改进的GM(1,1)幂模型的构建与应用

论文摘要

在构建GM(1,1)幂模型中,经常利用一阶非齐次线性方程的常数变易法求得GM(1,1)幂模型白化方程的解,再利用白化方程,在灰色系统信息覆盖原理下经过离散化处理推导出参数γ的计算公式,并利用最小二乘法求解参数a,b.但是在求解过程中由于离散化的处理,造成了时间响应预测函数精度的下降。为了弥补精度下降的缺陷,对于预测模型利用PSO算法进行了系数修正.案例对比研究发现,传统的GM(1,1)预测效果最差,改进的GM(1,1)幂模型预测效果最好.

论文目录

• 1 引言
• 2 GM（1,1）幂模型的定义
• 3 GM（1,1）幂模型的参数估计
•   3.1 参数γ的估计
•   3.2 参数a,b的估计
• 4 白化方程的求解及优化
•   4.1 白化方程的求解
•   4.2 白化方程解的优化
• 5 GM（1,1）幂模型在全球石油能源消费中的应用
• 6 结论

文章来源

类型: 期刊论文

作者: 马永梅,王淑超

关键词: 预测,幂模型,白化方程,算法,参数优化

来源: 经济数学 2019年03期

年度: 2019

分类: 基础科学,经济与管理科学,工程科技Ⅰ辑

专业: 非线性科学与系统科学,石油天然气工业,工业经济

单位: 巢湖学院数学与统计学院

基金: 安徽省自然科学基金重点项目(KJ2016A505),高校优秀青年骨干人才国内访问研修项目:(gxgnfx2018034),安徽省重点教学研究项目(2016JYXM0691)

分类号: F416.22;N941.5

DOI: 10.16339/j.cnki.hdjjsx.2019.03.014

页码: 84-88

总页数: 5

文件大小: 145K

下载量: 127