GM（1，1）和线性回归模型及其在印刷包衬压缩变形数据预测中的应用

• 作者: 鲍蓉
• 来源期刊: 工业仪表与自动化装置
• 关键词: 线性回归 GM(1,1)模型 预测 印刷包衬压缩变形 压缩变形量
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 经验交流
• 页码范围: 59-62,70
• 页数: 5页
• 分类号: O212
• 语种: 中文

摘要

运用线性回归对预测数据进行分析，剔除异常数据，用GM（1，1）模型进行预测，有效降低了数据相对误差，提高了预测数据的精度。选用印刷包衬压缩变形的压缩变形量λ值，用线性回归进行数据分析并剔除异常数据后用GM（1，1）进行预测，使得预测数据具有更高的准确性和适应性。实验及仿真结果表明，经过前期数据分析整理后的灰色预测模型，其预测期望值远优于单纯的回归模型和GM（1，1）模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍蓉	兰州石化职业技术学院印刷出版工程系	20	33	2.0	5.0