一种内涵式参数辨识的GM(1,1)新模型

摘要：

针对普通GM(1,1)模型应用于非平缓变化序列预测时误差较大甚至失效的缺陷,提出了一种内涵式参数辨识的GM(1,1)新模型.推导了模型边值、背景值权重系数、发展系数以及灰作用量与预测值之间的非线性内涵表达式,并采用粒子群算法(particle swarm optimization, PSO)对内涵式参数进行辨识,建立了PSOGM(1,1)预测新模型.典型算例表明,PSOGM(1,1)模型收敛速度快,较普通GM(1,1)模型具有更高的预测精度,可应用于平缓变化及非平缓变化序列预测.

关键词：灰色预测、GM(1,1)模型、粒子群算法、参数辨识

所属期刊栏目：32

分类号：TM74(输配电工程、电力网及电力系统)

在线出版日期：2010-04-19（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：321-325