基于GM（1,1）灰色预测模型的改进与应用

发布时间：2021-08-13 14:07

　　针对传统的GM（1,1）模型预测精度不高,并且其求解优化与多项式拟合各有片面性的缺点,给出了基于求解优化和多项式拟合优化相结合的改进灰色等维动态预测方法。结合美国近两百年人口的相关统计数据,利用传统的GM（1,1）模型及其优化后的模型进行误差比较。结果表明改进后的灰色模型预测精度更高,说明改进后的灰色预测模型的可行性与可靠性更好。 

【文章来源】：计算机工程与应用. 2016,52(04)北大核心CSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]一种新的非等间隔灰色预测模型[J]. 廖育梅,裴建良,陈鹏宇.  统计与决策. 2011(02)
[2]基于等维递补的多变量灰色组合预测模型[J]. 权双燕.  纯粹数学与应用数学. 2009(01)
[3]基于灰色系统理论的机械产品设计综合评价[J]. 原思聪,江祥奎,段志善,刘道华.  计算机工程与应用. 2008(27)
[4]改进的离散灰色预测模型[J]. 姚天祥,刘思峰.  系统工程. 2007(09)
[5]粗糙集与灰色系统[J]. 王小晟.  计算机工程与应用. 2006(31)
[6]灰指数模型在事件发展趋势预测中的应用[J]. 张萍峰,范植华.  计算机工程与应用. 2004(24)
[7]灰色动态模型及其在人口预测中的应用[J]. 郝永红,王学萌.  数学的实践与认识. 2002(05)

硕士论文
[1]基于灰色系统理论的人口预测模型[D]. 何明芳.华南理工大学 2012
[2]GM（1，1）模型的改进与应用及其MATLAB实现[D]. 吴春广.华东师范大学 2010
[3]灰色模型的改进及其应用[D]. 尹逊震.南京信息工程大学 2007



本文编号：3340570