基于SOA-MGM(1,n,q)模型的信息流通量预测

发布时间：2025-02-08 19:38

　　 针对多变量灰色模型存在预测误差大和参数需手动设置的缺点,将人群搜索算法和M GM (1,n,q)结合,运用SOA算法对M GM (1,n,q)模型的参数q进行优化,提出一种基于SOA算法优化MGM (1,n,q)的高校图书馆图书信息流通量预测模型.选择平均绝对百分比误差(MAPE)和均方根误差(RMSE)作为评价指标,通过SOA-MGM(1,n,q)、MGM (1,n)和GM (1,1)三个模型预测结果对比发现,提出的SOA-MGM(1,n,q)模型可以有效提高信息流通量的预测精度,具有推广应用价值.

【文章页数】：5 页

【文章目录】：
1 多变量灰色模型
    1.1 GM (1, 1) 预测模型
    1.2 多变量MGM (1, n) 模型
    1.3 MGM (1, n, q) 模型
2 人群搜索算法
    2.1 SOA算法基本思想
    2.2 SOA算法步骤
3 基于SOA优化MGM (1, n, q) 模型
4 实验分析
    4.1 数据来源
    4.2 评价指标
    4.3 实验结果
5 结论



本文编号：4031879