基于交互作用的多变量灰色预测模型及其应用

发布时间：2022-01-15 12:55

　　针对传统模型没考虑驱动因素间交互作用关系的缺陷,在充分研究交互作用内涵及传统GM（1,N）模型缺陷的基础上,将线性交互关系的作用项引入GM（1,N）模型的灰作用量,构建基于交互作用的IEGM（1,N）的模型,给出了参数估计公式并提出了两个拓展模型,对拓展模型的适用范围进行研究,证明拓展模型与经典模型是等价的。通过对江苏省高新技术产业产值预测的实际案例,验证新模型的有效性,说明其能够有效解决含有交互作用关系的多因素影响的系统预测问题。 

【文章来源】：系统工程与电子技术. 2018,40(03)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 传统GM (1, N) 缺陷分析及交互作用内涵
    1.1 传统GM (1, N) 模型构建及缺陷分析
    1.2 交互作用的内涵
2 基于交互作用的IEGM (1, N) 模型构建及参数求解
    2.1 基于交互作用的IEGM (1, N) 模型构建
    2.2 基于交互作用的IEGM (1, N) 模型的拓展模型
3 案例分析
4 结论


【参考文献】：
期刊论文
[1]多变量时滞GM（1,N）模型及其应用[J]. 王正新.  控制与决策. 2015(12)
[2]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)
[3]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)
[4]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)
[5]Expansion modelling of discrete grey model based on multi-factor information aggregation[J]. Naiming Xie,Chaoyu Zhu,Jing Zheng.  Journal of Systems Engineering and Electronics. 2014(05)
[6]非线性优化GM（1,N）模型及其应用研究[J]. 周伟,方志耕.  系统工程与电子技术. 2010(02)
[7]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)
[8]GM（1,N）模型的离散化结构解[J]. 仇伟杰,刘思峰.  系统工程与电子技术. 2006(11)
[9]灰色模型GM（1,n）的变量选择及拟合度分析[J]. 尹子民,罗丽兮.  系统工程理论与实践. 1999(11)



本文编号：3590655