近些年來,灰色模型GM(1,1)被大量應用于小樣本或窮信息的預測,操作與實現(xiàn)步驟簡單,預測精度較高.為了進一步提高GM(1,1)的預測精度,運用遺傳算法動態(tài)調(diào)整GM(1,1)中的均質(zhì)生成數(shù)列分辨率系數(shù),改變通常把灰色模型的分辨率系數(shù)設置為1/2的計算模式,使得改進后的GAGM(1,1)算法針對小樣本的預測具有更高的精度和魯棒性.通過算法的數(shù)值實驗,結果表明優(yōu)化算法的預測精度高于傳統(tǒng)的GM(1,1)算法及多個基于GM(1,1)的改進算法.

【文章頁數(shù)】：6 頁

【文章目錄】：
1 標準的灰色預測模型
2 改進算法GAGM(1,1)
    2.1 算法改進分析
    2.2 優(yōu)化算法GAGM(1,1)的設計
3 實驗驗證與分析
4 結論



本文編號：3964596