GM(1,1)数据融合预测模型研究与仿真

摘要：

研究采用灰色系统理论的数列优化预测问题.传统GM(1,1)模型对光滑性差的数据序列拟合偏差较大,为将GM(1,1)改进模型与数据融合算法相结合,构建一种GM-DF预测模型.首先将几种典型改进方案引入GM(1,1)模型:对原始序列进行幂函数变换,以积分法重构背景值,用累积法进行参数估计；然后从原始序列取不同数据量分别建立GM(1,1)模型进行多次拟合；最后将各次预测值进行数据融合运算得到最终结果.仿真结果表明,将GM-DF预测模型应用于光滑性较差、级比偏差较大的数据序列可获得较高的预测精度.

关键词：灰色系统理论、数据融合、预测模型、仿真

所属期刊栏目：30

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2013-07-25（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：356-360