基于扰动因子的GM(1,N)模型数值算法
文章通过研究几类灰色模型,提出Newton-cotes GM( 1, N)数值算法,通过实例分析,Newton-cotesGM(l.N)模型比其他几类GM(1,N)模型预测精度高。为了克服这种灰色建模算法不能更改参数的缺点,提出了基于扰动因子改进的灰色模型;通过扰动因子的数值变化对参数的影响,达到改变特征因素的最优预测值;依据平均相对误差指标,对预测的结果进行误差分析和比较,得到新算法的拟合精度比原有算法的拟合精度有明显的改进。...
Gespeichert in:
| Veröffentlicht in: | 统计与决策 2019-06 (12), p.27-30 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | 文章通过研究几类灰色模型,提出Newton-cotes GM( 1, N)数值算法,通过实例分析,Newton-cotesGM(l.N)模型比其他几类GM(1,N)模型预测精度高。为了克服这种灰色建模算法不能更改参数的缺点,提出了基于扰动因子改进的灰色模型;通过扰动因子的数值变化对参数的影响,达到改变特征因素的最优预测值;依据平均相对误差指标,对预测的结果进行误差分析和比较,得到新算法的拟合精度比原有算法的拟合精度有明显的改进。 |
|---|---|
| ISSN: | 1002-6487 |