首页> 中文期刊> 《计算机应用研究》 >基于组合插值的GM(1,1)模型背景值的改进

基于组合插值的GM(1,1)模型背景值的改进

         

摘要

针对GM(1,1)模型预测误差偏大的问题,对GM(1,1)模型背景值的构造形式进行了研究.为了能够更加有效地降低GM(1,1)模型的预测误差,提出了基于辛普森3/8公式和牛顿插值公式的组合插值方法来构造出新的GM(1,1)模型的背景值.在GM(1,1)模型的建模过程中,由于原始建模数据序列中的第一个数据没有参与建模,导致原始数据序列的数据资源利用效率降低,影响了GM(1,1)模型预测精度.所以,可以通过把灰色协调系数b加在原始建模数据序列前面的方法,使第一个数据能够参与到GM(1,1)模型的建模过程中.为了检验模型的改进效果,进行了原始建模数据类型分别为纯指数型数据序列、稳定型数据序列和缺失型数据序列的三组实验.对每组测试实验的预测结果进行对比分析可以发现,基于组合插值方法对GM(1,1)模型的背景值进行改进,可以极大地降低GM(1,1)模型的模拟和预测误差.改进后的模型具有比较好的预测稳定性,增强了GM(1,1)模型的适用性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号