基于SOA-MGM(1,n,q)模型的信息流通量预测

• 作者: 罗朝辉 陈昆 黄激珊
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 人群搜索算法 灰色模型 遗传算法 粒子群算法 信息流通量 背景值 缓冲算子 发展系数
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 189-193
• 页数: 5页
• 分类号: TN915
• 字数: 3433字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2019.02.14

摘要

针对多变量灰色模型存在预测误差大和参数需手动设置的缺点,将人群搜索算法和MGM(1,n,q)结合,运用SOA算法对MGM(1,n,q)模型的参数q进行优化,提出一种基于SOA算法优化MGM(1,n,q)的高校图书馆图书信息流通量预测模型.选择平均绝对百分比误差(MAPE)和均方根误差(RMSE)作为评价指标,通过SOA-MGM(1,n,q)、MGM(1,n)和GM(1,1)三个模型预测结果对比发现,提出的SOA-MGM(1,n,q)模型可以有效提高信息流通量的预测精度,具有推广应用价值.