摘要:
针对因发展变化受众多因素影响而具有饱和增长趋势或单峰特性的原始波动序列,为了提高预测精度,以灰色GM(1,1)幂模型为基础,构建了自忆性原理与优化GM(1,1)幂模型的耦合预测模型,用动力系统自忆性原理来克服传统灰色模型对初值比较敏感的弱点。结果表明,新构建模型能够充分利用系统的多个历史时次资料,模拟和预测精度都高于传统优化GM(1,1)幂模型,进一步拓展了灰色模型的应用范围。最后,以我国高中升学率的数据为例验证了所构建模型的优越性和有效性。
郭晓君, 刘思峰, 方志耕, 吴利丰. 融合自忆性原理的优化GM(1,1)幂模型构建及应用[J]. 系统工程与电子技术, doi: 10.3969/j.issn.1001-506X.2015.01.19.
GUO Xiao-jun, LIU Si-feng, FANG Zhi-gen, WU Li-feng. Construction and application of optimized GM(1,1)power model incorporating self-memory principle[J]. Systems Engineering and Electronics, doi: 10.3969/j.issn.1001-506X.2015.01.19.