基于初始值和背景值改进的GM(1,1)模型优化与应用

发布时间：2023-08-25 21:23

　　针对在现实生活中,经典GM(1,1)模型预测精度不稳定,且以往的优化方法大部分具有片面性的缺点,文章对经典GM(1,1)模型背景值与初始值进行改进,提出了一种组合优化方法:根据动态寻优原则,将背景值设为变量,其参数以及时间响应式由MRE取最小值时确定;同时,采用差分方程取代以x⁽(1))(1)为固定点的静态方程。将初始值和背景值看作变量,以系统地减少模型误差。结合国内石油年消费量数据,分别应用经典和改进后的GM(1,1)模型进行计算和误差对比,验证了改进后的模型精度要显著优于经典模型。

【文章页数】：7 页

【文章目录】：
0 引言
1 经典GM(1,1)模型误差分析
2 灰色GM(1,1)模型的改进
    2.1传统GM(1,1)模型定义1[16] 设非负原始序列
    2.2 灰色GM(1,1)模型的改进
        2.2.1 初步改进方法(1)
        2.2.2 初步改进方法(2)
        2.2.3 综合改进方法(3)
3 算例
4 总结与讨论



本文编号：3843334