基于虚拟变量控制的GM（1,N）模型构建及其应用

发布时间：2021-08-10 04:46

　　现实中系统行为特征序列常受到虚拟变量的影响,而此时传统GM（1,N）模型不能准确地描述系统特征的变化规律.将虚拟变量引入传统GM（1,N）模型的灰作用量,构建虚拟变量控制的GM（1,N）模型,讨论新模型的参数求解方法;鉴于背景值对模型精度有着重要影响,利用粒子群优化算法对含有插值系数的背景值进行优化求解;从两个角度提出虚拟变量有效性检验方法.最后,通过河南省农民人均收入预测案例表明,新模型能够准确描述虚拟变量影响下系统特征序列的未来变化趋势. 

【文章来源】：控制与决策. 2018,33(02)北大核心EICSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]时滞多变量离散灰色模型及其应用[J]. 张可,曲品品,张隐桃.  系统工程理论与实践. 2015(08)
[2]基于驱动变量增长趋势的TGM（1,N）预测模型[J]. 丁松,党耀国,徐宁.  系统工程. 2015(03)
[3]分数阶累加时滞GM（1,N,τ）模型及其应用[J]. 毛树华,高明运,肖新平.  系统工程理论与实践. 2015(02)
[4]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)
[5]基于非等间距的多变量MGM（1，m）模型[J]. 熊萍萍,党耀国,朱晖.  控制与决策. 2011(01)
[6]灰色多变量GM（1,N|T,r）模型及其粒子群优化算法[J]. 黄继.  系统工程理论与实践. 2009(10)



本文编号：3333489