基于白化权函数的改进区间灰数预测模型

发布时间：2021-07-20 06:30

　　关于白化权函数已知的区间灰数预测问题,充分发掘白化权函数端点值与区间灰数边界值之间的关系,首先计算区间灰数的信息域与认知程度序列,对两序列建立DGM（1,1）模型,经由推导得区间灰数预测值的上下界;再根据核与灰度,建立白化权函数端点值与区间灰数上下界信息之间的关系,通过推导还原,完成白化权函数端点值的预测。之后经由算例分析,验证了模型的有效性及实用性。 

【文章来源】：河南教育学院学报(自然科学版). 2020,29(03)

【文章页数】：7 页

【部分图文】：

典型白化权函数

定义6[13]图1中,当a′k=b′k时,则称函数为三角白化权函数,如图2所示。定义7[12]论域Ω∈[a,b],区间灰数为灰数的白化权函数,且0≤f(3k(x)≤1,则区间灰数的核为

【参考文献】：
期刊论文
[1]基于“灰度不减”公理的改进区间灰数预测模型[J]. 李翀,谢秀萍.  统计与决策. 2019(02)
[2]白化权函数已知的区间灰数的核与灰度[J]. 束慧,王文平,熊萍萍.  控制与决策. 2017(12)
[3]基于白化权函数的区间灰数预测模型[J]. 罗党,李钰雯,林培源.  数学的实践与认识. 2017(08)
[4]基于广义“灰度不减”公理的区间灰数预测模型[J]. 叶璟,党耀国,丁松.  控制与决策. 2016(10)
[5]基于信息域和认知程度的改进区间灰数预测模型[J]. 童明余,周孝华,曾波.  统计与决策. 2015(18)
[6]基于核和测度的区间灰数预测模型[J]. 罗党,李琳.  数学的实践与认识. 2014(08)
[7]基于核和信息域的区间灰数Verhulst模型[J]. 杨德岭,刘思峰,曾波.  控制与决策. 2013(02)
[8]区间灰数的标准化及其预测模型的构建与应用研究[J]. 孟伟,刘思峰,曾波.  控制与决策. 2012(05)
[9]基于发展趋势和认知程度的区间灰数预测[J]. 袁潮清,刘思峰,张可.  控制与决策. 2011(02)
[10]白化权函数已知的区间灰数预测模型[J]. 曾波,刘思峰,崔杰.  控制与决策. 2010(12)



本文编号：3292328