基于核与灰半径序列的GM(1,N)预测模型及其在雾霾中的应用

发布时间：2024-06-02 12:41

　　既有的关于GM(1,N)模型的研究,都是建立在实数序列基础上,文章将对GM(1,N)模型进行拓广,深入探讨该模型在区间灰数序列情形下的建模机理和建模方法,提出了基于核与灰半径的GM(1,N)模型。将以区间灰数序列的核序列和灰半径序列为基础建立GM(1,N)预测模型,进而对区间灰数序列的核与灰半径进行模拟预测,根据核与灰半径的计算公式推导出区间灰数的上界和下界,从而实现对区间灰数序列的模拟预测。最后,将文中提出的GM(1,N)模型应用于对霾存在时的空气质量指数AQI的预测研究中,模拟预测效果较好,从而验证了该模型的有效性和可行性。

【文章页数】：8 页

【文章目录】：
0 引言
1 基本概念与公理
2 基于区间灰数序列核与灰半径的GM(1,N)模型
    2.1 基于核序列的GM(1,N)模型(1)
    2.2 基于灰半径序列的GM(1,N)模型
        (1)白化方程
        (2)当r(1)i的变化幅度很小的时,可视
为灰常量,则GM(1,N)模型为:
        (3)累减还原式为:
        (4)GM(1,N)模型的差分模拟式为:
    2.3 区间灰数上界和下界的推导
3 实例分析
    3.1 雾霾的定义
    3.2 GM(1,3)预测模型的构建
        3.2.1 AQI核序列的预测
        3.2.2 AQI灰半径序列的预测
        3.2.3 AQI对应区间灰数上界和下界的预测
    3.3 方法比较
4 结论



本文编号：3987267