基于全阶时间幂灰色预测模型的优化研究

全阶时间幂灰色模型(FOTP-GM)作为传统GM(1,1)模型的改良模型,根据幂项和幂次的差异而有着许多变式,旨在提升对近似非齐次指数序列的适应能力与预测精度。同时,GM模型的背景值影响灰色模型的发展系数和灰作用量,论文研究背景值系数与FOTP-GM模型时间响应函数关系,在动态区间内利用粒子群算法寻找实现MAPE最小的背景值系数,实现最优预测效果。实验结果表明:经过优化背景值取值后,FOTP-GM模型精度较其他模型得到了明显提升,改进率达到97.65%。