非齐次GM(1,1)模型的背景值优化及其应用

摘要：

针对非齐次GM(1,1)模型中传统方法构造的背景值与真实背景值之间存在误差的情况,提出了一种背景值优化方法.首先,分析了背景值误差的来源及其对模型预测精度的影响;然后,通过积分变换重构了背景值,并利用非齐次指数序列及其一次累加、一次累减生成序列的相互关系,得到了重构背景值中参数的表达形式;最后,根据拟合误差最小原理解得了模型参数的估计值,进而得到了预测公式.经过实例应用,优化模型预测结果的平均相对误差为0.54％,表明优化背景值能够明显提高模型的预测精度.

关键词：非齐次指数序列、灰色预测模型、背景值优化、参数表达

所属期刊栏目：48

资助基金：国防科技技术预先研究基金30101040201

在线出版日期：2018-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：144-149