在新陳代謝GM（1,1）預測模型的基礎上,通過適當選取建模數(shù)據(jù)維度和增加預測數(shù)據(jù)長度,使得每期的預測值都有多個新陳代謝GM（1,1）的預測值,最后取多期預測值的平均值作為最終的預測值.數(shù)據(jù)實驗證明了該方法不僅可以進一步提高預測精度,而且能有效消除數(shù)據(jù)波動,預測數(shù)據(jù)更具有穩(wěn)定性,優(yōu)勢明顯. 

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 新陳代謝GM(1,1)模型
    1.1 GM(1,1)模型
    1.2 新陳代謝GM(1,1)模型
2 多期均值新陳代謝GM(1,1)模型
3 算例與分析
    3.1 多期取均值的具體策略
    3.2 精度指標
    3.3 計算結果及分析
        3.3.1 以4期建模預測4期建立新陳代謝GM(1,1)預測模型,圖1為所有4期預測值的殘差分布圖.
        3.3.2 以數(shù)據(jù)序列的前7期為建模數(shù)據(jù),分別用以下三種方法建模來比較不同方法的預測效果.
        3.3.3 圖3為原始數(shù)據(jù)、新陳代謝GM(1,1)模型預測值、多期均值新陳代謝GM(1,1)預測值序列.
4 結論


【參考文獻】：
期刊論文
[1]初始條件改進全概括灰色預測模型研究[J]. 王康,周世健.  測繪科學. 2014(12)
[2]GM（1,1）初始條件改進的研究及在預測中的應用[J]. 何俊,劉會茹.  統(tǒng)計與決策. 2013(17)
[3]反向累加灰色模型的建立及其在沉降預測中的應用[J]. 徐進軍,王海成,白中潔.  測繪信息與工程. 2012(01)
[4]基于函數(shù)cot（xα）變換及背景值優(yōu)化的灰色建模[J]. 戴文戰(zhàn),熊偉,楊愛萍.  浙江大學學報(工學版). 2010(07)
[5]基于數(shù)據(jù)變換技術的灰色預測模型[J]. 崔立志,劉思峰.  系統(tǒng)工程. 2010(05)
[6]反向累加生成與灰色GOM（1,1）模型的優(yōu)化[J]. 楊知,任鵬,黨耀國.  系統(tǒng)工程理論與實踐. 2009(08)
[7]累加生成的改進和GM（1,1,t）灰色模型[J]. 陳超英.  數(shù)學的實踐與認識. 2007(02)
[8]灰色模型的最優(yōu)化及其參數(shù)的直接求法[J]. 魏勇,張怡.  數(shù)學的實踐與認識. 2006(12)
[9]加權灰色預測模型及其計算實現(xiàn)[J]. 周世健,賴志坤,藏德彥,魯鐵定.  武漢大學學報(信息科學版). 2002(05)
[10]GM（1,1）模型的背景值構造方法和應用（Ⅰ）[J]. 譚冠軍.  系統(tǒng)工程理論與實踐. 2000(04)

碩士論文
[1]灰色關聯(lián)、聚類、預測的改進及應用[D]. 許秀莉.廈門大學 2001



本文編號：3682737