基于相对核和精度的三参数区间灰数预测模型

发布时间：2021-11-03 21:10

　　针对建模对象是三参数区间灰数,提出了一种三参数区间灰数预测模型.首先,通过相对核、"重心"点和精度提取三参数区间灰数蕴含的灰信息,实现三参数区间灰数到实数的转化.然后,分别对相对核序列、"重心"点序列和"精度"序列建立DGM（1,1）模型,并反推三参数区间灰数3个参数模拟值的表达式,从而构建了基于相对核和精度的三参数区间灰数预测模型.最后,对某上市公司流动资产持有量进行模拟预测以验证所建模型的实用性和可靠性. 

【文章来源】：数学的实践与认识. 2020,50(13)北大核心

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于灰色预测模型的京津冀区域大气环境研究[J]. 周雅爽,申晓留,张莹,熊智林.  工业控制计算机. 2018(11)
[2]基于偏最小二乘方法的ARIMA模型在股票指数预测中的应用[J]. 方坷昊,赵凌.  四川文理学院学报. 2018(05)
[3]基于神经网络学习方法的放疗计划三维剂量分布预测[J]. 孔繁图,麦燕华,亓孟科,吴艾茜,郭芙彤,贾启源,李永宝,宋婷,周凌宏.  南方医科大学学报. 2018(06)
[4]基于模糊预测模型的桥梁桩基质量检测评估方法研究[J]. 陆朝昌.  西部交通科技. 2018(06)
[5]基于相对核的三参数区间灰数信息下多属性决策方法[J]. 李哗,张东兴,郭三党.  数学的实践与认识. 2018(01)
[6]灰色神经网络下的多变量土壤含水量预测模型[J]. 罗党,王浍婷.  华北水利水电大学学报(自然科学版). 2017(05)
[7]基于核和精确度的三参数区间灰数预测模型[J]. 李晔,朱山丽,侯贤敏.  河南师范大学学报(自然科学版). 2016(06)
[8]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)
[9]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)
[10]灰色GM（1,1）模型参数估计的加权最小二乘方法[J]. 何霞.  运筹与管理. 2012(06)

硕士论文
[1]三参数区间灰数的决策和预测方法研究[D]. 王娜.河南农业大学 2015



本文编号：3474354