10.3969/j.issn.1001-3695.2014.09.004
带周期校正的灰色残差预测模型
随着实验系统规模的不断扩大,系统运行成本高、周期长等问题逐渐显现,这就造成了实验数据获取困难、可供分析的实验数据量偏小等问题.因此,有必要通过合理的模型和方法分析原始数据的特点,对实验数据进行建模预测,获得足够的数据来对系统进行下一步的分析.针对此问题,以灰色理论为基础,在非等间距GM(1,1)灰色预测模型的基础上,首先加入残差校正模型来提高预测精度,同时对于原始数据具有周期性的情形,建立周期补偿序列,最终建立起了带周期校正的灰色残差数据预测模型.最终的实验结果表明,该模型在用于对周期性数据的预测时,准确率相对于不带周期校正的预测模型有所提高.
GM(1,1)模型、灰色预测、残差校正、周期校正、优势周期
31
TP391(计算技术、计算机技术)
2014-10-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
2581-2583,2591