基于Newton?Cotes求积公式的GM(1,1)模型优化研究

• 作者: 尹金姗 沈艳
• 来源期刊: 应用科技
• 学科: 数学
• 关键词: GM(1,1)模型 背景值 灰色动态序列预测模型 改进模型 预测精度
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 自动化技术
• 页码范围: 26-31
• 页数: 6页
• 分类号: O29
• 字数: 4291字
• 语种: 中文
• DOI: 10.11991/yykj.201812020

摘要

通过GM(1,1)模型构建过程发现,背景值的构造方式是影响模型预测精度的主要因素之一.为了提高GM(1,1)模型的预测精度,从背景值的几何意义出发,依据数据序列生成指数规律建立灰色动态序列预测模型,结合数值积分理论中的三、四阶Newton-Cotes求积公式提出两种背景值改进方法.与此同时,就发展系数不同取值以及不同预测步数两种情形分析了改进方法的适用范围.实例结果表明,两种改进背景值后的GM(1,1)模型对预测精度有着显著提高,并且扩展了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	沈艳	哈尔滨工程大学理学院	29	213	8.0	13.0
2	尹金姗	哈尔滨工程大学理学院	2	1	1.0	1.0