基于Simpson公式的GM(1,N)建模的新算法
  • 【摘要】

    根据时间序列的结构与特征,对GM(1,N)灰微分方程进行了建模机理分析,并用数值积分算法提出了基于Simpson公式的建立GM(1,N)预测模型的新算法.用平均相对误差对一些时间序列进行了模型的实证分析,发现新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.所提出的新算法是建立GM(1,N)预测模型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... 展开>>根据时间序列的结构与特征,对GM(1,N)灰微分方程进行了建模机理分析,并用数值积分算法提出了基于Simpson公式的建立GM(1,N)预测模型的新算法.用平均相对误差对一些时间序列进行了模型的实证分析,发现新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.所提出的新算法是建立GM(1,N)预测模型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. 收起<<

  • 【作者】

    何满喜  王勤 

  • 【作者单位】

    中国计量学院数学系

  • 【刊期】

    系统工程理论与实践 ISTIC EI PKU CSSCI 2013年1期

  • 【关键词】

    Simpson公式  GM(1,N)预测模型  拟合精度  新算法 

  • 【基金项目】

    国家自然科学基金(10601051) 浙江省自然科学基金(Y6090472)