估计GM(1,1)模型参数的一种新方法

被引:12
作者
刘威 [1 ]
崔高锋 [2 ]
机构
[1] 中国飞行试验研究院
[2] 中国人民解放军部队
关键词
GM(1,1); 最小一乘法则; 粒子群算法; 背景值; 边值;
D O I
暂无
中图分类号
N941.5 [灰色系统理论];
学科分类号
071101 ;
摘要
考虑到最小二乘法则的不足及背景值参数和边值的影响,提出基于最小一乘准则估计GM(1,1)模型参数,得到新的预测公式,引入粒子群算法直接求解最小一乘问题即可得到模型参数,简化了以往改进模型的二次求解过程。数值计算结果表明,基于粒子群算法及最小一乘准则估计灰色模型参数,对于平稳或非平稳序列,都具有较高的拟合与预测精度。
引用
收藏
页码:471 / 474
页数:4
相关论文
共 8 条
[1]   基于遗传算法估计灰色模型中的参数 [J].
何文章 ;
宋国乡 .
系统工程学报, 2005, (04) :432-436
[2]   粒子群优化算法 [J].
周驰 ;
高海兵 ;
高亮 ;
章万国 .
计算机应用研究, 2003, (12) :7-11
[3]   灰色预测模型参数估计的优化方法 [J].
穆勇 .
青岛大学学报(自然科学版), 2003, (03) :95-98
[4]   基于遗传算法优化的GM(1,1)模型及效果检验 [J].
李祚泳 ;
张明 ;
邓新民 .
系统工程理论与实践, 2002, (08) :136-139
[5]   GM(1,1)模型的边值分析 [J].
张辉 ;
胡适耕 .
华中科技大学学报, 2001, (04) :110-111
[6]   基于遗传算法的GM(1,1,λ)模型附视频 [J].
谢开贵 ;
李春燕 ;
周家启 .
系统工程学报, 2000, (02) :168-172
[7]   最小一乘线性回归(上) [J].
陈希孺 .
数理统计与管理, 1989, (05) :48-55
[8]  
灰理论基础[M]. 华中科技大学出版社 , 邓聚龙著, 2002