论文研究-基于组合插值的GM(1,1)模型背景值的改进.pdf

【文件属性】：
文件名称：论文研究-基于组合插值的GM(1,1)模型背景值的改进.pdf
文件大小：740KB
文件格式：PDF
更新时间：2022-08-11 12:06:53
GM(1,1)模型,改进的GM(1,1)模型,初始值,背景值,组合插值 针对GM（1，1）模型预测误差偏大的问题，对GM（1，1）模型背景值的构造形式进行了研究。为了能够更加有效地降低GM（1，1）模型的预测误差，提出了基于辛普森3/8公式和牛顿插值公式的组合插值方法来构造出新的GM（1，1）模型的背景值。在GM（1，1）模型的建模过程中，由于原始建模数据序列中的第一个数据没有参与建模，导致原始数据序列的数据资源利用效率降低，影响了GM（1，1）模型预测精度。所以，可以通过把灰色协调系数b加在原始建模数据序列前面的方法，使第一个数据能够参与到GM（1，1）模型的建模过程中。为了检验模型的改进效果，进行了原始建模数据类型分别为纯指数型数据序列、稳定型数据序列和缺失型数据序列的三组实验。对每组测试实验的预测结果进行对比分析可以发现，基于组合插值方法对GM（1，1）模型的背景值进行改进，可以极大地降低GM（1，1）模型的模拟和预测误差。改进后的模型具有比较好的预测稳定性，增强了GM（1，1）模型的适用性。