分数阶反向累加GM(1,1)模型及其性质

摘要：

针对正向序列累加GM(1,1)模型都不满足新信息优先原理的问题,文章从理论上证明了一阶反向累加GM(1,1)模型不能较好地满足新信息优先原理.针对一阶反向累加GM(1,1)模型的不足(只适用于递减序列,没有利用最新消息),提出了分数阶反向累加GM(1,1)模型,将反向序列累加的适用范围扩展到递增序列,充分挖掘了新信息.实例说明分数阶反向累加GM(1,1)模型具有较强的预测能力.

关键词：灰色预测模型、新信息优先、分数阶、反向累加

分类号：N941(系统科学)

资助基金：国家自然科学基金资助项目71401051;教育部人文社会科学研究规划项目15YJA630017

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：33-36