新息优先累加灰色离散模型的构建及应用

发布时间：2017-12-25 06:05

本文关键词：新息优先累加灰色离散模型的构建及应用　出处：《中国管理科学》2017年08期 　论文类型：期刊论文

更多相关文章： 新息优先 累加生成 NIPDGM( ) 误差准则

【摘要】：根据灰色新息优先利用思想,定义新的累加生成,与灰色离散模型结合,构建出新息优先累加生成的灰色离散模型(NIPDGM(1,1))。在四种误差准则下,给出了参数优化方法。进一步利用数值模拟,研究NIPDGM(1,1)模型在不同误差最小化下对信息的重视程度,分析表明在序列累加生成过程中,四种优化形式对信息的重视较为一致。在实证部分,以高速公路软土路基沉降以及江苏省能源消费问题为例,分析NIPDGM(1,1)模型的建模精度,结果表明:在NIPDGM(1,1)实证模型中,不同误差优化方式对信息的重视程度与数值实验结论相符;与GM(1,1,t2)、反向累加GOM(1,1)、倒数累加GRM(1,1)、GM(1,1)、DGM(1,1)、无偏GM幂模型相比,NIPDGM(1,1)对路基沉降的建模精度更优;与RBF神经网络、灰色累加生成RBF神经网络(GRBF)、支持向量机(SVM)、灰色累加生成支持向量机(GSVM)相比,NIPDGM(1,1)对能源消费的模拟误差大些,但预测误差更小,表明新模型具有更好的泛化能力。
【作者单位】：常州大学商学院;南京航天航空大学经济与管理学院;浙江财经大学经济学院;
【基金】：国家自然科学基金面上资助项目(71371098,71571157,71101132) 国家社科基金重点项目(16ASH005)
【分类号】：F224;F426.2
【正文快照】： 1引言预测是指在现有信息的基础上,利用一定的方法来研究事物发生的内在规律,以此预估事物将来发生的趋势,它是人类社会生活中一个重要环节。一般而言,给定一条数据序列,可以通过计量经济学、时间序列模型、神经网络、支持向量机学习等方法对数据建模预测,但这些方法建模对样

【相似文献】