏｄｅｌ５??ｍｏｄｅｌ４ｖｓｍｏｄｅｌ５??１００００－??４０００－，??２００４??２００７?２０１０?２０１３?２０....

圖1BARGM建模原理示意圖

其中為預測數(shù)據(jù).3.4變權(quán)系數(shù)的搜索方法

圖2λ與模型精度關(guān)系圖

本文選取中國能源相關(guān)溫室提起排放測算數(shù)據(jù)作為建模案例,溫室氣體排放屬于短期時效性強,支配數(shù)據(jù)的規(guī)律難以系統(tǒng)性把握.本文利用灰色預測模型對數(shù)據(jù)進行建模預測,其中包括BARGM模型以及其他四種同類模型,主要目的是通過建模的對比嚴重新模型的特性.原始數(shù)據(jù)列于表1當中.為了驗證本文所構(gòu)建....

圖3灰色模型擬合精度對比圖

從擬合精度可以明顯發(fā)現(xiàn),本文模型相對原始灰預測模型有較大提升幅度.無論擬合數(shù)據(jù)和預測數(shù)據(jù)的精度均高于其他參照模型.模型1即傳統(tǒng)GM(1,1)擬合誤差為6.24%.模型2則在GM(1,1)基礎上進行了背景值優(yōu)化.所得擬合誤差略有下降,而模型3和4則表現(xiàn)出對擬合能力的明顯優(yōu)化;與之對....

本文編號：3910979