基于初始条件优化的GM(1,1)幂模型及其应用

摘要：

针对GM(1,1)幂模型幂指数和初始条件优化问题,提出了一种基于初始条件和幂指数协同优化的方法.根据新信息优先原理,通过引入权重信息控制函数优化初始条件,表现新旧信息在初始条件构建中作用大小的变化规律,最大限度提取小样本序列中的有效信息,反应新旧信息共同对系统趋势变化的影响;以平均相对误差最小化为目标,参数间约束关系作为条件,构建非线性优化模型,实现GM(1,1)幂模型的幂指数和初始条件协同优化.最后,通过我国网络购物用户规模预测实例研究表明,优化的模型实现模型平均相对误差在理论上的最小化,其建模效果要优于其他对比模型,并将其用于2016-2020年网购用户规模预测,表明本文模型的实用性和有效性.

关键词：灰色预测、GM(1,1)幂模型、初始条件优化、网络购物用户

所属期刊栏目：28

分类号：N941.5(系统科学)

资助基金：国家自然科学基金资助项目;杭州市哲学社会科学规划课题成果

在线出版日期：2020-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：153-161