一种拓展的灰色预测模型及其特性研究

文章以进一步提高灰色预测模型的建模精度,拓展其应用范围为目的,在该模型已有研究成果基础上,根据GM(1,1)的建模条件,构建了一种拓展的灰色预测模型(EGM),给出该模型的原始形式和白化方程,并利用参数包技术对其参数特性进行了研究。

灰色verhulst拓展模型的数乘特性研究

数乘变换是降低灰色建模复杂性的重要途径之一。为揭示灰色Verhulst拓展模型的精度在系统特征数据序列数乘变换前后的变化规律,提高其建模效率,文章研究了灰色Verhulst拓展模型的参数在系统特征数据序列数乘变换前后的量化关系。研究结果表明,灰色Verhulst拓展模型的精度与其建模数据序列的数乘变换无关。研究认为,利用数乘变换能降低灰色Verhulst拓展模型建模数据的量级,简化建模过程,而不改变该模型的模拟及预测精度。

灰色Verhulst拓展模型的病态性问题

有效判定灰色模型的病态性是进行灰预测建模的关键.为了揭示灰色Verhulst拓展模型建模参数在原始序列存在微小扰动下的变化规律,以矩阵谱条件数为工具对该模型灰导数的背景值进行分类证明.结果表明,灰色Verhulst拓展模型不存在严重病态性.采用灰色Verhulst拓展模型进行预测建模,模型的解不会因系统原始数据在收集过程中存在微小误差而产生显著漂移现象.