初始条件优化的近似指数序列灰色建模方法

发布时间：2021-05-17 03:10

　　灰色GM（1,1）预测方法仅针对累加生成满足近似指数特点的原始序列建立预测模型。为了拓宽传统灰色预测模型的应用范围,设计了通过优化初始条件提高灰色GM（1,1）预测精度的新方法——DGM（1,1,c,β）模型。对满足近似指数的原始序列建立DGM（1,1,c,β）模型,利用粒子群算法求解模型参数。最后,通过实例验证了所提出的DGM（1,1,c,β）预测模型的有效性和实用性。 

【文章来源】：电信科学. 2016,32(11)北大核心

【文章页数】：7 页

【文章目录】：
1 引言
    (1)重构背景值
    (2)优化灰色作用量
    (3)改进灰导数。
    (4)优化初始条件
2 GM(1,1)模型
    2.1 建模原理
    2.2 模型的检验
3 DGM(1,1,c,β)模型
    3.1 DGM(1,1,c,β)模型的建立
    3.2 参数c和β的求解
4 实例分析
    4.1 实例1
    4.2 实例2
5 结束语


【参考文献】：
期刊论文
[1]灰色系统预测模型GM（1,1）背景值重构研究[J]. 谭冠军,檀甲友,王加阳.  数学的实践与认识. 2015(15)
[2]含Caputo型分数阶导数的灰色预测模型[J]. 吴利丰,刘思峰,姚立根.  系统工程理论与实践. 2015(05)
[3]基于背景值和边值修正的GM（1,1）模型优化[J]. 张彬,西桂权.  系统工程理论与实践. 2013(03)
[4]基于自适应粒子群优化的新型粒子滤波在目标跟踪中的应用[J]. 陈志敏,薄煜明,吴盘龙,段文勇,刘正凡.  控制与决策. 2013(02)
[5]优化灰导数后的新GM（1,1）模型[J]. 李玻,魏勇.  系统工程理论与实践. 2009(02)
[6]以x（1）（n）为初始条件的GM模型[J]. 党耀国,刘思峰,刘斌.  中国管理科学. 2005(01)

硕士论文
[1]灰色预测模型的研究及其应用[D]. 卢懿.浙江理工大学 2014
[2]面向服务选取的QoS评价技术的研究[D]. 秦龙龙.中国石油大学（华东） 2013



本文编号：3190955