基于线性多步法的GM（1,1）模型优化及应用

发布时间：2021-07-31 13:04

　　为提高灰色GM（1,1）模型的模拟效果和预测精度,采用线性多步法中四阶Adams显式公式和隐式公式来优化GM（1,1）模型,改进模型的参数辨识,讨论所建立优化模型的适用范围、模拟效果和预测精度,并与最小二乘作为参数辨识的传统GM（1,1）模型进行比较.实例表明,基于线性多步法所建立的GM（1,1）模型,可以有效地提高模型的预测精度和适用性. 

【文章来源】：数学的实践与认识. 2016,46(17)北大核心

【文章页数】：7 页

【参考文献】：
期刊论文
[1]灰色系统研究进展（2004—2014）[J]. 刘思峰,杨英杰.  南京航空航天大学学报. 2015(01)
[2]基于误差最小化的GM（1,1）模型背景值优化方法[J]. 徐宁,党耀国,丁松.  控制与决策. 2015(02)
[3]基于复化梯形公式的GM（1,1）模型背景值的优化[J]. 蒋诗泉,刘思峰,周兴才.  控制与决策. 2014(12)
[4]Optimization approach of background value and initial item for improving prediction precision of GM（1,1） model[J]. Yuhong Wang,Qin Liu,Jianrong Tang,Wenbin Cao,Xiaozhong Li.  Journal of Systems Engineering and Electronics. 2014(01)
[5]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)
[6]MGM（1,m）模型背景值的优化[J]. 熊萍萍,党耀国,王正新.  控制与决策. 2011(06)
[7]基于改进欧拉公式的GM（1,1）模型及其应用[J]. 陈永刚,李龙根.  科技资讯. 2010(04)
[8]GM（1,1）模型灰色作用量的优化[J]. 徐华锋,刘思峰,方志耕.  数学的实践与认识. 2010(02)
[9]背景值和初始条件同时优化的GM（1,1）模型[J]. 董奋义,田军.  系统工程与电子技术. 2007(03)
[10]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)



本文编号：3313520