基于组合插值的GM(1,1)模型背景值的改进

• 作者: 张涛 李凯
• 来源期刊: 计算机应用研究
• 关键词: GM(1,1)模型 改进的GM(1,1)模型 初始值 背景值 组合插值
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2994-2999
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.026

摘要

针对GM(1,1)模型预测误差偏大的问题,对GM(1,1)模型背景值的构造形式进行了研究.为了能够更加有效地降低GM(1,1)模型的预测误差,提出了基于辛普森3/8公式和牛顿插值公式的组合插值方法来构造出新的GM(1,1)模型的背景值.在GM(1,1)模型的建模过程中,由于原始建模数据序列中的第一个数据没有参与建模,导致原始数据序列的数据资源利用效率降低,影响了GM(1,1)模型预测精度.所以,可以通过把灰色协调系数b加在原始建模数据序列前面的方法,使第一个数据能够参与到GM(1,1)模型的建模过程中.为了检验模型的改进效果,进行了原始建模数据类型分别为纯指数型数据序列、稳定型数据序列和缺失型数据序列的三组实验.对每组测试实验的预测结果进行对比分析可以发现,基于组合插值方法对GM(1,1)模型的背景值进行改进,可以极大地降低GM(1,1)模型的模拟和预测误差.改进后的模型具有比较好的预测稳定性,增强了GM(1,1)模型的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	上海财经大学信息管理与工程学院	33	493	11.0	21.0
5	李凯	上海财经大学信息管理与工程学院	4	18	2.0	4.0