优化MGM（1,n）模型及其应用研究

发布时间：2021-09-23 23:05

　　从最小二乘估计的适用条件出发,在建立MGM（1,n）模型前,先采用BoxCox变换对原始数据进行变换,以解决或缓解误差项的正态性偏离问题.首先,以模型拟合平均误差最小化为目标,建立非线性优化模型,在参数的置信区间内,应用PSO（Particle Swarm Optimization）算法求最优解.然后,应用求解得到的参数,建立优化MGM（1,n）模型.在实例分析中,将优化MGM（1,n）模型应用于深基坑围护结构变形预测,实验结果表明通过对原始数据做合适的Box-Cox变换,能够有效提高模型的拟合及预测精度,拓广多变量灰色预测模型的适用范围. 

【文章来源】：数学的实践与认识. 2016,46(08)北大核心

【文章页数】：7 页


本文编号：3406597