一种数据处理的灰色预测新方法

摘要：

针对某些实验数据分散性强的特点,若直接用灰色GM(1,1)模型作预测,其误差较大.在此提出一种改进的灰色预测模型.首先将原始数据取λ次幂(0＜λ＜1),以降低它的分散性.由于λ可依具体情况取不同的值,所以比传统的对数据取对数更灵活,收敛性更好.然后再用GM(1,1)模型可以得到较好的预测结果.

关键词：疲劳试验数据、灰色预测、GM(1,1)模型

分类号：TH115

在线出版日期：2004-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：126-127