基于非等时距加权灰色模型与神经网络的组合预测算法

• 作者: 李雄兵 杨岳 陈峰 韩晋
• 来源期刊: 应用数学和力学
• 学科: 数学
• 关键词: 预测 非等时距 灰色模型 加权 神经网络 残差修正
• 年，卷（期）: 2013,（4）
• 页码范围: 408-419
• 分类号: O241
• 语种: 中文
• DOI: 10.3879/j.issn.1000-0887.2013.04.009

摘要

非等时距预测算法在不等时间间隔序列的趋势分析与预测方面具有重要作用.在传统灰色预测理论的基础上,提出一种基于非等时距加权灰色模型和神经网络的组合预测算法.通过构建非等时距加权灰色预测模型,将原始数据序列的平均值作为累加序列初值,将连续累积函数的积分面积作为背景值,对累加序列进行加权处理,以真实反映时间序列发展对预测结果的影响.在此基础上,引入BP神经网络对灰色预测的残差序列进行修正,进一步提高了预测精度.经算例验证,该算法预测精度达到1级,且高于类似算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峰	中南大学交通运输工程学院	54	483	14.0	20.0
2	杨岳	中南大学交通运输工程学院	91	531	12.0	19.0
3	李雄兵	中南大学交通运输工程学院	18	76	3.0	8.0
4	韩晋	中南大学交通运输工程学院	3	89	3.0	3.0