利用多期均值方法提高新陈代谢GM（1,1）模型的预测精度

发布时间：2022-09-29 14:09

　　在新陈代谢GM（1,1）预测模型的基础上,通过适当选取建模数据维度和增加预测数据长度,使得每期的预测值都有多个新陈代谢GM（1,1）的预测值,最后取多期预测值的平均值作为最终的预测值.数据实验证明了该方法不仅可以进一步提高预测精度,而且能有效消除数据波动,预测数据更具有稳定性,优势明显. 

【文章页数】：5 页

【文章目录】：
0 引言
1 新陈代谢GM(1,1)模型
    1.1 GM(1,1)模型
    1.2 新陈代谢GM(1,1)模型
2 多期均值新陈代谢GM(1,1)模型
3 算例与分析
    3.1 多期取均值的具体策略
    3.2 精度指标
    3.3 计算结果及分析
        3.3.1 以4期建模预测4期建立新陈代谢GM(1,1)预测模型,图1为所有4期预测值的残差分布图.
        3.3.2 以数据序列的前7期为建模数据,分别用以下三种方法建模来比较不同方法的预测效果.
        3.3.3 图3为原始数据、新陈代谢GM(1,1)模型预测值、多期均值新陈代谢GM(1,1)预测值序列.
4 结论


【参考文献】：
期刊论文
[1]初始条件改进全概括灰色预测模型研究[J]. 王康,周世健.  测绘科学. 2014(12)
[2]GM（1,1）初始条件改进的研究及在预测中的应用[J]. 何俊,刘会茹.  统计与决策. 2013(17)
[3]反向累加灰色模型的建立及其在沉降预测中的应用[J]. 徐进军,王海成,白中洁.  测绘信息与工程. 2012(01)
[4]基于函数cot（xα）变换及背景值优化的灰色建模[J]. 戴文战,熊伟,杨爱萍.  浙江大学学报(工学版). 2010(07)
[5]基于数据变换技术的灰色预测模型[J]. 崔立志,刘思峰.  系统工程. 2010(05)
[6]反向累加生成与灰色GOM（1,1）模型的优化[J]. 杨知,任鹏,党耀国.  系统工程理论与实践. 2009(08)
[7]累加生成的改进和GM（1,1,t）灰色模型[J]. 陈超英.  数学的实践与认识. 2007(02)
[8]灰色模型的最优化及其参数的直接求法[J]. 魏勇,张怡.  数学的实践与认识. 2006(12)
[9]加权灰色预测模型及其计算实现[J]. 周世健,赖志坤,藏德彦,鲁铁定.  武汉大学学报(信息科学版). 2002(05)
[10]GM（1,1）模型的背景值构造方法和应用（Ⅰ）[J]. 谭冠军.  系统工程理论与实践. 2000(04)

硕士论文
[1]灰色关联、聚类、预测的改进及应用[D]. 许秀莉.厦门大学 2001



本文编号：3682737