文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > GM(1,1)模型应用及残差修正
侵权投诉

GM(1,1)模型应用及残差修正

一般地,当|a| 2时,GM(1,1)模型有意义。但是,随着a的不同取值,预测效果也不同。通过数值分析,有如下结论:

(1)当 a 0.3时,GM(1,1)的1步预测精度在98%以上,2步和5步预测精度都

在97%以上,可用于中长期预测;

(2)当0.3 a 0.5时,GM(1,1)的1步和2步预测精度都在90%以上,10步预测

精度也高于80%,可用于短期预测,中长期预测慎用; (3)当0.5 a 0.8时,GM(1,1)用作短期预测应十分慎重;

(4)当0.8 a 1时,GM(1,1)的1步预测精度已低于70%,应采用残差修正模

型;

(5)当 a 1时,不宜采用GM(1,1)模型。

五.GM(1,N)、GM(0,N)、GM(2,1) 和Verhulst模型

1、GM(1,N)模型——1阶n维灰色模型。 定义:设X1

(0)

(x1(1),x1(2),...,x1(n))为系统特征数据序列,而 (x2(1),x2(2),...,x2(n)) (x3(1),x3(2),...,x3(n)) (xN

(0)(0)

(0)

(0)

(0)

(0)

(0)

(0)(0)(0)

X2

(0)(0)

X3

......XN

(0)

(1),xN

(0)

(2),...,xN

(0)

(n))

(1)

(1)

为相关因素序列,Xi为Xi的一次累加序列(i 1,2,....,N),Z1为X1的紧邻均值生成序列,则称x(k) az(k) bixi(1)(k)为GM(1,N)模型。

(0)

1

(1)1

i 2N

(1)(0)

2、GM(0,N)模型 定义:设X1

(0)

为系统特征数据序列,Xi(i 2,3,...,N)为相关因素序列,

(0)

(1)(0)(1)(1)(1)(1)

(k) b2x2(k) b3x3(k) .... bNxN(k) a为Xi为Xi的一次累加序列,则称x1

GM(0,N)模型。

GM(0,N)不含导数,因此为静态模型。它形如多元线性回归模型,但与一般的多元线性回归模型有着本质的区别。一般的多元线性回归建模以原始数据序列为基础,GM(0,N)的建模基础则是原始数据的一次累加序列。 3、GM(2,1)模型

GM(1,1)模型适用于具有较强指数规律的序列,只能描述单调的变化过程,对于非单调的摆动发展序列或有饱和的S形序列,可以考虑建立GM(2,1)模型,DGM和Verhulst模型。

参考书《灰色系统理论及其应用》(第三版),刘思峰等著,科学出版社,2007

上一页第8页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email