摘要
针对经典NGM(1,1,k)在背景值的影响下模型精度(拟合精度与预测精度)不高这一现状,结合复化求积公式中的复化梯形公式,推导了一种新的背景值优化公式.通过7类测试数据和2类实际数据的验证表明:推导的NGM(1,1,k)背景值优化公式显著地提高了NGM(1,1,k)的模型精度和实用性.
In view of the fact that the model accuracy(fitting accuracy and prediction accuracy) of classical NGM(1,1,k) is not so high under the background value, in this paper,a new background value optimization formula is derived based on the composite trapezoid formula. The validation of 7 kinds of test data and 2 kinds of actual data shows that the formula deduced in this paper significantly improves the accuracy and practicability of NGM(1,1,k) model.
引文
[1]邓聚龙.灰色理论基础[M].武汉:华中理工大学出版社,2002.
[2]肖新平,毛树华.灰预测与决策方法[M].北京:科学出版社,2013.
[3]王治祯.灰色系统及模糊数学在环境保护中的应用[M].哈尔滨:哈尔滨工业大学出版社,2007.
[4] Liu S F, Lin Y. Grey System:Theory and Application[M]. London:Springer, 2011.
[5]谭冠军.GM(1,1)模型的背景值构造方法和应用(I)[J].系统工程理论与实践,2000, 20(4):125-127.
[6]罗党,刘思峰,党耀国.灰色模型GM(1,1)优化[J].中国工程科学,2003, 5(8):50-53.
[7]蒋诗泉,刘思峰,周兴才.基于复化梯形公式的GM(1,1)模型背景值的优化[J].控制与决策,2014, 29(12):2222-2225.
[8]董克,吕文元.基于复化Simpson公式的GM(1,1)模型背景值优化[J].数学的实践与认识,2015, 45(18):180-185.
[9]沈艳,张丽玲.基于复合辛普森公式的GM(1,1)模型背景值的优化[J].应用科技,2016, 43(4):71-84.
[10]崔杰,党耀国,刘思峰.一种新的灰色预测模型及其建模机理[J].控制与决策,2009, 24(11):1702-1706.
[11]刘震,党耀国,魏龙.NGM(l,l,k)模型的背景值及时间响应的数优化[J].控制与决策,2016, 31(12):2225-2231.
[12]党耀国,刘震,叶璟.无偏非齐次灰色预测模型的直接建模法[J].控制与决策,2017, 32(5):823-828.