原文服务方: 江西科学       
摘要:
基于Simpson公式的GM(1,N)建模的算法不能更改参数的缺点,提出了基于扰动因子改进Simpson GM(1,N)模型.通过扰动因子变化影响参数值,以达到特征因素的最优预测值.依据平均相对误差指标对一些时间序列数据进行了不同模型的实证分析和比较,得到本算法的拟合精度比原有算法有明显的改进,从而验证了该算法对一些时间序列的有效性.所提出的新算法是GM(1,N)模型进行预测时值得尝试的一个方法,对GM(1,N)预测模型的合理应用具有一定的现实意义.
推荐文章
基于扰动因子的相似度下的聚类算法
K-均值聚类算法
离群点
聚类中心
扰动因子
基于扰动因子的准则函数下的聚类算法
K-均值聚类算法
聚类中心
扰动因子
蚁群聚类算法
基于自相关的GM(1,1)与GM(1,N)联合模型优化及应用
GM( 1,1)模型
GM( 1,N)模型
累积法
数值积分
模型优化
基于GM(1,1)优化模型的岩石边坡变形预测
岩石边坡变形
灰色系统
GM(1,1)模型
背景构造法
逐步迭代法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于扰动因子GM(1,N)模型优化算法及其应用
来源期刊 江西科学 学科
关键词 扰动因子 GM(1,N)模型 平均相对误差 拟合精度
年,卷(期) 2019,(1) 所属期刊栏目 数理科学
研究方向 页码范围 1-4,31
页数 5页 分类号 O241
字数 语种 中文
DOI 10.13990/j.issn1001-3679.2019.01.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 詹棠森 景德镇陶瓷大学信息工程学院 73 171 7.0 8.0
2 汪子婷 景德镇陶瓷大学信息工程学院 4 2 1.0 1.0
3 杨利 景德镇陶瓷大学信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (202)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(8)
  • 参考文献(1)
  • 二级参考文献(7)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(8)
  • 参考文献(2)
  • 二级参考文献(6)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
扰动因子
GM(1,N)模型
平均相对误差
拟合精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江西科学
双月刊
1001-3679
36-1093/N
大16开
1983-01-01
chi
出版文献量(篇)
4032
总下载数(次)
0
总被引数(次)
17843
论文1v1指导