基于分段线性Lagrange插值Grey-Markov模型的CPI预测

发布时间：2024-05-25 01:24

　　针对传统GM(1,1)模型在背景值构造方面的不足导致预测波动型数据时,预测精度较低的问题,文章提出了Markov修正的分段线性Lagrange插值GM(1,1)预测模型。该模型通过采用分段线性插值法和Lagrange插值法相结合的组合插值思想对背景值进行优化,进一步采用Markov模型预测结果进行修正。通过对具有波动性质的CPI数据进行预测,表明该模型可以削弱数据波动对预测精度的影响,提高模型的适用性,Markov进行修正又可再次提高模型的精度。

【文章页数】：4 页


本文编号：3981498