基于非齐次指数函数的灰色预测模型背景值重构方法研究
灰色模型背景值重构是从变形数据本身出发,考虑数据波动性而引起的模型偏差对预测结果的影响,对背景值的构造形式加以改进.本文针对齐次指数函数的背景值拟合法存在的不足,提出了一种基于非齐次指数函数的背景值重构方法.其核心思想是充分考虑u/a的影响,将原始数据的1-AGO序列抽象为非齐次指数函数.该方法建模简单,计算方便,能够有效地提高拟合、预测精度.且不受0<-a<2的限制,在-a≥2的情况下也能保持良好的拟合、预测效果.
GM(1,1)模型、齐次指数函数、非齐次指数函数、背景值重构、拟合、预测
42
O141.4(数理逻辑、数学基础)
2014-07-30(万方平台首次上网日期,不代表论文的发表时间)
64-68