一类新的强化缓冲算子及其数值仿真

根据新信息优先利用原理,在已有强化缓冲算子研究的基础上,构造一类新的强化缓冲算子,同时研究了它们的一些特性,克服了原有强化缓冲算子对序列新信息利用不够充分的缺陷,有效地解决了冲击扰动数据序列在建模型预测过程中常常出现的定量预测结果与定性分析结论不符的问题,算例仿真表明:与已有强化算子相比,这类新的强化缓冲算子显著地提高了GM(1,1)模型的预测精度。

基于一类新的强化缓冲算子的GM(1，1)预测精度研究

根据灰色系统理论中新息优先利用原理,在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子,有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的强化缓冲算子能显著提高GM(1,1)模型的预测精度.

一类新的SBO及其在GM(1,1)中的应用研究

利用缓冲算子提高数据序列光滑性是提高灰色GM(1,1)模型预测精度的重要途径之一。在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子(strengthening buffer operator,SBO),有效地解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,实例分析结果表明:这类新的强化缓冲算子能显著提高数据预测模型的预测精度。