带周期校正的灰色残差预测模型

• 作者: 侯宝存 刘博元 姜嘉慧 曲慧杨 范文慧
• 来源期刊: 计算机应用研究
• 关键词: GM(1,1)模型 灰色预测 残差校正 周期校正 优势周期
• 年，卷（期）: 2014,（9）
• 页码范围: 2581-2583,2591
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.004

摘要

随着实验系统规模的不断扩大,系统运行成本高、周期长等问题逐渐显现,这就造成了实验数据获取困难、可供分析的实验数据量偏小等问题.因此,有必要通过合理的模型和方法分析原始数据的特点,对实验数据进行建模预测,获得足够的数据来对系统进行下一步的分析.针对此问题,以灰色理论为基础,在非等间距GM(1,1)灰色预测模型的基础上,首先加入残差校正模型来提高预测精度,同时对于原始数据具有周期性的情形,建立周期补偿序列,最终建立起了带周期校正的灰色残差数据预测模型.最终的实验结果表明,该模型在用于对周期性数据的预测时,准确率相对于不带周期校正的预测模型有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范文慧	清华大学自动化系	51	792	15.0	27.0
2	刘博元	清华大学自动化系	6	18	3.0	4.0
3	曲慧杨		6	17	2.0	3.0
4	侯宝存		8	49	4.0	6.0
5	姜嘉慧	清华大学自动化系	2	8	2.0	2.0