改进的GM(1,1)幂模型的构建与应用

摘要：

在构建GM(1,1)幂模型中,经常利用一阶非齐次线性方程的常数变易法求得GM(1,1)幂模型白化方程的解,再利用白化方程,在灰色系统信息覆盖原理下经过离散化处理推导出参数 γ的计算公式,并利用最小二乘法求解参数a,b.但是在求解过程中由于离散化的处理,造成了时间响应预测函数精度的下降.为了弥补精度下降的缺陷,对于预测模型利用PSO算法进行了系数修正.案例对比研究发现,传统的GM(1,1)预测效果最差,改进的GM(1,1)幂模型预测效果最好.

关键词：预测、GM(1,1)幂模型、白化方程、PSO算法、参数优化

所属期刊栏目：36

分类号：N941.5(系统科学)

资助基金：安徽省自然科学基金重点项目KJ2016A505;高校优秀青年骨干人才国内访问研修项目:gxgnfx2018034;安徽省重点教学研究项目2016JYXM0691

在线出版日期：2019-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-88