参数由递推辨识的新型GM(1,2)预测模型
为改善模型预测性能,提出一种GM(1,2)预测新模型.根据模型定义式直接推导获得模型预测值递推表达式,应用粒子群算法对递推表达式参数进行辨识.典型算例表明,新模型收敛速度快,较普通及文献中改进GM(1,2)模型具有更高的预测精度.
灰色预测、GM(1,2)模型、参数辨识、粒子群算法
30
N94(系统科学)
国家自然科学基金资助项目60875043;博士点基金资助项目20100201110031
2013-05-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
233-237