摘要:
针对普通GM(1,1)模型应用于非平缓变化序列预测时误差较大甚至失效的缺陷,提出了一种内涵式参数辨识的GM(1,1)新模型。推导了模型边值、背景值权重系数、发展系数以及灰作用量与预测值之间的非线性内涵表达式,并采用粒子群算法(particle swarm optimization, PSO)对内涵式参数进行辨识,建立了PSOGM(1,1)预测新模型。典型算例表明,PSOGM(1,1)模型收敛速度快,较普通GM(1,1)模型具有更高的预测精度,可应用于平缓变化及非平缓变化序列预测。
雷鸣雳1,2, 冯祖仁1,2. 一种内涵式参数辨识的GM(1,1)新模型[J]. Journal of Systems Engineering and Electronics, 2010, 32(2): 321-325.
LEI Ming-li1,2, FENG Zu-ren1,2. New GM (1,1) model with parameters identification method for
intension expression[J]. Journal of Systems Engineering and Electronics, 2010, 32(2): 321-325.