灰色NGM(1,1,k)模型背景值优化方法
来源期刊:控制与决策2017年第3期
论文作者:童明余 周孝华 曾波
文章页码:507 - 514
关键词:灰色系统;灰色预测模型;近似非齐次指数增长序列;NGM(1,1,k)模型;背景值;
摘 要:传统灰色NGM(1,1,k)模型的参数估计误差是导致该模型精度不稳定的重要因素,研究面向背景值优化基础上的参数估计方法是提高灰色模型性能的重要手段.通过积分变换,得到与NGM(1,1,k)模型白化方程匹配的灰色微分方程,推导出背景值优化公式,从而构建背景值优化的新NGM(1,1,k)模型,并从理论上解释新模型能同时模拟严格齐次和非齐次指数增长序列的原因.进一步通过算例和实例验证了所提出的模型均能显著提高序列的模拟和预测精度.
童明余1,2,周孝华1,曾波3
1. 重庆大学经济与工商管理学院2. 重庆师范大学图书馆3. 重庆工商大学商务策划学院
摘 要:传统灰色NGM(1,1,k)模型的参数估计误差是导致该模型精度不稳定的重要因素,研究面向背景值优化基础上的参数估计方法是提高灰色模型性能的重要手段.通过积分变换,得到与NGM(1,1,k)模型白化方程匹配的灰色微分方程,推导出背景值优化公式,从而构建背景值优化的新NGM(1,1,k)模型,并从理论上解释新模型能同时模拟严格齐次和非齐次指数增长序列的原因.进一步通过算例和实例验证了所提出的模型均能显著提高序列的模拟和预测精度.
关键词:灰色系统;灰色预测模型;近似非齐次指数增长序列;NGM(1,1,k)模型;背景值;