基于全信息新陈代谢的GM(1,1)电力预测

• 作者: 蒋红霞 黄晓荣
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 全信息 新陈代谢 电力预测 Matlab
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 9-12
• 分类号: TP39
• 字数: 3181字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.01.003

摘要

传统的灰色预测模型所需的样本容量较少,仅4个数据就可以建立灰色预测模型.虽然传统的灰预测建模较为简单,但是忽略了对预测较为有利的新信息,容易产生预测模型老化的现象,预测精度不高.全信息新陈代谢的GM(1,1)灰色预测模型更为合理、科学,全信息建模避免了局部信息建模的局限性,每预测一个结果去除原始数列的最老数据的新陈代谢处理保证了预测数列的实效性,并用Matlab实现改进GM(1,1)模型的编程计算,应用于双流县电力需求量的预测,预测精度好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋红霞	四川大学水利水电学院	5	18	2.0	4.0
2	黄晓荣	四川大学水利水电学院	43	462	10.0	21.0